APP下载

高光谱成像的多种类柑橘病虫药害叶片检测方法研究

2022-08-07吴叶兰管慧宁廉小亲于重重

光谱学与光谱分析 2022年8期
关键词:特征模型

吴叶兰, 管慧宁, 廉小亲, 于重重, 廖 禺, 高 超

1. 北京工商大学, 中国轻工业工业互联网与大数据重点实验室, 北京 100048

2. 江西省农业科学院农业工程研究所, 江西 南昌 330200

引 言

柑橘在我国栽培面积广泛, 优良品种繁多[1]。 随着柑橘种植面积不断增加, 影响柑橘果树生长发育的病虫药害种类也逐渐增多, 导致柑橘产量降低, 品质变劣。 常见病害有溃疡病、 缺素病和煤烟病等, 虫害有红蜘蛛、 潜叶蛾等, 药害有除草剂、 杀螨剂等。 当前检测柑橘病虫药害主要有病理检测法和人工检测法, 成本高、 主观性强且效率低。 因此研究一种快速精准的多种类柑橘病虫药害检测方法, 对柑橘生长状况监测及病虫药害快速诊断识别有重要意义。

高光谱成像技术是一种融合光谱和图像信息的光电检测技术, 有分辨率高、 波段数量多、 信息量大等特点[2-3], 已广泛应用于农作物病虫害检测[4]、 品质鉴定[5]和生态环境保护[6]等方面。 兰玉彬等[7]结合Savitzky-Golay平滑和支持向量机(SVM)方法, 建立了柑橘黄龙病分类模型。 邓小玲等[8]为识别柑橘黄龙病植株, 分别使用BP(back propagation, BP)神经网络、 极限梯度提升树(XGBoost)、 逻辑回归和SVM算法搭建模型, 识别准确率均在93%以上。 Abdulridha[9]等将神经网络径向基函数用于柑橘溃疡病染病程度的检测, 得到不同阶段染病叶片分类模型。 刘燕德等[10]为判别柑橘黄龙病情等级, 实现无损检测, 结合最小二乘支持向量机(LS-SVM)和偏最小二乘判别分析(PLS-DA)方法建立分类模型, 模型误判率为5.6%。 孙旭东等[11]使用峰值比判别法和偏最小二乘判别法建立了柑橘正常、 黄龙病和缺素病三分类模型。……

登录APP查看全文

猜你喜欢

特征模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
线性代数的应用特征
一个相似模型的应用