基于高光谱图像技术的稻田苗期杂草稻识别

被引：19

作者：

陈树人 ^{[1
]}

邹华东 ^{[1
]}

吴瑞梅 ^{[2
]}

闫润 ^{[1
,3
]}

毛罕平 ^{[1
]}

机构：

[1] 江苏大学现代农业装备与技术教育部重点实验室

[2] 江西农业大学工学院

[3] 江苏农林职业技术学院机电工程系

来源：

农业机械学报 | 2013年 / 44卷 / 05期

基金：

国家高技术研究发展计划(863计划);

关键词：

杂草稻; 水稻; 高光谱图像; 神经网络;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

以生长期为10 d的杂草稻和水稻为研究对象,采集其高光谱图像信息,对其进行滤波预处理后,利用主成分分析方法优选出1 448.89 nm和1 469.89 nm波长下的特征图像。对每个特征图像,分别提取其形状特征、纹理特征和颜色特征,共18个特征变量。基于这些特征变量,利用神经网络方法建立杂草稻和水稻的判别模型,模型训练时杂草稻和水稻的回判率都为100%;预测时,杂草稻的回判率为92.86%,水稻的回判率为96.88%。研究表明,利用高光谱图像技术快速鉴别稻田苗期杂草稻是可行的。

引用

页码：253 / 257+163 +163

页数：6

共 15 条

[1] 农畜产品品质安全高光谱无损检测技术进展和趋势 [J].