小麥赤霉病是小麥的重要病害,氣候濕潤多雨的小麥產(chǎn)區(qū)受害嚴重。該病害如果發(fā)現(xiàn)不及時,極易發(fā)生大面積流行,造成小麥減產(chǎn),甚至絕收,因此對小麥赤霉病早期防治變得十分重要。目前小麥赤霉病的診斷通常采用人工識別方法,光譜分析技術(shù)具有快速、無損、高效等特點,是一種可以在大范圍快速有效地實現(xiàn)作物病害診斷的技術(shù)手段。然而,小麥赤霉病早期發(fā)病不明顯,光譜特征復(fù)雜,迄今尚不能對小麥赤霉病進行早期診斷和識別。本研究針對小麥赤霉病早期診斷和識別問題,以正常小麥和不同時期的發(fā)病小麥作為研究對象,使用室內(nèi)400～1000nm可見近紅外(VNIR)成像高光譜對小麥赤霉病進行高光譜時序特征分析,通過選擇不同的光譜特征提取方法,重點解決不同時期小麥赤霉病光譜特征的提取問題和小麥赤霉病時序特征分析及病癥判定問題,為早期赤霉病的診斷和識別奠定基礎(chǔ)。論文主要研究內(nèi)容及結(jié)論如下:(1)提出了基于機器學(xué)習(xí)的小麥赤霉病時序特征提取方法。為降低無關(guān)變量影響以提高模型分類精度,分別采用連續(xù)投影算法、載荷系數(shù)法及隨機森林算法對不同時期的小麥赤霉病光譜特征進行選擇,并通過提取出的特征波長建立了小麥赤霉病光譜特征分類模型。結(jié)果表明,基于隨機...

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1研究方法流程圖

圖1顯示了研究所采用方法的示意流程圖。研究過程包括病害高光譜遙感數(shù)據(jù)獲取、病穗光譜提取和小麥赤霉病嚴重度計算、光譜數(shù)據(jù)預(yù)處理、基于堆棧稀疏自編碼器深度學(xué)習(xí)算法的病害光譜特征提取、赤霉病檢測模型構(gòu)建、基于不同方法的赤霉病檢測模型比較。1.3數(shù)據(jù)采集與處理

圖２－１高光譜圖像采集系統(tǒng)（俯視圖）??Ｆｉｇｕｒｅ?２－１?Ｈｙｐｅｒｓｐｅｃｔｒａｌ?ｉｍａｇｅ?ａｃｑｕｉｓｉｔｉｏｎ?ｓｙｓｔｅｍ?（ｔｏｐ?ｖｉｅｗ）??

２材料與數(shù)據(jù)獲取??２．１小麥光譜數(shù)據(jù)采集與整理??本研究主要針對如何獲取時序小麥高光譜圖像設(shè)計出一套完整的采集方案，此次??采集試驗在野外環(huán)境下進行。采集的過程中會嚴格控制光照強度、環(huán)境的溫度、濕度??及其它影響因素。本節(jié)主要介紹小麥光譜圖像的采集獲取過程及高光譜成像系統(tǒng)的組?....

圖２－２高光譜圖像采集系統(tǒng)（側(cè)視圖）??Ｆｉｇｕｒｅ?２－２?Ｈｙｐｅｒｓｐｅｃｔｒａｌ?ｉｍａｇｅ?ａｃｑｕｉｓｉｔｉｏｎ?ｓｙｓｔｅｍ?（ｓｉｄｅ?ｖｉｅｗ）??（２）高光譜成像系統(tǒng)??

其次將高光譜成像儀器擺放至樣本正前方０．５ｍ處，高光譜云臺調(diào)整至與水平面??成３０°夾角，高光譜三角架調(diào)整至光譜拍攝高度為１．５ｍ，如圖２－２所示。??

圖２－４高光譜成像實驗平臺??Ｆｉｇｕｒｅ?２－４?Ｅｘｐｅｒｉｍｅｎｔ?ｐｌａｔｆｏｒｍ?ｏｆ?ｔｈｅ?ｈｙｐｅｒｓｐｅｃｔｒａｌ?ｉｍａｇｉｎｇ??ｉｉ參數(shù)設(shè)置??

（Ｈｙｐｅｒｓｐｅｃｌｒｌ??Ｉｍａｇｉｎｇ?）??ＣＭＯＳ相機??掃描工作臺（云臺：?（ＣＭＯＳｏｕｎｅｎｉ）??（Ｓｃａｎｎｉｎｇ?ｗｏｒｋｂｅｎ?：?Ｉ?）廣—ｓ．??離光譜數(shù)據(jù)輸出工作站｜?ＩＴ］??（Ｈｙｐｅｒｓｐｅｃｔｒａｌ?ｄａｔａ?Ｉ?」??ｏｕｔｐｕｔ?ｒ?ｉ?....

本文編號：3906746