茄子灰霉病叶片过氧化氢酶活性与高光谱图像特征关联方法

• 作者: 何勇 冯斌 冯雷 刘飞 李晓丽 谢传奇
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 图像识别 模型 神经网络 茄子 灰霉病 过氧化氢酶 高光谱图像
• 年，卷（期）: 2012,（18）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 177-184
• 页数: 8页
• 分类号: TP391|S432.2+2
• 字数: 4761字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2012.18.026

摘要

对灰霉病胁迫下茄子叶片过氧化氢酶(CAT)活性的高光谱图像特征进行了研究.采用380～1 030 nm范围的高光谱图像摄像仪获取健康、轻度、中度、严重染病茄子叶片的高光谱图像信息,基于ENVI软件处理平台提取高光谱图像中对象的漫反射光谱响应特性,并采用平滑、中值滤波、归一化法等预处理方法提高光谱的信噪比.然后采用偏最小二乘回归(PLSR)、最小二乘支持向量机(LS-SVM)和BP神经网络算法来建立叶片高光谱响应特征与CAT活性之间的关系模型.在PLSR模型中,前2个隐含变量能够实现健康、轻度、中度、严重染病茄子叶片的直观定性区分,而基于PLSR模型推荐的9个隐含变量建立的BP神经网络模型的预测集决定系数R2为0.8930,均方根误差为2.17×103.表明基于高光谱图像特性可以实现灰霉病胁迫下茄子病害程度的有效区分,同时证明基于高光谱图像特性的茄子叶片CAT活性的定量检测是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何勇	浙江大学生物系统工程与食品科学学院	511	9054	45.0	65.0
2	李晓丽	浙江大学生物系统工程与食品科学学院	35	948	16.0	30.0
3	冯雷	浙江大学生物系统工程与食品科学学院	34	718	16.0	26.0
4	刘飞	浙江大学生物系统工程与食品科学学院	77	1455	21.0	35.0
5	谢传奇	浙江大学生物系统工程与食品科学学院	6	88	5.0	6.0