本文關(guān)鍵詞：光譜及高光譜成像技術(shù)在作物特征信息提取中的應用研究，由筆耕文化傳播整理發(fā)布。

《中國農(nóng)業(yè)大學》 2015年

光譜及高光譜成像技術(shù)在作物特征信息提取中的應用研究

馬淏  

【摘要】：作物逆境脅迫(水分、氮素缺乏,病蟲害等)對作物的生長及產(chǎn)量具有重要影響�？焖佟⒏咝�、無損地檢測作物的生理狀況如衰老、受傷害程度、環(huán)境脅迫以及其它礦質(zhì)營養(yǎng)缺乏是實施農(nóng)業(yè)精細管理的先決條件。光譜技術(shù)以其快速、無損、無污染及成本低的優(yōu)點成為近年來農(nóng)業(yè)生產(chǎn)領(lǐng)域發(fā)展最為快速的現(xiàn)代分析技術(shù)。本文以光譜分析、高光譜成像等無損檢測技術(shù)為基礎研究了冬小麥營養(yǎng)狀況測量的儀器裝置及方法,柑橘黃龍病早期識別方法及不同成熟度的藍莓果實的分類辨別及產(chǎn)量估測方法。以期對農(nóng)田水肥管理、病蟲害防治以及作物產(chǎn)量估測提供基礎的理論探索。 主要研究內(nèi)容為： (1)基于近紅外光譜的植物生化組分測量儀的研制。研發(fā)了一種多功能型便攜式植物組分無損檢測儀器,主要用于冬小麥水分及葉綠素含量測量�；陔p波長法的原理,設計了一種由雙LED,濾光片,透鏡以及光電接收器組成的整體式葉片夾具,保證了光路傳輸?shù)姆�(wěn)定性,進而提高了儀器數(shù)據(jù)采集的準確性。硬件部分主要包含微控制系統(tǒng),光源驅(qū)動電路,光電轉(zhuǎn)換及信號調(diào)理電路和LCD顯示電路等。另外,儀器主體結(jié)構(gòu)保留開放式數(shù)據(jù)接口,可極為方便地與葉片夾具對接,以實現(xiàn)野外對作物不同組分(葉綠素測量選擇特征波長680nm,940nm,水分測量選擇特征波長970nm,880nm)的實時、快速、無損測量。經(jīng)標定實驗,儀器性能穩(wěn)定,易用。 (2)基于光譜分析的冬小麥水分及葉綠素含量檢測。基于可見-近紅外光譜研究了不同生長階段冬小麥葉片水分與葉綠素含量。比較了不同的光譜預處理方式如歸一化(Normalization),階導數(shù)(First derivative),移動平滑,Savitzky-Golay平滑(SG),多元散射校正(MSC),變量標準化校正(SNV)等對定量模型預測精度的影響；比較了基于全波段,主成分,優(yōu)選特征波段的多元線性回歸(MLR),偏最小二乘回歸(PLSR)及人工神經(jīng)網(wǎng)絡(ANN)等預測模型的預測能力。研究表明,基于多種預處理混合的反射光譜對冬小麥水分及葉綠素含量預測精度較高,基于主成分及優(yōu)選波段的MLR及PLS預測能力較強。 (3)基于光譜技術(shù)及高光譜成像技術(shù)的柑橘黃龍病的識別。基于可見-近紅外光譜對柑橘葉片黃龍病的光譜特性進行了研究。在光譜特征選擇中提出了判別值(Discriminability)的概念,有效地降低了分類模型的標準偏差,經(jīng)過Fisher線性判別分析與分類樹(Classification Tree)判別分析,基于特征值的分類模型正確識別率都超過了88%。與傳統(tǒng)分類方法k近鄰分類法(KNN),樸素貝葉斯分類法(Naive Bayes)相比較,特征值作為輸入變量的分類結(jié)果明顯要優(yōu)于原始光譜,證實了特征值選取的正確性與重要性。基于高光譜圖像技術(shù),分析了應用光譜特征值與紋理特征值對柑橘黃龍病識別的研究。基于葉片圖像灰度直方圖及灰度共生矩陣的紋理特征能夠顯著提高黃龍病的識別率,表明同時包含光譜信息及空間紋理信息的高光譜圖像在柑橘黃龍病識別中具有很大的發(fā)展?jié)摿Α? (4)基于高光譜圖像技術(shù)的不同成熟度藍莓果實識別。體積小而背景復雜一直是藍莓果實檢測的一大難題。本文采集了野外不同天氣條件下不同品種的藍莓高光譜圖像,利用大氣校正,背景扣除,多元回歸等多種方法進行預處理,使之轉(zhuǎn)化為歸一化的反射光譜圖像。再結(jié)合支持向量描述(SVDD)與k-menas聚類聯(lián)合算法對不同成熟度藍莓果實進行多次對象檢測,以對同一簇不同生長階段的果實進行識別分類。與經(jīng)典檢測方法KNN,光譜角度匹配(SAM)等相比較,SVDD對復雜背景更適應,檢測準確度更高。其對三種不同生長階段(成熟,中等成熟,未成熟)的藍莓果實識別準確率分別為89.5%,85.9%和84.1%,顯示了良好的檢測潛力,為果農(nóng)田間管理及產(chǎn)量估測提供了必要的依據(jù)。

