基于高光谱图像龙眼叶片叶绿素含量分布模型.PDFVIP

２０１８年 ８月 农 业 机 械 学 报 第 ４９卷 第 ８期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１８．０８．００２ 基于高光谱图像的龙眼叶片叶绿素含量分布模型 １，２ １，２ １，３ １，２ １，２ １，２ 岳学军 　凌康杰 　洪添胜 　甘海明 　刘永鑫 　王林惠 （１．华南农业大学南方农业机械与装备关键技术省部共建教育部重点实验室，广州 ５１０６４２； ２．华南农业大学电子工程学院，广州 ５１０６４２；３．华南农业大学工程学院，广州 ５１０６４２） 摘要：针对传统高光谱单点法检测叶绿素含量效率低、精度不足等问题，提出一种基于高光谱图像和卷积神经网络 （ＣＮＮ）多特征融合的深度学习龙眼叶片叶绿素含量分布预测模型。首先进行 Ｓａｖｉｔｚｋｙ Ｇｏｌａｙ光谱去噪，然后通过 奇异值分解（ＳＶＤ）和独立成分分析（ＩＣＡ）提取特征光谱，再对特征光谱图像提取灰度共生矩阵（ＧＬＣＭ）和 ＣＮＮ纹 理特征，最后建立粒子群优化（ＰＳＯ）支持向量回归（ＳＶＲ）、深度神经网络（ＤＮＮｓ）分布模型。结果表明，基于特征 ２ 光谱建模的ＰＳＯ ＳＶＲ预测效果最佳，全期的校正集和验证集模型决定系数 Ｒ为０８２２０和０８１５２。对比多种主 ２ 流模型，基于特征光谱、ＧＬＣＭ纹理、ＣＮＮ纹理特征的 ＩＣＡ ＤＮＮｓ模型预测精度最高，校正集和验证集 Ｒ分别为 ０８３５８和０８２１０。试验结果表明，高光谱图像可快速无损地对龙眼叶片叶绿素含量分布进行检测，可为龙眼树实 时营养监测和病害早期防治提供理论依据。 关键词：龙眼叶片；叶绿素；深度学习；高光谱图像；支持向量回归 中图分类号：Ｓ１２３；Ｓ６６７２ 文献标识码：Ａ 文章编号：１０００１２９８（２０１８）０８００１８０８ ＤｉｓｔｒｉｂｕｔｉｏｎＭｏｄｅｌｏｆＣｈｌｏｒｏｐｈｙｌｌＣｏｎｔｅｎｔｆｏｒＬｏｎｇａｎＬｅａｖｅｓＢａｓｅｄｏｎ ＨｙｐｅｒｓｐｅｃｔｒａｌＩｍａｇｉｎｇＴｅｃｈｎｏｌｏｇｙ １，２ １，２ １，３ １，２ １，２ １，２ ＹＵＥＸｕｅｊｕｎ 　ＬＩＮＧＫａｎｇｊｉｅ 　ＨＯＮＧＴｉａｎｓｈｅｎｇ 　ＧＡＮＨａｉｍｉｎｇ 　ＬＩＵＹｏｎｇｘｉｎ 　ＷＡＮＧＬｉｎｈｕｉ （１．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＫｅｙＴｅｃｈｎｏｌｏｇｙｏｎＡｇｒｉｃｕｌｔｕｒａｌＭａｃｈｉｎｅａｎｄＥｑｕｉｐｍｅｎｔ，ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ， ＳｏｕｔｈＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０６４２，Ｃｈｉｎａ ２．ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０６４２，Ｃｈｉｎａ ３．ＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０６４２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｒａｄｉｔｉｏｎａｌｈｙｐｅｒｓｐｅｃｔｒａｌｓｉｎｇｌｅｐｏｉｎｔｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｓｏｆｏｂｔａｉｎｉｎｇｃｈｌｏｒｏｐｈｙｌｌｃｏｎｔｅｎｔｏｆ ｌｏｎｇａｎｌｅａｖｅｓａｒｅｉｎｅｆｆｉｃｉｅｎｃｙ，ｌｏｗａｃｃｕｒａｃｙａｎｄｔｉｍｅｃｏｎｓｕｍｉｎｇ．Ｃｏｍｂｉｎｅｄｗｉｔｈｔｈ