本文關(guān)鍵詞： 油萊菌核病 葉片和莖稈 光譜和光譜成像技術(shù) 特征波長(數(shù))選擇 回歸分析模型 判別分析模型 植被指數(shù) 葉綠素熒光參數(shù)　出處：《浙江大學》2016年博士論文　論文類型：學位論文

【摘要】：在本研究中用于油菜菌核病檢測。本研究主要采用高光譜成像技術(shù)(hyperspectral imaging)、葉綠素熒光成像技術(shù)(chlorophyll fluorescence imaging)、激光誘導激發(fā)光譜(laser induced breakdown spectroscopy,LIBS)、中紅外光譜技術(shù)(mid-infrared spectroscopy, MIR)和激光共聚焦顯微拉曼光譜成像技術(shù)(laser confocal micro-Raman imaging)對油菜菌核病進行檢測。主要研究結(jié)論如下：(1)采用高光譜成像技術(shù),對油菜葉片和莖稈菌核病檢測進行了研究。分別采用平均光譜、像素點光譜以及對應的植被指數(shù)結(jié)合判別分析模型對油菜葉片和莖稈菌核病和菌核病早期進行了檢測。研究發(fā)現(xiàn)光譜預處理方法對判別分析模型判別結(jié)果并不顯著,而判別分析模型的選擇對油菜菌核病檢測效果更為明顯。以緊鄰病斑區(qū)域模擬病害侵染早期,發(fā)現(xiàn)高光譜成像技術(shù)結(jié)合判別分析模型可用于油菜葉片和莖稈菌核病早期檢測。發(fā)現(xiàn)2nd spectra和PCA loadings在不同樣本集中選擇的特征波長具有較好的可重復性。整體而言,在不同的數(shù)據(jù)集所有的判別分析模型中,ELM、RBFNN、SVM和RF模型判別效果較好�；诟吖庾V成像的油菜葉片色素和可溶性蛋白含量檢測,不同樣本集中特征波長選擇存在差異,且基于全譜和基于特征波長的判別分析模型中,PLSR和ELM模型整體預測效果較優(yōu)。(2)采用葉綠素熒光成像技術(shù),對油菜健康和染病葉片和莖稈進行了檢測研究。對染病葉片和染病莖稈中15個不同葉綠素熒光參數(shù)的分布發(fā)現(xiàn),染病葉片和莖稈健康及病斑區(qū)域的葉綠素熒光參數(shù)具有較大差異,葉片和莖稈緊鄰病斑區(qū)域的葉綠素熒光參數(shù)與其余兩個區(qū)域存在差異,但莖稈差異較小。基于相關(guān)分析、ANOVA和LDA分析,選擇了特征熒光參數(shù),基于特征熒光參數(shù)的判別分析模型結(jié)果表明葉綠素熒光參數(shù)統(tǒng)計分析對油菜葉片和莖稈菌核病檢測是可行的。整體而言,SVM、KNN、NBC以及RF模型在不同的樣本集中整體判別效果較優(yōu)。(3)采用LIBS光譜技術(shù),對油菜健康和染病葉片進行了檢測研究。發(fā)現(xiàn)不同樣本集中基于油菜鮮葉的LIBS光譜噪聲明顯,WT去噪可有效去除噪聲。穩(wěn)健基線校正(robust baseline estimation, RBE)法可有效的對LIBS光譜進行基線校正。分別基于2nd spectra、 PCA loadings和Bw選擇了與原始譜峰對應的特征譜峰,基于LIBS光譜全譜和特征譜峰的判別分析模型判別結(jié)果,發(fā)現(xiàn)可采用直接采用譜峰代替全譜分析。整體而言,ELM,RBFNN和RF模型的整體判別效果較好。(4)采用中紅外光譜技術(shù),對油菜健康和染病葉片進行了檢測研究。WT去噪后的光譜,在不同的特征波數(shù)選擇方法中,2nd spectra和PCA loadings選擇的特征波長在不同的樣本集中具有可重復性,即2nd spectra和PCA loadings可用于實際應用中選擇特征波長。不同樣本集基于全譜和特征波數(shù)的判別分析模型中,整體而言,PLS-DA、RBFNN、ELM、SVM以及RF模型的整體判別效果較好。(5)采用激光共聚焦顯微拉曼光譜成像技術(shù),對油菜染病葉片健康、緊鄰病斑區(qū)域和病斑區(qū)域表面的拉曼光譜進行了研究。健康區(qū)域、緊鄰病斑區(qū)域和病斑區(qū)域的拉曼光譜的熒光背景強度存在差異。基于baselineWavelet基線校正方法對拉曼光譜背景進行了有效的去除�；谌V和拉曼光譜譜峰的判別分析模型中,整體而言,ELM、RBFNN、RF、SIMCA、SVM和KNN模型的判別效果整體較優(yōu)。提出了基于拉曼光譜斜率的油菜葉片菌核病檢測思路,發(fā)現(xiàn)健康區(qū)域、緊鄰病斑區(qū)域和病斑區(qū)域的拉曼光譜斜率分別集中在不同的范圍內(nèi),存在較大的差異。
[Abstract]:The results were as follows : ( 1 ) High spectral imaging technique was used to detect the sclerotium of rape leaf and stem . ( 3 ) By using LIBS spectrum technique , it has been found that different sample sets are based on LIBS spectrum noise and WT de - noising can effectively remove noise .

【學位授予單位】：浙江大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：O433;TP391.41;S435.654
，

本文編號：1444672