【關(guān)鍵詞】：
【學位授予單位】：中國農(nóng)業(yè)大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TP391.41;O433;S126
【目錄】：

下載全文 更多同類文獻

CAJ全文下載

(如何獲取全文？ 歡迎：購買知網(wǎng)充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 高洪智;盧啟鵬;丁海泉;彭忠琦;;基于連續(xù)投影算法的土壤總氮近紅外特征波長的選取[J];光譜學與光譜分析;2009年11期

2 李慶波;黃彥文;張廣軍;張倩暄;李響;吳瑾光;;基于可見-近紅外光譜的植物葉綠素含量無損檢測方法研究[J];光譜學與光譜分析;2009年12期

3 黃慧;王偉;彭彥昆;吳建虎;高曉東;王秀;張靜;;利用高光譜掃描技術(shù)檢測小麥葉片葉綠素含量[J];光譜學與光譜分析;2010年07期

4 孫紅;李民贊;張彥娥;趙勇;王海華;;玉米生長期葉片葉綠素含量檢測研究[J];光譜學與光譜分析;2010年09期

5 謝傳奇;王佳悅;馮雷;劉飛;吳迪;何勇;;應用高光譜圖像光譜和紋理特征的番茄早疫病早期檢測研究[J];光譜學與光譜分析;2013年06期

6 王寧芳;;蔬菜中葉綠素的提取和檢測[J];河北農(nóng)業(yè)科學;2009年01期

7 王紀華,趙春江,郭曉維,黃文江,田慶久;利用遙感方法診斷小麥葉片含水量的研究[J];華北農(nóng)學報;2000年04期

8 劉英東;;化學農(nóng)藥對環(huán)境的危害及其防止對策的探討[J];中國環(huán)境管理干部學院學報;2006年01期

9 董晶晶;牛錚;沈艷;袁金國;;利用反射光譜信息提取葉片水分含量的方法比較[J];江西農(nóng)業(yè)大學學報;2006年04期

10 田慶久,宮鵬,趙春江,郭曉維;用光譜反射率診斷小麥水分狀況的可行性分析[J];科學通報;2000年24期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王家強;柳維揚;呂雙慶;;遙感技術(shù)在棉花氮素營養(yǎng)診斷上的應用[J];安徽農(nóng)業(yè)科學;2006年22期

2 薛沛沛;王克勤;郭逢春;羅桂云;;土壤水分對臺灣青棗苗的影響[J];安徽農(nóng)業(yè)科學;2007年01期

3 陸偉;毛罕平;;高光譜技術(shù)在作物信息診斷監(jiān)測中的應用[J];安徽農(nóng)業(yè)科學;2007年06期

4 王曉英;呼天明;王佺珍;田立民;張曉玲;田凱;;氮肥和Trinexapac-ethyl對草地早熟禾草坪生長的影響[J];安徽農(nóng)業(yè)科學;2008年17期

5 劉燕;蔣光霞;;硒對鉛脅迫下油菜酶活性及葉綠素含量的影響[J];安徽農(nóng)業(yè)科學;2008年18期

6 孫玉煥;楊志海;;水稻氮素營養(yǎng)診斷方法研究進展[J];安徽農(nóng)業(yè)科學;2008年19期

7 陳拉;;高光譜遙感數(shù)據(jù)在植被信息提取中的應用研究[J];安徽農(nóng)業(yè)科學;2009年08期

8 蘇春江;劉俊;何錦峰;;海拔高度對大馬士革Ⅲ玫瑰葉綠素含量的影響[J];安徽農(nóng)業(yè)科學;2009年09期

9 李建鋒;張榮;董瑩瑩;;施用尿素對冬蘿卜產(chǎn)量形成及葉綠素含量的影響[J];安徽農(nóng)業(yè)科學;2010年04期

10 馮曉旺;宣奇丹;張文杰;;毛白楊葉片含水量無損檢測系統(tǒng)的研究[J];安徽農(nóng)業(yè)科學;2010年15期

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 陳禎;基于近紅外光譜分析的土壤水分信息的提取與處理[D];華中科技大學;2010年

