李 红 张 凯 陈 超 张志洋 刘振鹏

(江苏大学流体机械工程技术研究中心， 镇江 212013)

0 引言

生菜是典型的叶菜类蔬菜，其生长期间需水量大，水分直接影响生菜的长势、品质和产量[1]。因此，快速、准确测定生菜的含水率对实时监测生菜植株长势具有重要意义。近年来，光谱分析技术作为一种间接分析方法已广泛应用于作物生理信息的定量检测，具有快速、无损的优点，弥补了传统检测方法破坏样本的不足[2-3]。但光谱技术无法体现整个视场区域的光谱分布，且易受背景噪声影响[4]。高光谱成像技术兼具光谱分析技术和机器视觉技术的优势，在农业[5]、医学[6]、食品[7]等领域中得到了广泛应用。

近年来，国内外学者利用高光谱成像技术对作物含水率进行了检测研究。文献[8]对玉米幼苗叶片的高光谱图像数据进行降维处理，结合使用支持向量机和粒子群算法建立了预测模型，实现了对玉米叶片含水率的定量预测，预测集相关系数为0.768 4。文献[9]提取波长1 420 nm光谱图像的纹理特征和灰度特征，并建立偏最小二乘回归(Partial least squares regression, PLSR)模型，实现了对生菜叶片含水率的定量预测，预测集相关系数为0.902。文献[10-11]研究了光谱特征筛选方法和建模方法，先后对生菜叶片和油麦菜叶片的高光谱图像进行分析，并建立了定量预测模型，预测集平均相对误差分别为9.323%和2.95%。上述研究针对单个叶片的光谱数据，采用特征提取算法和建模方法建立了定量预测模型，但冠层光谱易受光照、土壤背景的影响，使高光谱图像噪声非常大，导致基于叶片的水分预测模型不适用于整株冠层水分及分布情况的预测[12]。……