基于GA-ICA和高光谱图像技术的黄瓜叶叶绿素检测

被引:10
作者
石吉勇
邹小波
赵杰文
殷晓平
机构
[1] 江苏大学食品与生物工程学院
关键词
高光谱图像; 遗传算法; 独立分量法; 叶绿素; 黄瓜叶;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
用遗传算法(GA)和独立分量法(ICA)提取黄瓜叶高光谱图像的特征信息,对高光谱图像技术检测叶绿素含量及其叶面分布的可行性进行了研究.高光谱图像标定校正后,提取其中的光谱信息,采用GA对光谱信息进行特征波长选择,将GA优选出来的光谱进行ICA信号分析并结合叶绿素含量值建立多元线性回归模型(MLR).结果表明GA共优选出280个特征波长,在此基础上提取光谱的8个ICA信号建立叶绿素含量MLR模型,模型对应的预测集相关系数为0.931 2,对应的预测均方根误差为0.191 4.提取所有像素点光谱在特征波长下对应的8个ICA信号,代入建立的叶绿素含量模型中,快速计算出所有像素点对应的叶绿素含量,得到黄瓜叶叶绿素含量叶面分布图.研究结果表明:利用高光谱图像技术结合GA与ICA快速、无损检测叶片叶绿素含量及其叶面分布是可行的.
引用
收藏
页码:134 / 139
页数:6
相关论文
共 10 条
[1]  
栽培稻叶片近红外光纤漫反射光谱的抗旱性鉴定分析[J]. 李军会,王昌贵,康定明,王化琪,于春霞,张录达.光谱学与光谱分析. 2009(10)
[2]   基于可见/近红外光谱技术的黄瓜叶片SPAD值检测 [J].
刘飞 ;
王莉 ;
何勇 ;
鲍一丹 .
红外与毫米波学报, 2009, 28 (04) :272-276
[3]   作物和杂草叶片的可见-近红外反射光谱特性 [J].
吴迪 ;
黄凌霞 ;
何勇 ;
潘家志 ;
张赟 .
光学学报, 2008, (08) :1618-1622
[4]   用遗传算法快速提取近红外光谱特征区域和特征波长 [J].
邹小波 ;
赵杰文 .
光学学报, 2007, (07) :1316-1321
[5]   玉米叶绿素高光谱遥感估算模型研究 [J].
易秋香 ;
黄敬峰 ;
王秀珍 ;
钱翌 .
科技通报, 2007, (01) :83-87+105
[6]   大豆叶绿素含量高光谱反演模型研究 [J].
宋开山 ;
张柏 ;
王宗明 ;
刘焕军 ;
段洪涛 .
农业工程学报, 2006, (08) :16-21
[7]   基于高光谱数据的小麦叶绿素含量反演 [J].
赵祥 ;
刘素红 ;
王培娟 ;
王锦地 ;
田振坤 .
地理与地理信息科学, 2004, (03) :36-39
[8]   高光谱评价植被叶绿素含量的研究进展 [J].
张金恒 ;
王珂 ;
王人潮 .
上海交通大学学报(农业科学版), 2003, (01) :74-80
[9]   一种基于遗传算法的红外无损检测缺陷的新方法 [J].
梅林 ;
吴立德 ;
王裕文 .
光学学报, 2002, (12) :1452-1456
[10]   An ICA-based method for the identification of optimal FMRI features and components using combined group-discriminative techniques [J].
Sui, Jing ;
Adali, Tulay ;
Pearlson, Godfrey D. ;
Calhoun, Vince D. .
NEUROIMAGE, 2009, 46 (01) :73-86