光谱及高光谱成像技术在作物特征信息提取中的应用研究

发布时间：2016-12-02 21:08

  本文关键词：光谱及高光谱成像技术在作物特征信息提取中的应用研究，由笔耕文化传播整理发布。

《中国农业大学》 2015年

光谱及高光谱成像技术在作物特征信息提取中的应用研究

马淏  

【摘要】：作物逆境胁迫(水分、氮素缺乏,病虫害等)对作物的生长及产量具有重要影响。快速、高效、无损地检测作物的生理状况如衰老、受伤害程度、环境胁迫以及其它矿质营养缺乏是实施农业精细管理的先决条件。光谱技术以其快速、无损、无污染及成本低的优点成为近年来农业生产领域发展最为快速的现代分析技术。本文以光谱分析、高光谱成像等无损检测技术为基础研究了冬小麦营养状况测量的仪器装置及方法,柑橘黄龙病早期识别方法及不同成熟度的蓝莓果实的分类辨别及产量估测方法。以期对农田水肥管理、病虫害防治以及作物产量估测提供基础的理论探索。 主要研究内容为： (1)基于近红外光谱的植物生化组分测量仪的研制。研发了一种多功能型便携式植物组分无损检测仪器,主要用于冬小麦水分及叶绿素含量测量。基于双波长法的原理,设计了一种由双LED,滤光片,透镜以及光电接收器组成的整体式叶片夹具,保证了光路传输的稳定性,进而提高了仪器数据采集的准确性。硬件部分主要包含微控制系统,光源驱动电路,光电转换及信号调理电路和LCD显示电路等。另外,仪器主体结构保留开放式数据接口,可极为方便地与叶片夹具对接,以实现野外对作物不同组分(叶绿素测量选择特征波长680nm,940nm,水分测量选择特征波长970nm,880nm)的实时、快速、无损测量。经标定实验,仪器性能稳定,易用。 (2)基于光谱分析的冬小麦水分及叶绿素含量检测。基于可见-近红外光谱研究了不同生长阶段冬小麦叶片水分与叶绿素含量。比较了不同的光谱预处理方式如归一化(Normalization),阶导数(First derivative),移动平滑,Savitzky-Golay平滑(SG),多元散射校正(MSC),变量标准化校正(SNV)等对定量模型预测精度的影响；比较了基于全波段,主成分,优选特征波段的多元线性回归(MLR),偏最小二乘回归(PLSR)及人工神经网络(ANN)等预测模型的预测能力。研究表明,基于多种预处理混合的反射光谱对冬小麦水分及叶绿素含量预测精度较高,基于主成分及优选波段的MLR及PLS预测能力较强。 (3)基于光谱技术及高光谱成像技术的柑橘黄龙病的识别。基于可见-近红外光谱对柑橘叶片黄龙病的光谱特性进行了研究。在光谱特征选择中提出了判别值(Discriminability)的概念,有效地降低了分类模型的标准偏差,经过Fisher线性判别分析与分类树(Classification Tree)判别分析,基于特征值的分类模型正确识别率都超过了88%。与传统分类方法k近邻分类法(KNN),朴素贝叶斯分类法(Naive Bayes)相比较,特征值作为输入变量的分类结果明显要优于原始光谱,证实了特征值选取的正确性与重要性。基于高光谱图像技术,分析了应用光谱特征值与纹理特征值对柑橘黄龙病识别的研究。基于叶片图像灰度直方图及灰度共生矩阵的纹理特征能够显著提高黄龙病的识别率,表明同时包含光谱信息及空间纹理信息的高光谱图像在柑橘黄龙病识别中具有很大的发展潜力。 (4)基于高光谱图像技术的不同成熟度蓝莓果实识别。体积小而背景复杂一直是蓝莓果实检测的一大难题。本文采集了野外不同天气条件下不同品种的蓝莓高光谱图像,利用大气校正,背景扣除,多元回归等多种方法进行预处理,使之转化为归一化的反射光谱图像。再结合支持向量描述(SVDD)与k-menas聚类联合算法对不同成熟度蓝莓果实进行多次对象检测,以对同一簇不同生长阶段的果实进行识别分类。与经典检测方法KNN,光谱角度匹配(SAM)等相比较,SVDD对复杂背景更适应,检测准确度更高。其对三种不同生长阶段(成熟,中等成熟,未成熟)的蓝莓果实识别准确率分别为89.5%,85.9%和84.1%,显示了良好的检测潜力,为果农田间管理及产量估测提供了必要的依据。

