基于高光谱图像的水稻种子活力检测技术研究.pdfVIP

基于高光谱图像的水稻种子活力检测技术研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于高光谱图像的水稻种子活力检测技术研究.pdf

浙江农业学报ActaAgriculturaeZhejiangensis,2015,27(1):1—6 http://www 李美凌 ,邓飞,刘颖 ,等.基于高光谱图像的水稻种子活力检测技术研究 [J].浙江农业学报,2015,27(1):1—6 DOI:10.3969/j.issn.1004—1524.2015.01.01 基于高光谱图像的水稻种子活力检测技术研究 李美凌 ,邓 飞 ,刘 颖 ,祁亨年 ’,张 晓 (浙江农林大学 信息工程学院,浙江 杭浙江农林大学农业与食品科学学院,浙江 杭州311300;浙江农林大学浙江省林 业智能监测与信息技术研究重点实验室,浙江 杭州 311300) 摘 要:随着种子活力逐渐受到人们的重视,快速且不破坏种子的活力检测方法逐渐成为研究的热点。试验 以不同老化程度的水稻种子为材料 ,采用高光谱成像技术结合 PCA—SVM方法 ,研究比较了不同活力水平的 水稻种子的活力差异。采集两个水稻品种在400~1000nm范围的高光谱图像数据,通过主成分分析法 (PCA)获得主成分图像 ,确定特征波段;应用支持向量机 (SVM)建立水稻种子活力鉴别模型。结果表明,预 测的判别率可达 100%,说明高光谱成像技术为快速准确无损测定种子活力提供了一条新的途径。 关键词 :种子活力;高光谱 ;支持向量机 ;主成分分析 中图分类号:0434.3;Q94 文献标志码:A 文章编号:1004—1524(2015)01-13001-06 Studyondetectiontechnologyofriceseedvigorbasedon hyperspectralimage LIMei—ling,DENGFei ,LIUYing ,QIHeng.nian一,ZHANGXiao (CollegeofInformationEngineering,ZhejiangAFUniversity,Hangzhou311300,China;SchoolofAgricultural andFoodScience,ZhejiangAFUniversity,Hangzhou311300,China;KeyLaboratoryofForestryIntelligentMo— nitoringandInformationTechnologyResearchofZhejiangProvince,ZhejiangAFUniversity,Hangzhou311300, China) Abstract:Astheseedvigorwasgraduallybroughttothepublicattention,therapiddetectionofseedvigorwithout destroyinghasbeenaresearchhotspot.Thericeseedswithdifferentagingdegreeswereusedasexperimentalmateri— als,PCA—SVM methodandhyperspectralimagingtechnologywerecomparedtostudythedifferenceinriceseedvig— or.Thehyperspectralimagedataoftworicevarietieswerecollectedin400—1000nm range.Inordertoobtain principalcomponentimages,PCAwasusedtodeterminethefeatureband.SVM wasadoptedtobuildthemodelof seedvigor.Theresultsshowedthatthepredictionaccuracycouldreach100% .A newwayofrapiddetectionofseed vigorwasproposedbyhyperspectralimagingtechnology. Keywords:seedvigor;hyperspectral;suppo~vectormachine;principalcomp

您可能关注的文档

文档评论(0)

t9s25ccvm + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档