2 羅新寧;基于SPAD的棉花氮素營養(yǎng)診斷及氮營養(yǎng)特性研究[D];新疆農(nóng)業(yè)大學;2010年

3 石媛媛;基于數(shù)字圖像的水稻氮磷鉀營養(yǎng)診斷與建模研究[D];浙江大學;2011年

4 邵詠妮;水稻生長生理特征信息快速無損獲取技術(shù)的研究[D];浙江大學;2010年

5 李金文;基于水稻葉片生理生態(tài)學特征的氮營養(yǎng)診斷[D];浙江大學;2010年

6 李錦衛(wèi);基于計算機視覺的水稻、油菜葉色—氮營養(yǎng)診斷機理與建模[D];湖南農(nóng)業(yè)大學;2010年

7 劉飛;基于光譜和多光譜成像技術(shù)的油菜生命信息快速無損檢測機理和方法研究[D];浙江大學;2011年

8 段海明;毒死蜱降解細菌的篩選、降解特性及其固定化研究[D];山東農(nóng)業(yè)大學;2011年

9 王慧慧;鮮玉米果穗自動分級方法研究[D];吉林大學;2011年

10 朱航;基于多源遙感信息融合的作物營養(yǎng)狀況監(jiān)測與噴灑控制系統(tǒng)的研究[D];吉林大學;2011年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李學文;金蘭淑;李濤;李鑫;林國林;;近紅外無損檢測技術(shù)在棕壤速效磷分析中的應用[J];安徽農(nóng)學通報;2006年05期

2 張曉東;毛罕平;左志宇;高鴻雁;周瑩;;干旱脅迫下油菜含水率的高光譜遙感估算研究[J];安徽農(nóng)業(yè)科學;2011年30期

3 黃木易,王紀華,黃義德,黃文江,趙春江,劉良云;高光譜遙感監(jiān)測冬小麥條銹病的研究進展(綜述)[J];安徽農(nóng)業(yè)大學學報;2004年01期

4 孫宇瑞;馬道坤;何權(quán);趙燕東;;土壤水分剖面實時測量傳感器試驗研究[J];北京林業(yè)大學學報;2006年01期

5 聶雪梅,劉仲明,張水華,王啟軍;電子鼻及其在食品領(lǐng)域的應用[J];傳感器技術(shù);2004年10期

6 向子云 ,周學成 ,羅錫文 ,羅良平 ,趙相勝;多層螺旋CT原位觀測作物根系的研究[J];中國CT和MRI雜志;2004年01期

7 彭虓,張樹文;基于NDVI與LAI的水稻生長狀況研究[J];東北測繪;2002年04期

8 白景峰,趙學增,強錫富,楊延竹;針葉苗木計算機視覺特征提取方法[J];東北林業(yè)大學學報;2000年05期

9 楊可明;郭達志;;植被高光譜特征分析及其病害信息提取研究[J];地理與地理信息科學;2006年04期

10 武建軍,楊勤業(yè);干旱區(qū)農(nóng)作物長勢綜合監(jiān)測[J];地理研究;2002年05期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 馮斌;計算機視覺信息處理方法與水果分級檢測技術(shù)研究[D];中國農(nóng)業(yè)大學;2002年

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李婧;王蘊珊;司書春;徐建強;高成勇;周燦林;;基于數(shù)字濾波的主動式高光譜成像系統(tǒng)及其波長標定[J];中國光學與應用光學;2010年04期

