应用高光谱图像光谱和纹理特征的番茄早疫病早期检测研究

摘要：

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.

关键词：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

所属期刊栏目：33

分类号：TP391;S436.412(计算技术、计算机技术)

资助基金：国家863课题2013AA102301;国家自然科学基金项目31071332;中央高校基本科研业务费专项资金项目2012FZA6005

在线出版日期：2013-07-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1603-1607