番茄叶片早疫病近红外高光谱成像检测技术

• 作者: 何勇 方孝荣 谢传奇 邵咏妮
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 番茄 早疫病 近红外光谱 格拉姆斯密特模型 贝叶斯罗蒂斯克回归 最小二乘-支持向量机
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 农业自动化与环境控制
• 页码范围: 315-319
• 分类号: TP391|S436.412
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2015.03.046

摘要

提出了基于格拉姆斯密特(M GS)模型和贝叶斯罗蒂斯克回归(BlogReg)的近红外高光谱成像技术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波长874～1 734nm范围内70个染病和80个健康番茄叶片的高光谱图像,选取染病和健康叶片30像素×30像素感兴趣区域的光谱反射率.建立了番茄叶片早疫病的最小二乘-支持向量机(LS-SVM)识别模型,再通过MGS和BlogReg提取特征波长(EW),分别得到5个(911、1 409、1511、1 609、1 656 nm)和9个(901、905、908、915、918、1 123、1 305、1 460、1 680 nm)特征波长,并建立EW-LS-SVM和EW-LDA模型.在所有模型中,建模集的正确识别率为93％～ 98％,预测集的正确识别率为96％ ～ 100％.结果表明,近红外高光谱成像技术检测番茄叶片早疫病是可行的,MGS和BlogReg都是有效的特征波长提取方法.

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	邵咏妮	浙江大学生物系统工程与食品科学学院	28	590	14.0	24.0
3	方孝荣	金华职业技术学院成人教育学院	7	41	4.0	6.0