【关键词】：
【学位授予单位】：中国农业大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41;O433;S126
【目录】：

下载全文 更多同类文献

CAJ全文下载

(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式

【参考文献】

中国期刊全文数据库 前10条

1 高洪智;卢启鹏;丁海泉;彭忠琦;;基于连续投影算法的土壤总氮近红外特征波长的选取[J];光谱学与光谱分析;2009年11期

2 李庆波;黄彦文;张广军;张倩暄;李响;吴瑾光;;基于可见-近红外光谱的植物叶绿素含量无损检测方法研究[J];光谱学与光谱分析;2009年12期

3 黄慧;王伟;彭彦昆;吴建虎;高晓东;王秀;张静;;利用高光谱扫描技术检测小麦叶片叶绿素含量[J];光谱学与光谱分析;2010年07期

4 孙红;李民赞;张彦娥;赵勇;王海华;;玉米生长期叶片叶绿素含量检测研究[J];光谱学与光谱分析;2010年09期

5 谢传奇;王佳悦;冯雷;刘飞;吴迪;何勇;;应用高光谱图像光谱和纹理特征的番茄早疫病早期检测研究[J];光谱学与光谱分析;2013年06期

6 王宁芳;;蔬菜中叶绿素的提取和检测[J];河北农业科学;2009年01期

7 王纪华,赵春江,郭晓维,黄文江,田庆久;利用遥感方法诊断小麦叶片含水量的研究[J];华北农学报;2000年04期

8 刘英东;;化学农药对环境的危害及其防止对策的探讨[J];中国环境管理干部学院学报;2006年01期

9 董晶晶;牛铮;沈艳;袁金国;;利用反射光谱信息提取叶片水分含量的方法比较[J];江西农业大学学报;2006年04期

10 田庆久,宫鹏,赵春江,郭晓维;用光谱反射率诊断小麦水分状况的可行性分析[J];科学通报;2000年24期

【共引文献】

中国期刊全文数据库 前10条

1 王家强;柳维扬;吕双庆;;遥感技术在棉花氮素营养诊断上的应用[J];安徽农业科学;2006年22期

2 薛沛沛;王克勤;郭逢春;罗桂云;;土壤水分对台湾青枣苗的影响[J];安徽农业科学;2007年01期

3 陆伟;毛罕平;;高光谱技术在作物信息诊断监测中的应用[J];安徽农业科学;2007年06期

4 王晓英;呼天明;王佺珍;田立民;张晓玲;田凯;;氮肥和Trinexapac-ethyl对草地早熟禾草坪生长的影响[J];安徽农业科学;2008年17期

5 刘燕;蒋光霞;;硒对铅胁迫下油菜酶活性及叶绿素含量的影响[J];安徽农业科学;2008年18期

6 孙玉焕;杨志海;;水稻氮素营养诊断方法研究进展[J];安徽农业科学;2008年19期

7 陈拉;;高光谱遥感数据在植被信息提取中的应用研究[J];安徽农业科学;2009年08期

8 苏春江;刘俊;何锦峰;;海拔高度对大马士革Ⅲ玫瑰叶绿素含量的影响[J];安徽农业科学;2009年09期

9 李建锋;张荣;董莹莹;;施用尿素对冬萝卜产量形成及叶绿素含量的影响[J];安徽农业科学;2010年04期

10 冯晓旺;宣奇丹;张文杰;;毛白杨叶片含水量无损检测系统的研究[J];安徽农业科学;2010年15期

中国博士学位论文全文数据库 前10条

1 陈祯;基于近红外光谱分析的土壤水分信息的提取与处理[D];华中科技大学;2010年

2 罗新宁;基于SPAD的棉花氮素营养诊断及氮营养特性研究[D];新疆农业大学;2010年

3 石媛媛;基于数字图像的水稻氮磷钾营养诊断与建模研究[D];浙江大学;2011年

