病害作為影響農(nóng)作物生長(zhǎng)的主要因素之一,平均每年造成農(nóng)作物產(chǎn)量損失高達(dá)12%以上。病害不僅直接導(dǎo)致農(nóng)作物產(chǎn)量減少,而且也嚴(yán)重降低了農(nóng)產(chǎn)品的品質(zhì),甚至引發(fā)食品安全事故。光譜成像作為一種融合圖像處理和光譜學(xué)的信息獲取技術(shù),能同時(shí)獲取目標(biāo)的圖像信息和光譜信息,從而更直觀表達(dá)目標(biāo)的特征。光譜成像技術(shù)可以獲得圖像上每個(gè)點(diǎn)的光譜數(shù)據(jù),從而實(shí)現(xiàn)對(duì)作物病害的顏色、形狀和紋理特征及光譜特征的分析,具有快速、直觀和無(wú)損等特點(diǎn),近些年在作物病害檢測(cè)領(lǐng)域的應(yīng)用取得了較大研究進(jìn)展。綜述了近六年來(lái)國(guó)內(nèi)外關(guān)于光譜成像技術(shù)在作物病害檢測(cè)領(lǐng)域應(yīng)用的相關(guān)文獻(xiàn),分析了光譜成像技術(shù)的優(yōu)勢(shì)和局限性,重點(diǎn)闡述了光譜成像作物病害檢測(cè)中關(guān)鍵的第三個(gè)技術(shù):（1）光譜圖像分割技術(shù),重點(diǎn)分析了四種常見分割算法的優(yōu)點(diǎn)和適用范圍;（2）光譜特征和空間特征提取技術(shù),重點(diǎn)對(duì)比了空間特征、光譜特征和二者加權(quán)組合對(duì)病害信息表達(dá)的準(zhǔn)確性;（3）檢測(cè)模型,重點(diǎn)介紹了光譜植被指數(shù)和機(jī)器學(xué)習(xí)模型在作物病害檢測(cè)中的穩(wěn)定性和前景。最后,根據(jù)上述分析展望了光譜成像技術(shù)在作物病害檢測(cè)領(lǐng)域中應(yīng)用的研究趨勢(shì),為相關(guān)研究提供全面且系統(tǒng)的參考。 

【文章來(lái)源】：光譜學(xué)與光譜分析. 2020,40(02)北大核心EISCICSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
引 言
1 作物病害光譜成像檢測(cè)技術(shù)概述
    1.1 技術(shù)特點(diǎn)
        (1) 無(wú)損性。
        (2) 直觀性。
        (3) 實(shí)時(shí)性。
        (4) 準(zhǔn)確性。
    1.2 技術(shù)局限性
        (1) 復(fù)雜背景。
        (2) 光照條件。
        (3) 拍攝角度。
2 作物病害光譜成像檢測(cè)關(guān)鍵技術(shù)
    2.1 光譜圖像分割
    2.2 特征信息提取
    2.3 作物病害識(shí)別
3 作物病害光譜成像檢測(cè)技術(shù)研究發(fā)展趨勢(shì)


【參考文獻(xiàn)】：
期刊論文
[1]基于高光譜技術(shù)的病害早期脅迫下黃瓜葉片中過氧化物酶活性的研究[J]. 程帆,趙艷茹,余克強(qiáng),樓兵干,何勇.  光譜學(xué)與光譜分析. 2017(06)
[2]基于高光譜的碭山酥梨炭疽病害等級(jí)分類研究[J]. 溫淑嫻,李紹穩(wěn),金秀,趙劉,江寒.  計(jì)算機(jī)科學(xué). 2017(S1)
[3]農(nóng)業(yè)主要病害檢測(cè)與預(yù)警技術(shù)研究進(jìn)展分析[J]. 王翔宇,溫皓杰,李鑫星,傅澤田,呂雄杰,張領(lǐng)先.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(09)
[4]溫室幼苗圖像的多算法融合區(qū)域生長(zhǎng)分割算法研究[J]. 盧夏衍,李昕,冉鵬,柴宇燊,周強(qiáng).  中國(guó)農(nóng)機(jī)化學(xué)報(bào). 2016(06)
[5]基于高光譜成像的水稻穗瘟病害程度分級(jí)方法[J]. 黃雙萍,齊龍,馬旭,薛昆南,汪文娟.  農(nóng)業(yè)工程學(xué)報(bào). 2015(01)
[6]基于分塊閾值和邊緣檢測(cè)的葉片分割算法[J]. 趙斌,周厚奎,馮海林.  農(nóng)機(jī)化研究. 2014(06)
[7]改進(jìn)Hough變換的農(nóng)作物病斑目標(biāo)檢測(cè)方法[J]. 吳露露,馬旭,齊龍,譚永炘,鄺健霞,梁仲維.  農(nóng)業(yè)工程學(xué)報(bào). 2014(10)
[8]基于高光譜成像技術(shù)的水稻葉瘟病病害程度分級(jí)方法[J]. 鄭志雄,齊龍,馬旭,朱小源,汪文娟.  農(nóng)業(yè)工程學(xué)報(bào). 2013(19)
[9]基于自適應(yīng)雙閾值的蔬菜病害知識(shí)視頻分割方法[J]. 傅澤田,蘇葉,張領(lǐng)先,李鑫星.  農(nóng)業(yè)工程學(xué)報(bào). 2013(09)
[10]基于病斑形狀和神經(jīng)網(wǎng)絡(luò)的黃瓜病害識(shí)別[J]. 賈建楠,吉海彥.  農(nóng)業(yè)工程學(xué)報(bào). 2013(S1)



本文編號(hào)：3597383