基于高光谱图像技术的稻田苗期杂草稻识别

被引:18
作者
陈树人 [1 ]
邹华东 [1 ]
吴瑞梅 [2 ]
闫润 [1 ,3 ]
毛罕平 [1 ]
机构
[1] 江苏大学现代农业装备与技术教育部重点实验室
[2] 江西农业大学工学院
[3] 不详
基金
国家高技术研究发展计划(863计划);
关键词
杂草稻; 水稻; 高光谱图像; 神经网络;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
以生长期为10 d的杂草稻和水稻为研究对象,采集其高光谱图像信息,对其进行滤波预处理后,利用主成分分析方法优选出1 448.89 nm和1 469.89 nm波长下的特征图像。对每个特征图像,分别提取其形状特征、纹理特征和颜色特征,共18个特征变量。基于这些特征变量,利用神经网络方法建立杂草稻和水稻的判别模型,模型训练时杂草稻和水稻的回判率都为100%;预测时,杂草稻的回判率为92.86%,水稻的回判率为96.88%。研究表明,利用高光谱图像技术快速鉴别稻田苗期杂草稻是可行的。
引用
收藏
页码:253 / 257+163 +163
页数:6
相关论文
共 15 条
  • [1] 农畜产品品质安全高光谱无损检测技术进展和趋势
    彭彦昆
    张雷蕾
    [J]. 农业机械学报, 2013, 44 (04) : 137 - 145
  • [2] 杂草信息实时获取技术与设备研究进展
    毛文华
    张银桥
    王辉
    赵博
    张小超
    [J]. 农业机械学报, 2013, 44 (01) : 190 - 195
  • [3] 辽宁和江苏两省杂草稻植物性状多样性
    吴川
    戴伟民
    宋小玲
    强胜
    [J]. 生物多样性, 2010, 18 (01) : 29 - 36
  • [4] 基于颜色特征的棉田中铁苋菜识别技术
    陈树人
    沈宝国
    毛罕平
    尹建军
    杨运克
    肖伟中
    [J]. 农业机械学报, 2009, 40 (05) : 149 - 152
  • [5] 基于光谱分析技术的作物中杂草识别研究[J]. 陈树人,栗移新,毛罕平,沈宝国,张玉珠,陈斌.光谱学与光谱分析. 2009(02)
  • [6] 基于支持向量机的玉米田间杂草识别方法
    吴兰兰
    刘剑英
    文友先
    邓晓炎
    [J]. 农业机械学报, 2009, 40 (01) : 162 - 166
  • [7] 利用高光谱图像技术评判茶叶的质量等级
    陈全胜
    赵杰文
    蔡健荣
    Vittayapadung Saritporn
    [J]. 光学学报, 2008, (04) : 669 - 674
  • [8] 基于多特征的田间杂草识别方法
    毛文华
    曹晶晶
    姜红花
    王一鸣
    张小超
    [J]. 农业工程学报, 2007, (11) : 206 - 209
  • [9] 江苏省杂草稻成因及防控策略
    潘学彪
    陈宗祥
    左示敏
    张亚芳
    [J]. 江苏农业科学, 2007, (04) : 52 - 54
  • [10] 基于纹理和位置特征的麦田杂草识别方法
    曹晶晶
    王一鸣
    毛文华
    张小超
    [J]. 农业机械学报, 2007, (04) : 107 - 110