光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2013年
6期
1603-1607
,共5页
谢传奇%王佳悦%冯雷%刘飞%吴迪%何勇
謝傳奇%王佳悅%馮雷%劉飛%吳迪%何勇
사전기%왕가열%풍뢰%류비%오적%하용
高光谱成像技术%主成分分析%连续投影算法%最小二乘支持向量机%番茄%早疫病
高光譜成像技術%主成分分析%連續投影算法%最小二乘支持嚮量機%番茄%早疫病
고광보성상기술%주성분분석%련속투영산법%최소이승지지향량궤%번가%조역병
Hyperspectral imaging technique%Principal component analysis%Successive projections algorithm%Least square support vector machines%Tomato%Early blight
提出了应用光谱和纹理特征的高光谱成像技术早期检测番茄叶片早疫病的方法.利用高光谱图像采集系统获取380～1 030nm范围内71个染病和88个健康番茄叶片的高光谱图像,同时采用主成分分析法(PCA)对高光谱图像进行处理.选取染病和健康叶片感兴趣区域(region of interest,ROD的光谱反射率值,同时分别从前8个主成分的每幅主成分图像的ROI中提取对比度(Contrast)、相关性(Correlation)、熵(Entropy)和同质性(Homogeneity)4个灰度共生矩阵的纹理特征值,再通过PCA和连续投影算法(SPA)结合最小二乘支持向量机(LS-SVM)构建番茄叶片早疫病的早期鉴别模型.建立的6个模型中,采用光谱反射率值的LS-SVM模型对番茄叶片早疫病的识别率最高,达到100％.结果表明,应用高光谱成像技术检测番茄叶片早疫病是可行的.
提齣瞭應用光譜和紋理特徵的高光譜成像技術早期檢測番茄葉片早疫病的方法.利用高光譜圖像採集繫統穫取380～1 030nm範圍內71箇染病和88箇健康番茄葉片的高光譜圖像,同時採用主成分分析法(PCA)對高光譜圖像進行處理.選取染病和健康葉片感興趣區域(region of interest,ROD的光譜反射率值,同時分彆從前8箇主成分的每幅主成分圖像的ROI中提取對比度(Contrast)、相關性(Correlation)、熵(Entropy)和同質性(Homogeneity)4箇灰度共生矩陣的紋理特徵值,再通過PCA和連續投影算法(SPA)結閤最小二乘支持嚮量機(LS-SVM)構建番茄葉片早疫病的早期鑒彆模型.建立的6箇模型中,採用光譜反射率值的LS-SVM模型對番茄葉片早疫病的識彆率最高,達到100％.結果錶明,應用高光譜成像技術檢測番茄葉片早疫病是可行的.
제출료응용광보화문리특정적고광보성상기술조기검측번가협편조역병적방법.이용고광보도상채집계통획취380～1 030nm범위내71개염병화88개건강번가협편적고광보도상,동시채용주성분분석법(PCA)대고광보도상진행처리.선취염병화건강협편감흥취구역(region of interest,ROD적광보반사솔치,동시분별종전8개주성분적매폭주성분도상적ROI중제취대비도(Contrast)、상관성(Correlation)、적(Entropy)화동질성(Homogeneity)4개회도공생구진적문리특정치,재통과PCA화련속투영산법(SPA)결합최소이승지지향량궤(LS-SVM)구건번가협편조역병적조기감별모형.건립적6개모형중,채용광보반사솔치적LS-SVM모형대번가협편조역병적식별솔최고,체도100％.결과표명,응용고광보성상기술검측번가협편조역병시가행적.
