基于可见-近红外光谱分析的圆白菜与杂草识别.pdfVIP

第33卷，第5期 光谱学与光谱分析 20 1 and 3年5月 SpectroscopySpectralAnalysis May，2013 基于可见一近红外光谱分析的圆白菜与杂草识别研究 祖 琴1’2～，赵春江1’3，邓巍1’n，王 秀1’3 1．北京农业信息技术研究中心，北京100097 2．贵州大学电气工程学院，贵州贵阳550025 3．北京农业智能装备技术研究中心，北京100097 摘要杂草的自动识别是实现作物草害精准施药的基础。利用ASD光谱仪采集两个品种的圆白菜及稗 500 草、狗尾草、马唐、牛筋草和小藜等五种杂草在350～2 ntn波段内的冠层光谱反射率。根据光谱曲线特 征，在不同波段内对数据进行不同程度的压缩，以提高运算效率；利用不同参数设置的Savitzky-Golay(SG) 卷积平滑求导和多元散射校正方法(MSC)的不同顺序组合对光谱去噪，然后结合主成分分析法(PCA)提取 主成分，建立模型，最后利用簇类的独立软模式(SIMCA)分类法对各种植物进行分类，并比较分类结果。试 验结果显示利用MSC与3阶5次21点SG相结合的方法对光谱数据预处理后，运用PCA提取前10个主成 分作为分类模型的输入变量，取得了100％的分类正确率，能够快速无损地识别圆白菜与几种常见杂草。 关键词 杂草识别；可见一近红外；主成分分析；多元散射校正 中图分类号：0657．3文献标识码：A DOI：10．3964／j．issn．1000—0593(2013)05—1202—04 中杂草，分别达到了83％和8l％的正确率。毛文华等利用傅 引 言 里叶变换红外光谱仪获取了小麦及荠菜和小藜等几种杂草在 700～i100 nlTl波长范围内的光谱反射率，运用逐步判别分 122 nFn等7 长期以来，杂草一直是农业生产的一大敌害，其种类繁 析法提取出686，708，722，795，929，956和1 多，蔓延范围广、速度快，与田问农作物争光、争水、争肥， 个特征波长点，并以它们为变量建立判别模型对小麦和杂草 干扰作物生长，还会助长病虫害的滋生和蔓延，极大地降低 进行判别分析，识别率达到了97％。李先锋等[so结合特征优 了农作物的产量和质量[1]。目前我国除草的主要方式还是大 化和LS-SVM的方法对棉田中杂草进行识别研究，正确率达 规模喷洒除草剂，这不仅会造成农药的浪费，而且还会破坏 到了95．8％。已有研究大多是对玉米、水稻、棉花等作物中 生态环境，降低农产品质量，影响市场竞争力。杂草的自动 杂草进行识别研究，很少有人对圆白菜与杂草进行识别研 识别研究，可为农药精准喷施奠定基础，不但能减少除草剂 究，而圆白菜在西方国家是重要的蔬菜之一，也是我国重要 的浪费、减少环境污染、降低劳动损耗，而且能提高作物产 的经济作物，在我国各地普遍栽培，是各地区春、夏、秋季 量和质量，具有可观的社会效益和经济效益，有很大的发展 的主要蔬菜之一，因此对圆白菜中杂草进行识别研究将具有 前景。 很大的应用价值和推广前景。 Piron等[2]在人工光照条件下利用可见一近红外区域的多 光谱装置，对胡萝卜幼苗及七种杂草进行了田间试验，当利