基于可见/近红外高光谱成像技术的梨树叶部病害识别研究
摘要：梨树生长期内伴随着病害发生,喷施农药是病害防治的主要措施,而病害识别则是保证精准施药的基本要求.为实现梨树叶部病害的高效识别,提出基于可见/近红外高光谱成像技术结合机器学习对梨树病叶进行分类检测的方法.利用近地面成像高光谱仪在自然光条件下采集健康叶、褐斑病、黑斑病及日灼病四类样本的高光谱图像,提取401～935 nm波段间感兴趣区域的平均光谱数据,对比分析Savitzky-Golay卷积平滑(SG)、标准正态变换(SNV)、SG结合一阶微分和SG结合二阶微分4种预处理算法全波段模型效果,对最佳预处理方法后的数据采用主成分分析法(PCA)和连续投影算法(SPA)进行特征波长提取,建立优化...
关键词：
梨树病害高光谱成像特征波长判别模型机器学习
分类号：
S436.612.1(病虫害及其防治)
资助基金：
国家重点研发计划 ( 2022YFD2001400 ) 国家农业重大技术攻关专项 ( NK2022160104 ) 国家梨产业技术体系项目 ( CARS—28-21 )
论文发表日期：
2024-08-28
在线出版日期：
2024-08-02 （万方平台首次上网日期，不代表论文的发表时间）
页数：
8 ( 162-169 )
英文信息
相关知识
基于无人机高光谱成像技术的甘蔗等作物病虫害研究进展
基于深度学习的农作物病害图像识别技术进展
多光谱成像系统波段分析的技术原理及应用
基于多光谱成像技术诊断植物病虫害
光谱成像技术应用于植物病害早期检测
基于高光谱成像技术的山楂损伤和虫害缺陷识别研究
基于多光谱图像的蔬菜花卉病虫害辨识技术研究
红外热成像技术在农业中的应用
用于植物病虫害诊断的多光谱成像系统
作物病虫害高光谱遥感进展与展望
网址: 基于可见/近红外高光谱成像技术的梨树叶部病害识别研究 https://m.huajiangbk.com/newsview681220.html
| 上一篇: 基于深度学习的玉米叶部病虫害检测 |
下一篇: 常见花卉病害——叶霉病 – 安居 |