2 李慶利;薛永祺;肖功海;張敬法;;顯微高光譜成像的生物組織定量檢測機理及方法研究[J];科學通報;2008年04期

3 ;美國遙感前沿信息研究現(xiàn)狀──高光譜成像技術(shù)考察[J];鈾礦地質(zhì);1997年06期

4 馬本學;應義斌;饒秀勤;桂江生;;高光譜成像在水果內(nèi)部品質(zhì)無損檢測中的研究進展[J];光譜學與光譜分析;2009年06期

5 高國龍;;美國高光譜成像技術(shù)獲資金支持[J];紅外;2009年11期

6 余克強;趙艷茹;李曉麗;張淑娟;何勇;;基于高光譜成像技術(shù)的鮮棗裂紋的識別研究[J];光譜學與光譜分析;2014年02期

7 陳全勝;張燕華;萬新民;蔡健榮;趙杰文;;基于高光譜成像技術(shù)的豬肉嫩度檢測研究[J];光學學報;2010年09期

8 劉洪英;李慶利;顧彬;王依婷;薛永祺;;新型分子高光譜成像系統(tǒng)性能分析及數(shù)據(jù)預處理[J];光譜學與光譜分析;2012年11期

9 丁冬;;高光譜成像技術(shù)及其在農(nóng)產(chǎn)品檢測中的應用[J];科技信息;2013年35期

10 宋革聯(lián);余俊霖;劉飛;何勇;陳丹;莫旺成;;基于高光譜成像技術(shù)的菜青蟲生命狀態(tài)檢測研究[J];光譜學與光譜分析;2014年08期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 盧云龍;劉志剛;;高光譜成像技術(shù)及其在目標檢測中的應用進展[A];國家安全地球物理叢書（九）——防災減災與國家安全[C];2013年

2 馬本學;應義斌;饒秀勤;;高光譜成像在水果表面缺陷及污染檢測中的研究進展[A];2007年中國農(nóng)業(yè)工程學會學術(shù)年會論文摘要集[C];2007年

3 何寶琨;;使用曲面棱鏡的高光譜成像系統(tǒng)設計[A];中國空間科學學會空間探測專業(yè)委員會第二十六屆全國空間探測學術(shù)研討會會議論文集[C];2013年

4 孫向軍;劉凱龍;趙志勇;李雪濤;;高光譜成像及仿真技術(shù)途徑探索[A];2009系統(tǒng)仿真技術(shù)及其應用學術(shù)會議論文集[C];2009年

5 顏昌翔;;星載高光譜成像及數(shù)據(jù)應用[A];第十屆全國光電技術(shù)學術(shù)交流會論文集[C];2012年

6 肖功海;舒嶸;薛永祺;;顯微成像光譜技術(shù)及其應用[A];成像光譜技術(shù)與應用研討會論文集[C];2004年

7 賴建軍;陳四海;陳坦;易新建;;基于MEMS微鏡陣列的高光譜成像技術(shù)研究[A];中國宇航學會深空探測技術(shù)專業(yè)委員會第三屆學術(shù)會議論文集[C];2006年

中國博士學位論文全文數(shù)據(jù)庫 前7條

1 王彩玲;干涉高光譜成像中的信息提取技術(shù)[D];中國科學院研究生院(西安光學精密機械研究所);2011年

2 朱逢樂;基于光譜和高光譜成像技術(shù)的海水魚品質(zhì)快速無損檢測[D];浙江大學;2014年

3 馬淏;光譜及高光譜成像技術(shù)在作物特征信息提取中的應用研究[D];中國農(nóng)業(yè)大學;2015年

4 張若宇;番茄可溶性固形物和硬度的高光譜成像檢測[D];浙江大學;2014年

5 章海亮;基于光譜和高光譜成像技術(shù)的土壤養(yǎng)分及類型檢測與儀器開發(fā)[D];浙江大學;2015年

6 張東彥;基于高光譜成像技術(shù)的作物葉綠素信息診斷機理及方法研究[D];浙江大學;2012年

7 虞佳佳;基于高光譜成像技術(shù)的番茄灰霉病早期快速無損檢測機理和方法研究[D];浙江大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李婧;基于數(shù)字濾波的高光譜成像系統(tǒng)研究[D];山東大學;2010年

2 曹鴻濤;高光譜成像實驗及其數(shù)據(jù)處理[D];西北工業(yè)大學;2005年

3 傅楚華;腦缺血和腦膠質(zhì)瘤的高光譜成像研究[D];第三軍醫(yī)大學;2014年

4 石慧;基于高光譜成像技術(shù)的對蝦品質(zhì)信息快速檢測方法研究[D];浙江大學;2013年

5 李濤;基于波長可調(diào)諧的主動高光譜成像技術(shù)研究[D];中國科學院研究生院（上海技術(shù)物理研究所）;2014年

6 殷姣姣;基于可見—近紅外光譜和高光譜成像的無損檢測方法研究[D];太原科技大學;2014年

7 陳加偉;偏振高光譜成像建模與仿真[D];哈爾濱工業(yè)大學;2011年

8 張令標;基于高光譜成像技術(shù)的紅棗表面農(nóng)藥殘留無損檢測的研究[D];寧夏大學;2014年

9 管婭娜;分子光譜成像機理及其在血細胞分析中的應用研究[D];華東師范大學;2012年

10 羅陽;基于NIR高光譜成像技術(shù)的長棗蟲害及可溶性固形物無損檢測研究[D];寧夏大學;2013年

  本文關(guān)鍵詞：光譜及高光譜成像技術(shù)在作物特征信息提取中的應用研究，，由筆耕文化傳播整理發(fā)布。

本文編號：202688