文献类型： 中文期刊
作者： 袁涛 1 ; 班松涛 1 ; 李琳一 1 ; 陈旭 2 ;
作者机构： 1.上海市农业科学院农业科技信息研究所
2.上海市大数据中心
关键词： 高光谱成像;生菜霜霉病;偏最小二乘判别分析
期刊名称： 上海农业学报
ISSN： 1000-3924
年卷期： 2025 年 41 卷 003 期
页码： 133-138
收录情况： 北大核心 ; CSCD
摘要： 本研究采用高光谱成像技术结合偏最小二乘判别分析法（Partial Least Squares Discriminant Analysis,PLS-DA）探索了生菜霜霉病的早期检测。从接种霜霉病菌生菜和健康生菜的高光谱图像上提取生菜冠层叶面区域，统计目标区域的平均光谱反射率，并将其作为特征数据集。分别使用多元散射校正（Multiplicative Scatter Correction,MSC）和Savitzky-Golay(SG)平滑滤波对数据集进行预处理，使用变量投影重要性（Variable Importance in Projection,VIP）分析法筛选两组生菜的差异波段，发现其在500～520 nm、611～666 nm、679～694 nm和711～769 nm波段表现出显著差异，故将其作为霜霉病检测的敏感波段。将这些敏感波段作为特征输入量，分别构建两组生菜每日的分类模型，结果表明：在接种后3 d、肉眼可见症状前4 d，光谱即可检测出接种霜霉病菌生菜与健康生菜间的显著差异（准确率达0.864）。可见，利用高光谱成像技术结合PLS-DA能够实现生菜霜霉病的早期检测。本研究可为生菜霜霉病的早期防治提供技术支撑，有效减少生菜损失。
- 相关文献
[1]基于低空无人机多光谱遥感的水稻倒伏监测研究. 田明璐,班松涛,袁涛,籍延宝,马超,李琳一. 2018
[2]高光谱影像的苹果花叶病叶片花青素定量反演. 田明璐,班松涛,常庆瑞,张卓然,武旭梅,王琦. 2017
作者其他论文 更多>>
-
基于改进YOLOv8n卷积神经网络的玉米雄穗检测方法
作者：胡冬;班松涛;马超;田明璐;袁涛;李琳一;庄洁
关键词：YOLOv8n;玉米雄穗;CBAM;PConv;GhostNetV2
-
基于机器视觉技术的农田杂草识别研究进展
作者：胡冬;吴敏琪;施莲莉;王薇;李振华;袁涛
关键词：杂草识别;机器视觉技术;图像处理;图像识别;人工智能算法
-
区块链技术在上海地产优质农产品溯源中的应用研究
作者：王丽媛;张华生;陈晓海;马佳;马莹;陈旭
关键词：区块链;地产优质农产品;溯源系统;质量安全;都市农业
-
基于图像识别技术发掘水稻耐旱性QTL
作者：李恩熙;冯芳君;马超;胡冬;田明璐;班松涛;李琳一;刘鸿艳;吴文嫱;马孝松
关键词：水稻;绿叶率;图像识别;耐旱性;QTL定位
-
基于YOLOv4的稻田杂草目标检测算法
作者：袁涛;胡冬;马超;李琳一;郑秀国;钱戴玲
关键词：杂草识别;目标检测;深度学习;YOLOv4
-
基于高光谱成像技术的水稻叶片稻纵卷叶螟虫害信息提取
作者：田明璐;班松涛;袁涛;马超;孔吉;周远;王彦宇;李琳一
关键词：高光谱图像;稻纵卷叶螟;植被指数;决策树分类
-
基于数字图像处理技术的猪肚菇菌落表型性状分析
作者：胡冬;袁涛;于海龙;马超;田明璐;李琳一
关键词：菌落大小;菌落形状;菌落纹理
