收藏本站
《光谱学与光谱分析》 2014年09期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

高光谱成像技术的油菜叶片氮含量及分布快速检测

张筱蕾  刘飞  聂鹏程  何勇  鲍一丹  
【摘要】:应用高光谱成像技术实现了油菜苗-花-角果整个生命期叶片氮含量的快速检测和氮素水平分布的可视化。采集三个生长时期共计420个叶片样本的高光谱图像信息(380~1 030nm),提取图像中感兴趣区域的平均光谱数据,经过不同光谱预处理后,利用连续投影算法(SPA)选择特征波长,将提取的12个特征波长(467,557,665,686,706,752,874,879,886,900,978和995nm)作为自变量,叶片氮含量作为因变量,分别建立偏最小二乘法(PLS)和最小二乘-支持向量机(LS-SVM)模型。SPA-PLS和SPA-LS-SVM模型对叶片氮含量的预测相关系数RP分别为0.807和0.836,预测均方根误差RMSEP分别为0.387和0.358。高光谱图像中的每一个像素点都有对应的光谱反射值,利用结构简单、更易提取回归系数的SPA-PLS模型,快速计算出12个特征波长下高光谱图像中每个像素点对应的氮含量预测值,结合像素点的空间位置生成氮素浓度的叶面分布图。可视化分布图详细且直观的反应出同一叶片内部或不同叶片之间氮含量的差异。结果表明,应用高光谱成像技术分析整个油菜生长期的叶片氮含量及其可视化分布是可行的。

知网文化
【相似文献】
中国硕士学位论文全文数据库 前2条
1 李金梦;基于高光谱成像技术的柑橘叶片含氮量快速检测方法研究[D];浙江大学;2014年
2 思振华;基于高光谱图像技术的羊肉表面污染及病变快速检测方法研究[D];宁夏大学;2014年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978