基于无人机数字图像与高光谱数据融合的小麦全蚀病等级的快速分类技术

被引：15

作者：

乔红波 ^{[1
,2
]}

师越 ^{[1
]}

司海平 ^{[1
]}

吴旭 ^{[1
]}

郭伟 ^{[1
]}

时雷 ^{[1
]}

马新明 ^{[1
]}

周益林 ^{[2
]}

机构：

[1] 河南粮食作物协同创新中心河南农业大学信息与管理科学学院

[2] 植物病虫害生物学国家重点实验室

来源：

植物保护 | 2015年 / 41卷 / 06期

关键词：

小麦全蚀病; 计算机视觉技术; 快速多分类; 颜色模型; 支持向量机;

D O I：

暂无

中图分类号：

S435.121 [病害];

学科分类号：

090401 ; 090402 ;

摘要：

小麦全蚀病是检疫性的土传病害,对小麦生产危害极大,对其发生的监测是治理的根本。遥感技术可实时、宏观地监测病害发生发展,尤其是将光谱信息与高分辨率数字图像进行融合,可直观、精准地对病害识别和分类。本文基于计算机视觉技术,通过光谱数据与高分辨率数字图像结合的方法,对小麦全蚀病等级进行快速分类。首先,通过ASD非成像光谱仪获取小麦全蚀病的光谱信息,提取全蚀病特征光谱,建立光谱比。其次,利用无人机获取的实时田间数码图像,对其颜色特征进行重量化。最后,利用基于支持向量机的决策树分类对图像视场中的不同全蚀病等级进行分类。结果表明,4个全蚀病等级的分类精度均大于86%(Kappa>0.81),平均运算时间小于30s。通过与实地调查的小麦全蚀病的白穗率等级做比对,验证分类结果的准确性,结果表明该方法基本可以实现对小麦全蚀病等级的实时监测。

引用

页码：157 / 162

页数：6

共 19 条

[1] ZY-3卫星全色与多光谱影像融合方法比较 [J].