-
成像高光譜相機識別水稻紋枯病
- 信息來源：彩譜品牌廠家 瀏覽次數(shù)：186 發(fā)表時間：2023-11-03
- 本研究應用了400-1000nm的高光譜相機，可采用杭州彩譜科技有限公司產品FS23進行相關研究。FigSpec®系列成像高光譜相機采用高衍射效率的透射式光柵分光模組與高靈敏度面陣列相機、結合內置掃描成像及輔助攝像頭技術，解決了傳統(tǒng)高光譜相機需外接推掃成像機構及調焦復雜等難以操作的問題。可與標準C接口的成像鏡頭或顯微鏡直接集成，實現(xiàn)光譜影像的快速采集。
精細農業(yè)是實現(xiàn)農業(yè)低耗、高效、優(yōu)質與安全的重要途徑。作為我國第一大糧食作物，水稻的穩(wěn)產高產一直是我國農業(yè)生產的關注重點，而及時有效的病害防治是實現(xiàn)穩(wěn)產高產的重要保證。水稻紋枯病是水稻三大病害之一，如果能在水稻患病早期及時檢測出受害作物的發(fā)病原因和受害程度，再結合精細農業(yè)中的變量施藥，就能有效減小水稻病害感染的病變率，縮小危害范圍，切實有效地提高水稻產量。變量施藥主要是指根據獲取的作物的病蟲害信息，及時地診斷受害作物的病因以及受害程度，因病治宜、因地制宜、按需按量施用化學制劑，這樣既能減少化學制劑的使用量，又能達到及時防治的目的。
本研究采用高光譜成像技術實現(xiàn)了對水稻紋枯病的病害識別。試驗對原始光譜分別進行不同的預處理后建立PLS-DA判別分析模型，得到了較好的效果。以SG、SNV和MSC這3種預處理方法下預測樣本判別的正確率分別為82.8%、92.1%和89.1%，其中以SNV預處理的光譜建立的PLS-DA 模型正確率最高，而以SG預處理的光譜建立的PLS-DA模型正確率最低，但正確率均超過了80%，故這3種方法都是可行的?；贛NF特征信息提取建立的LDA和BPNN判別模型預測集的正確率分別為95.3%和98.4%，優(yōu)于基于全部波段建立的PLS-DA模型。綜合比較3種模型，基于MNF特征信息提取建立的BPNN模型取得了最優(yōu)判別效果，建模集和預測集正確率分別為99.1%和98.4%。試驗結果表明采用高光譜成像技術能夠識別水稻紋枯病，采用MNF算法提取特征信息可以代表原始光譜，并極大地減少計算量，該算法在水稻病害快速識別建模過程中具有廣泛的應用前景。
- 【關閉本頁】 【返回頂部】 【打印此頁】 【收藏此頁】
