基于高光谱成像和判别分析的黄瓜病害识别
- 出版年：2010
- 作者：柴阿丽；廖宁放；田立勋；石延霞；李宝聚
- 单位1：中国农业科学院蔬菜花卉研究所
- 出生年：1983
- 学历：博士研究生
- 语种：中文
- 作者关键词：高光谱成像技术；黄瓜病害；逐步判别；典型判别
- 起始页：1357
- 总页数：5
- 经费资助：国家（863计划）项目(2006AA10Z210)；国家自然科学基金项目(60678052，60768002)；科研院所社会公益研究专项项目(2004D IB4J53)；农业部园艺作物遗传与改良重点开放实验室项目资助
- 刊名：光谱学与光谱分析
- 是否内版：否
- 刊频：月刊
- 创刊时间：1981
- 主管单位：中国科学技术协会
- 主办单位：中国光学学会
- 主编：黄本立
- 地址：光谱学与光谱分析期刊社
- 邮编：100081
- 电子信箱：chngpxygpfx@vip.sina.com
- 网址：http://www.gpxygpfx.com
- 卷：30
- 期：5
- 期刊索取号：P34206220
- 数据库收录：中国物理类、化学类核心期刊；中国科协精品科技期刊；已被国内外CSCD，SCI，Ei，CA，AA，PЖ,MEDLINE等文献机构收录；中国科技论文统计源期刊；中国学术期刊文献统计源期刊
- 核心期刊：物理类、化学类核心期刊
摘要
利用光谱成像技术(400～720nm)识别黄瓜白粉病、角斑病、霜霉病、褐斑病和无病区域。构建高光谱图像采集系统进行样本图像的采集，预处理和光谱信息的提取。由于获得的原始光谱数据量很大，为了减少后续运算量，提高准确率，采用逐步判别分析和典型判别分析两种方法进行降维。逐步判别从55个波段中选择12个波段，典型判别从55个波段中提取2个典型变量。利用选择的光谱特征参数建立病害识别模型。逐步判别构建的模型对训练样本和测试样本的判别准确率分别为100%和94%，典型判别构建的模型对训练样本和测试样本的判别准确率均为100%。说明利用高光谱成像技术可以进行黄瓜病害的快速、准确识别，并为实现可见光谱范围内黄瓜病害的田间实时在线检测提供了可能。