4 邵咏妮;水稻生长生理特征信息快速无损获取技术的研究[D];浙江大学;2010年

5 李金文;基于水稻叶片生理生态学特征的氮营养诊断[D];浙江大学;2010年

6 李锦卫;基于计算机视觉的水稻、油菜叶色—氮营养诊断机理与建模[D];湖南农业大学;2010年

7 刘飞;基于光谱和多光谱成像技术的油菜生命信息快速无损检测机理和方法研究[D];浙江大学;2011年

8 段海明;毒死蜱降解细菌的筛选、降解特性及其固定化研究[D];山东农业大学;2011年

9 王慧慧;鲜玉米果穗自动分级方法研究[D];吉林大学;2011年

10 朱航;基于多源遥感信息融合的作物营养状况监测与喷洒控制系统的研究[D];吉林大学;2011年

【二级参考文献】

中国期刊全文数据库 前10条

1 李学文;金兰淑;李涛;李鑫;林国林;;近红外无损检测技术在棕壤速效磷分析中的应用[J];安徽农学通报;2006年05期

2 张晓东;毛罕平;左志宇;高鸿雁;周莹;;干旱胁迫下油菜含水率的高光谱遥感估算研究[J];安徽农业科学;2011年30期

3 黄木易,王纪华,黄义德,黄文江,赵春江,刘良云;高光谱遥感监测冬小麦条锈病的研究进展(综述)[J];安徽农业大学学报;2004年01期

4 孙宇瑞;马道坤;何权;赵燕东;;土壤水分剖面实时测量传感器试验研究[J];北京林业大学学报;2006年01期

5 聂雪梅,刘仲明,张水华,王启军;电子鼻及其在食品领域的应用[J];传感器技术;2004年10期

6 向子云 ,周学成 ,罗锡文 ,罗良平 ,赵相胜;多层螺旋CT原位观测作物根系的研究[J];中国CT和MRI杂志;2004年01期

7 彭虓,张树文;基于NDVI与LAI的水稻生长状况研究[J];东北测绘;2002年04期

8 白景峰,赵学增,强锡富,杨延竹;针叶苗木计算机视觉特征提取方法[J];东北林业大学学报;2000年05期

9 杨可明;郭达志;;植被高光谱特征分析及其病害信息提取研究[J];地理与地理信息科学;2006年04期

10 武建军,杨勤业;干旱区农作物长势综合监测[J];地理研究;2002年05期

中国博士学位论文全文数据库 前1条

1 冯斌;计算机视觉信息处理方法与水果分级检测技术研究[D];中国农业大学;2002年

【相似文献】

中国期刊全文数据库 前10条

1 李婧;王蕴珊;司书春;徐建强;高成勇;周灿林;;基于数字滤波的主动式高光谱成像系统及其波长标定[J];中国光学与应用光学;2010年04期

2 李庆利;薛永祺;肖功海;张敬法;;显微高光谱成像的生物组织定量检测机理及方法研究[J];科学通报;2008年04期

3 ;美国遥感前沿信息研究现状──高光谱成像技术考察[J];铀矿地质;1997年06期

4 马本学;应义斌;饶秀勤;桂江生;;高光谱成像在水果内部品质无损检测中的研究进展[J];光谱学与光谱分析;2009年06期

5 高国龙;;美国高光谱成像技术获资金支持[J];红外;2009年11期

6 余克强;赵艳茹;李晓丽;张淑娟;何勇;;基于高光谱成像技术的鲜枣裂纹的识别研究[J];光谱学与光谱分析;2014年02期

7 陈全胜;张燕华;万新民;蔡健荣;赵杰文;;基于高光谱成像技术的猪肉嫩度检测研究[J];光学学报;2010年09期

8 刘洪英;李庆利;顾彬;王依婷;薛永祺;;新型分子高光谱成像系统性能分析及数据预处理[J];光谱学与光谱分析;2012年11期

