基于高光谱成像技术识别水稻纹枯病-华南农业大学学报.PDF

华南农业大学学报 2018, 39(6): 97-103 Journal of South China Agricultural University doi: 10.7671/j.issn.1001-411X.2018.06.015   李志伟, 袁婧, 丁为民, 等. 基于高光谱成像技术识别水稻纹枯病[J]. 华南农业大学学报, 2018, 39(6): 97-103. 基于高光谱成像技术识别水稻纹枯病 李志伟，袁　婧，丁为民，杨红兵，沈少庆，崔嘉林 (南京农业大学 工学院，江苏 南京 210031) 摘要: 【目的】利用高光谱成像技术对水稻纹枯病进行早期的快速无损识别，结合判别分析方法建立相应的鉴别模 型。【方法】以健康和感染纹枯病的水稻幼苗为研究对象，采集叶片和冠层各 180个样本的380~1 030 nm波段的 360条高光谱图像，剔除明显噪声部分后，以440~943 nm波段作为水稻样本的光谱范围，分别用不同的方法预处 理获得水稻叶片的光谱曲线。采用偏最小二乘–判别分析(PLS-DA)对不同预处理的光谱建模。采用MNF算法对 冠层的原始光谱数据进行特征信息提取，并基于特征信息建立线性判别分析(LDA)模型和误差反向传播神经网 络(BPNN)判别模型。【结果】标准正态变量变换(SNV)预处理后建立的PLS-DA模型的预测集判别正确率最高， 为92.1%。基于特征信息的LAD和BPNN模型的判别结果优于基于全波段的PLS-DA判别模型。基于最小噪声 分离变换特征信息提取的BPNN模型取得了最优效果，建模集和预测集正确率分别达99.1%和98.4%。【结论】采 用高光谱成像技术对水稻纹枯病生理特征进行无损鉴别是可行的，本研究为水稻纹枯病的识别提供了一种新方法。 关键词: 水稻纹枯病；无损检测；高光谱成像技术；偏最小二乘法；最小噪声分离变换；线性判别分析 中图分类号: S24；S511 　　　　 文献标志码: A　　　　 文章编号: 1001-411X(2018)06-0097-07 Identification of rice sheath blight based on hyperspectral imaging technique LI Zhiwei, YUAN Jing, DING Weimin, YANG Hongbing, SHEN Shaoqing, CUI Jialin (College of Engineering, Nanjing Agricultural University, Nanjing 210031) Abstract: 【Objective】To realize the rapid and nondestructive identification of rice sheath blight at the early stage using hyperspectral imaging technology, and establish the corresponding identification model. 【Method】Healthy rice seedlings and rice se