基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
以黄瓜叶片为材料,利用高光谱图像技术结合独立分量法(ICA),研究了叶绿素浓度叶面分布的快速、无损检测方法.用高光谱相机采集了80片黄瓜叶子的高光谱图像(408~1117 nm),利用ICA方法提取了高光谱图像的8个独立分量信号,通过逐步线性回归(SMLR)优选出第1、第2和第5个ICA信号,并在此基础上建立了叶绿素浓度回归建模(R=0.904,RMSE=0.221).此模型表征了高光谱图像信号同叶绿素浓度的线性映射关系.提取黄瓜叶高光谱图像所有像素点的第1、第2和第5个ICA信号,代入建立的叶绿素浓度模型中,快速计算出所有像素点对应的叶绿素浓度,并用叶绿素浓度值代替对应像素的图像信号,最终得到了黄瓜叶片的叶绿素浓度分布图.研究表明,利用高光谱图像技术快速、无损检测叶片叶绿素浓度及其叶面分布是可行的.
推荐文章
基于高光谱图像的黄瓜叶片叶绿素含量分布检测
叶绿素
光谱图像
线性回归
植被指数
叶绿素分布
基于GA-ICA和高光谱图像技术的黄瓜叶叶绿素检测
高光谱图像
遗传算法
独立分量法
叶绿素
黄瓜叶
基于叶面叶绿素分布特征的黄瓜叶片氮钾元素亏缺诊断
黄瓜叶片
叶绿素
分布特征
氮元素
钾元素
高光谱成像
基于叶绿素叶面分布特征的黄瓜氮镁元素亏缺快速诊断
叶绿素
光谱分析
模型
分布特征
黄瓜叶片
氮元素
镁元素
高光谱成像
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高光谱图像技术检测黄瓜叶片的叶绿素叶面分布
来源期刊 分析化学 学科 生物学
关键词 叶绿素分布 高光谱图像 独立分量分析 黄瓜叶片
年,卷(期) 2011,(2) 所属期刊栏目 研究简报
研究方向 页码范围 243-247
页数 分类号 Q946
字数 4223字 语种 中文
DOI 10.3724/SP.J.1096.2011.00243
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵杰文 江苏大学食品与生物工程学院 195 5281 41.0 62.0
2 邹小波 江苏大学食品与生物工程学院 131 1877 25.0 38.0
3 石吉勇 江苏大学食品与生物工程学院 76 768 17.0 25.0
4 殷晓平 江苏大学食品与生物工程学院 6 140 6.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (42)
参考文献  (1)
节点文献
引证文献  (38)
同被引文献  (160)
二级引证文献  (155)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(17)
  • 引证文献(9)
  • 二级引证文献(8)
2015(27)
  • 引证文献(5)
  • 二级引证文献(22)
2016(34)
  • 引证文献(3)
  • 二级引证文献(31)
2017(37)
  • 引证文献(5)
  • 二级引证文献(32)
2018(37)
  • 引证文献(4)
  • 二级引证文献(33)
2019(28)
  • 引证文献(6)
  • 二级引证文献(22)
2020(8)
  • 引证文献(1)
  • 二级引证文献(7)
研究主题发展历程
节点文献
叶绿素分布
高光谱图像
独立分量分析
黄瓜叶片
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
分析化学
月刊
0253-3820
22-1125/O6
大16开
长春人民大街5625号
12-6
1972
chi
出版文献量(篇)
9636
总下载数(次)
16
总被引数(次)
112365
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导