浙江大学学报（农业与生命科学版）
浙江大學學報（農業與生命科學版）
절강대학학보（농업여생명과학판）
JOURNAL OF ZHEJIANG UNIVERSITY(AGRICULTURE & LIFE SCIENCES)
2012年
3期
311-317
,共7页
冯雷%张德荣%陈双双%冯斌%谢传奇%陈佑源%何勇
馮雷%張德榮%陳雙雙%馮斌%謝傳奇%陳祐源%何勇
풍뢰%장덕영%진쌍쌍%풍빈%사전기%진우원%하용
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
高光譜成像技術%灰黴病%最小二乘支持嚮量機%連續投影算法%主成分分析%茄子
고광보성상기술%회매병%최소이승지지향량궤%련속투영산법%주성분분석%가자
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380～1031nm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.
為建立基于高光譜成像技術的茄子葉片灰黴病早期檢測方法,利用高光譜成像繫統穫取120箇茄子葉片在380～1031nm範圍的高光譜圖像數據,通過主成分分析(PCA)對高光譜數據進行降維,併從中優選齣3箇特徵波段下的特徵圖像,截取200×150的感興趣區域圖像(ROI),併從每幅特徵圖像中分彆提取均值、方差、同質性、對比度、差異性、熵、二階矩和相關性等8箇基于灰度共生矩陣的紋理特徵變量,通過連續投影算法(SPA)提取13箇特徵變量,利用最小二乘支持嚮量機(LS-SVM)構建茄子葉片灰黴病早期鑒彆模型,模型判彆準確率為97.5％.說明高光譜成像技術可以用于茄子葉片灰黴病的早期檢測.
위건립기우고광보성상기술적가자협편회매병조기검측방법,이용고광보성상계통획취120개가자협편재380～1031nm범위적고광보도상수거,통과주성분분석(PCA)대고광보수거진행강유,병종중우선출3개특정파단하적특정도상,절취200×150적감흥취구역도상(ROI),병종매폭특정도상중분별제취균치、방차、동질성、대비도、차이성、적、이계구화상관성등8개기우회도공생구진적문리특정변량,통과련속투영산법(SPA)제취13개특정변량,이용최소이승지지향량궤(LS-SVM)구건가자협편회매병조기감별모형,모형판별준학솔위97.5％.설명고광보성상기술가이용우가자협편회매병적조기검측.
