-
成像高光谱相机识别水稻纹枯病
- 信息来源：彩谱品牌厂家 浏览次数：186 发表时间：2023-11-03
- 本研究应用了400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS23进行相关研究。FigSpec®系列成像高光谱相机采用高衍射效率的透射式光栅分光模组与高灵敏度面阵列相机、结合内置扫描成像及辅助摄像头技术，解决了传统高光谱相机需外接推扫成像机构及调焦复杂等难以操作的问题。可与标准C接口的成像镜头或显微镜直接集成，实现光谱影像的快速采集。
精细农业是实现农业低耗、高效、优质与安全的重要途径。作为我国第一大粮食作物，水稻的稳产高产一直是我国农业生产的关注重点，而及时有效的病害防治是实现稳产高产的重要保证。水稻纹枯病是水稻三大病害之一，如果能在水稻患病早期及时检测出受害作物的发病原因和受害程度，再结合精细农业中的变量施药，就能有效减小水稻病害感染的病变率，缩小危害范围，切实有效地提高水稻产量。变量施药主要是指根据获取的作物的病虫害信息，及时地诊断受害作物的病因以及受害程度，因病治宜、因地制宜、按需按量施用化学制剂，这样既能减少化学制剂的使用量，又能达到及时防治的目的。
本研究采用高光谱成像技术实现了对水稻纹枯病的病害识别。试验对原始光谱分别进行不同的预处理后建立PLS-DA判别分析模型，得到了较好的效果。以SG、SNV和MSC这3种预处理方法下预测样本判别的正确率分别为82.8%、92.1%和89.1%，其中以SNV预处理的光谱建立的PLS-DA 模型正确率最高，而以SG预处理的光谱建立的PLS-DA模型正确率最低，但正确率均超过了80%，故这3种方法都是可行的。基于MNF特征信息提取建立的LDA和BPNN判别模型预测集的正确率分别为95.3%和98.4%，优于基于全部波段建立的PLS-DA模型。综合比较3种模型，基于MNF特征信息提取建立的BPNN模型取得了最优判别效果，建模集和预测集正确率分别为99.1%和98.4%。试验结果表明采用高光谱成像技术能够识别水稻纹枯病，采用MNF算法提取特征信息可以代表原始光谱，并极大地减少计算量，该算法在水稻病害快速识别建模过程中具有广泛的应用前景。
- 【关闭本页】 【返回顶部】 【打印此页】 【收藏此页】