9 丁冬;;高光谱成像技术及其在农产品检测中的应用[J];科技信息;2013年35期

10 宋革联;余俊霖;刘飞;何勇;陈丹;莫旺成;;基于高光谱成像技术的菜青虫生命状态检测研究[J];光谱学与光谱分析;2014年08期

中国重要会议论文全文数据库 前7条

1 卢云龙;刘志刚;;高光谱成像技术及其在目标检测中的应用进展[A];国家安全地球物理丛书（九）——防灾减灾与国家安全[C];2013年

2 马本学;应义斌;饶秀勤;;高光谱成像在水果表面缺陷及污染检测中的研究进展[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年

3 何宝琨;;使用曲面棱镜的高光谱成像系统设计[A];中国空间科学学会空间探测专业委员会第二十六届全国空间探测学术研讨会会议论文集[C];2013年

4 孙向军;刘凯龙;赵志勇;李雪涛;;高光谱成像及仿真技术途径探索[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

5 颜昌翔;;星载高光谱成像及数据应用[A];第十届全国光电技术学术交流会论文集[C];2012年

6 肖功海;舒嵘;薛永祺;;显微成像光谱技术及其应用[A];成像光谱技术与应用研讨会论文集[C];2004年

7 赖建军;陈四海;陈坦;易新建;;基于MEMS微镜阵列的高光谱成像技术研究[A];中国宇航学会深空探测技术专业委员会第三届学术会议论文集[C];2006年

中国博士学位论文全文数据库 前7条

1 王彩玲;干涉高光谱成像中的信息提取技术[D];中国科学院研究生院(西安光学精密机械研究所);2011年

2 朱逢乐;基于光谱和高光谱成像技术的海水鱼品质快速无损检测[D];浙江大学;2014年

3 马淏;光谱及高光谱成像技术在作物特征信息提取中的应用研究[D];中国农业大学;2015年

4 张若宇;番茄可溶性固形物和硬度的高光谱成像检测[D];浙江大学;2014年

5 章海亮;基于光谱和高光谱成像技术的土壤养分及类型检测与仪器开发[D];浙江大学;2015年

6 张东彦;基于高光谱成像技术的作物叶绿素信息诊断机理及方法研究[D];浙江大学;2012年

7 虞佳佳;基于高光谱成像技术的番茄灰霉病早期快速无损检测机理和方法研究[D];浙江大学;2012年

中国硕士学位论文全文数据库 前10条

1 李婧;基于数字滤波的高光谱成像系统研究[D];山东大学;2010年

2 曹鸿涛;高光谱成像实验及其数据处理[D];西北工业大学;2005年

3 傅楚华;脑缺血和脑胶质瘤的高光谱成像研究[D];第三军医大学;2014年

4 石慧;基于高光谱成像技术的对虾品质信息快速检测方法研究[D];浙江大学;2013年

5 李涛;基于波长可调谐的主动高光谱成像技术研究[D];中国科学院研究生院（上海技术物理研究所）;2014年

6 殷姣姣;基于可见—近红外光谱和高光谱成像的无损检测方法研究[D];太原科技大学;2014年

7 陈加伟;偏振高光谱成像建模与仿真[D];哈尔滨工业大学;2011年

8 张令标;基于高光谱成像技术的红枣表面农药残留无损检测的研究[D];宁夏大学;2014年

9 管娅娜;分子光谱成像机理及其在血细胞分析中的应用研究[D];华东师范大学;2012年

10 罗阳;基于NIR高光谱成像技术的长枣虫害及可溶性固形物无损检测研究[D];宁夏大学;2013年

  本文关键词：光谱及高光谱成像技术在作物特征信息提取中的应用研究，，由笔耕文化传播整理发布。

本文编号：202688