番茄叶片早疫病近红外高光谱成像检测技术

摘要：

提出了基于格拉姆斯密特(M GS)模型和贝叶斯罗蒂斯克回归(BlogReg)的近红外高光谱成像技术检测番茄叶片早疫病的方法.利用高光谱图像采集系统获取波长874～1 734nm范围内70个染病和80个健康番茄叶片的高光谱图像,选取染病和健康叶片30像素×30像素感兴趣区域的光谱反射率.建立了番茄叶片早疫病的最小二乘-支持向量机(LS-SVM)识别模型,再通过MGS和BlogReg提取特征波长(EW),分别得到5个(911、1 409、1511、1 609、1 656 nm)和9个(901、905、908、915、918、1 123、1 305、1 460、1 680 nm)特征波长,并建立EW-LS-SVM和EW-LDA模型.在所有模型中,建模集的正确识别率为93％～ 98％,预测集的正确识别率为96％ ～ 100％.结果表明,近红外高光谱成像技术检测番茄叶片早疫病是可行的,MGS和BlogReg都是有效的特征波长提取方法.

关键词：番茄、早疫病、近红外光谱、格拉姆斯密特模型、贝叶斯罗蒂斯克回归、最小二乘-支持向量机

所属期刊栏目：46

分类号：TP391;S436.412(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划资助项目2013AA102301、高等学校博士学科点专项科研基金资助项目20130101110104、教育部留学回国人员科研启动基金资助项目和中央高校基本科研业务费专项资金资助项目2014FZA6005

在线出版日期：2015-05-19（万方平台首次上网日期，不代表论文的发表时间）

页码：315-319