農(nóng)作物生長狀態(tài)和病蟲害監(jiān)測是農(nóng)業(yè)生產(chǎn)發(fā)展中尤為重要的一個環(huán)節(jié)，其對農(nóng)作物產(chǎn)量和品質(zhì)影響較大。基于傳統(tǒng)人眼視覺和RGB數(shù)字彩色設(shè)備監(jiān)測農(nóng)作物的方法往往效率低、誤判率大。然而，光譜成像技術(shù)以其圖譜合一的特點，解決了傳統(tǒng)科學領(lǐng)域“圖譜不能合一”和“同色異譜”等問題。鑒于此，本論文研究基于光譜成像技術(shù)的農(nóng)作物特征波段提取與分類。首先，根據(jù)光譜成像技術(shù)原理，通過分析核心成像器件CMOS黑白工業(yè)相機與液晶可調(diào)諧濾光器（LCTF）兩種組合方式的各自優(yōu)缺點，以及考慮成像系統(tǒng)的便攜性、穩(wěn)定性和充分應用LCTF的有效孔徑，實驗選取LCTF位于鏡頭與CMOS相機之間的組合方式，搭建了基于農(nóng)作物的多光譜成像系統(tǒng)，并介紹了該成像系統(tǒng)的工作原理、系統(tǒng)定標、多光譜圖像采集、數(shù)據(jù)處理和表達等內(nèi)容。然后，在400-720nm波段范圍，實驗通過搭建的多光譜成像系統(tǒng)分別獲取了4類農(nóng)作物樣本每隔5nm的多光譜圖像，并得出4類樣本的光譜特征曲線�？紤]到實驗所得多光譜數(shù)據(jù)冗余度大、波段間相關(guān)性強、占用存儲空間大、數(shù)據(jù)處理算法難度提升等特點，因此有必要從大量成像光譜數(shù)據(jù)中選取有效的農(nóng)作物特征波段。結(jié)合特征波段的選取準則，根據(jù)波段指... 

【文章來源】：云南師范大學云南省

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【部分圖文】：

幾類農(nóng)作物的生長狀況

據(jù)庫的建立提供了基礎(chǔ)和支撐，對遙感快速識別農(nóng)作1.2 國內(nèi)外研究歷史及現(xiàn)狀成像技術(shù)的發(fā)展過程技術(shù)主要經(jīng)歷了以下幾個發(fā)展階段[23]：譜重建概念（1974—1984 年）：為了測量打印過程中道的多光譜圖像采集裝置。而在 1984 年，名為 “度計用于快速獲取目標顏色信息，實現(xiàn)了產(chǎn)品的商展階段（1987—1994 年）：1990 年，德國亞琛搭建的多光譜成像系統(tǒng)，其核心成像器件為黑白 CCD，冷裝備以使系統(tǒng)能夠穩(wěn)定地工作，裝置如圖 1.2 所示力于研究多光譜成像方面的成像系統(tǒng)，主要以美國孟[24-25]。

其值范圍位于 160 萬到 600 萬之間。2000 年前后，德國亞琛工業(yè)大學研制了基于窄帶濾光片的 6 通道光譜圖像顯示裝置，其色域范圍明顯優(yōu)于傳統(tǒng)三原色裝置；Tokyo Institute of Technolog在 2002 年相繼研制了雙 LCD 背投的 6 原色顯示系統(tǒng)[26]， 如圖 1.3 所示。

【參考文獻】：
期刊論文
[1]基于多光譜成像選取四季豆葉片的特征波段[J]. 曹鵬飛,李宏寧,羅艷琳,林立波,許海濱,馮潔.  激光與光電子學進展. 2014(01)
[2]基于多光譜成像技術(shù)選取稻飛虱為害后水稻葉片的特征波段(英文)[J]. 曹鵬飛,李宏寧,楊衛(wèi)平,林立波,馮潔.  Agricultural Science & Technology. 2013(11)
[3]基于LCTF成像選取蘿卜葉片的特征波段[J]. 曹鵬飛,李宏寧,溫元斌,羅艷琳,秦鋒,許海濱,劉屹超,馮潔.  光學技術(shù). 2013(04)
[4]基于LCTF的大幅面高分辨率多光譜儀光學系統(tǒng)設(shè)計[J]. 李珂,張康偉,羅淼.  紅外與激光工程. 2013(03)
[5]光譜成像技術(shù)在物證鑒定領(lǐng)域的應用[J]. 許小京,黃威.  紅外與激光工程. 2012(12)
[6]基于高光譜遙感技術(shù)的農(nóng)作物病蟲害應用研究現(xiàn)狀[J]. 羅紅霞,闞應波,王玲玲,方紀華,戴聲佩.  廣東農(nóng)業(yè)科學. 2012(18)
[7]光譜和成像融合技術(shù)檢測豬肉中揮發(fā)性鹽基氮[J]. 趙杰文,張燕華,陳全勝,黃林,許慧.  激光與光電子學進展. 2012(06)
[8]用于液晶可調(diào)諧濾光片型多光譜成像儀的中繼成像系統(tǒng)設(shè)計[J]. 付強,黃旻,景娟娟,相里斌.  光學學報. 2011(10)
[9]反射鏡拼接相機漸暈消除方法[J]. 張宇,韓雙麗,張柯,武奕楠,金龍旭,于浩.  光機電信息. 2011(06)
[10]成像光譜技術(shù)在農(nóng)作物信息診斷中的研究進展[J]. 王坤,朱大洲,張東彥,馬智宏,黃文江,楊貴軍,王成.  光譜學與光譜分析. 2011(03)

博士論文
[1]基于機器學習的高維多光譜數(shù)據(jù)分類[D]. 夏建濤.西北工業(yè)大學 2002

碩士論文
[1]基于多光譜圖像的古畫顏色修復方法研究[D]. 張勝平.天津大學 2010
[2]高光譜圖像異常小目標檢測算法研究[D]. 李偉.哈爾濱工程大學 2009



本文編號：3311923