基于高光谱成像技术的茄子叶片灰霉病早期检测

被引：18

作者：

冯雷 ^{[1
]}

张德荣 ^{[2
]}

陈双双 ^{[1
]}

冯斌 ^{[3
]}

谢传奇 ^{[1
]}

陈佑源 ^{[4
]}

何勇 ^{[1
]}

机构：

[1] 浙江大学生物系统工程与食品科学学院

[2] 浙江大学宁波理工学院

[3] 全国农业展览馆

[4] 浙江大学生物技术研究所

来源：

浙江大学学报(农业与生命科学版) | 2012年 / 38卷 / 03期

基金：

浙江省自然科学基金;

关键词：

高光谱成像技术; 灰霉病; 最小二乘支持向量机; 连续投影算法; 主成分分析; 茄子;

D O I：

暂无

中图分类号：

S436.411 [茄子病虫害];

学科分类号：

摘要：

为建立基于高光谱成像技术的茄子叶片灰霉病早期检测方法,利用高光谱成像系统获取120个茄子叶片在380～1 031nm范围的高光谱图像数据,通过主成分分析(PCA)对高光谱数据进行降维,并从中优选出3个特征波段下的特征图像,截取200×150的感兴趣区域图像(ROI),并从每幅特征图像中分别提取均值、方差、同质性、对比度、差异性、熵、二阶矩和相关性等8个基于灰度共生矩阵的纹理特征变量,通过连续投影算法(SPA)提取13个特征变量,利用最小二乘支持向量机(LS-SVM)构建茄子叶片灰霉病早期鉴别模型,模型判别准确率为97.5%。说明高光谱成像技术可以用于茄子叶片灰霉病的早期检测。

引用

页码：311 / 317

页数：7

共 18 条

[1] 基于高光谱图像技术的油菜籽品种鉴别方法研究 [J].