文献类型： 中文期刊

作者： 李翠玲 ¹ ; 姜凯 ² ; 马伟 ² ; 王秀 ² ; 孟志军 ² ; 赵学观 ² ; 宋健 ³ ;

作者机构： 1.北京农业智能装备技术研究中心;国家农业智能装备工程技术研究中心

2.;北京农业智能装备技术研究中心;国家农业智能装备工程技术研究中心

3.;北京农业智能装备技术研究中心;国家农业智能装备工程技术研究中心;

关键词： 高光谱技术;番茄;虫害;SAM;红边参数;DA

期刊名称： 光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2018 年 01 期

页码： 253-257

收录情况： EI ; SCI ; 北大核心 ; CSCD

摘要： 番茄植株在生长过程中受病虫害的侵染,将导致番茄减产和种植户的经济效益降低,该研究用高光谱技术结合化学计量学方法,实现了番茄叶片斑潜蝇虫害的快速识别。搭建了简易的高光谱成像系统,包括光源单元、高光谱图像采集单元和数据处理单元,用该系统获取番茄叶片的高光谱图像,对高光谱图像进行校准,并从每一幅图像中提取光谱信息。分别采用了光谱角匹配(SAM)分析方法和光谱红边参数判别分析(DA)方法识别番茄叶片斑潜蝇虫害。在SAM分析中,对高光谱数据进行了归一化预处理,以消除多余信息,增加样品之间的差异。比较了以不同番茄叶片样品的反射光谱作为测试光谱时,虫害识别效果的差异,当以受到斑潜蝇侵染的番茄叶片的平均反射光谱作为测试光谱时,虫害识别的正确率较高,达到96.5%。在光谱红边参数判别分析中,从光谱数据中提取了红边位置、红边振幅、最小振幅、红边面积、红谷位置和红边振幅/最小振幅6组红边信息,利用判别分析方法建立番茄叶片斑潜蝇虫害的判别模型,比较了距离判别、Fisher判别、Bayes判别分析方法的判别效果,使用距离判别分析建模的判别正确率最低,判别正确率为88.0%,使用Fisher判别分析建模的效果最佳,判别正确率为96.0%。研究结果表明,采用高光谱技术识别番茄叶片斑潜蝇虫害具有可行性。