A Multilevel Feature Extraction Strategy for Leaf Spectral Signal

李　响1　吕　勇1张倩暄2(北京信息科技大学仪器科学与光电工程学院1，北京　100192;北京雪迪龙科技股份有限公司2，北京　102206)



一种叶片光谱信号的多层次特征提取方法

北京市自然科学基金资助项目(编号:4154071);

北京市组织优秀人才基金资助项目(编号:2014000020124G105)。

修改稿收到日期:2015－01－06。

第一作者李响(1982－)，男，2012年毕业于北京航空航天大学光学工程专业，获博士学位，讲师;主要从事光电检测方向的研究。

0　引言

叶片作为植物机体最重要的组成部分，不仅是光合作用的主要场所，而且在果实成熟过程中充当了重要的角色［1－2］。植物叶片生化参数(叶绿素和水分)无损检测在精细农、林业等领域具有重要的意义。光谱检测技术以其快速、无损、实时等优点在各个研究领域发挥着重要的作用。

植物叶片在可见/近红外波段(400～1 100 nm)的吸收特征没有近红外波段复杂，尤其是在可见区域，主要受到色素即叶绿素吸收的影响。虽然叶绿素吸收峰相对比较明确，但对于活体检测时，物质的吸收之间存在相关干扰，再加上散射等物理因素的影响，会使这些特征峰发生漂移或重叠。另外，随着季节的变更，植物生长期以及健康状态的改变，其自身机体的保护机制也会使色素的特征吸收波长发生蓝移或者红移［3］。因此针对不同目的的校正模型(数据自身特点和物质结构特点)，需要选择不同的建模波长，从而说明波长选择算法对于叶绿素含量的检测具有重要的意义。

本文对叶片生化参数检测模型的简洁性和稳健性进行探讨，提出了一种多层次特征信息提取算法。……