收藏本站
《浙江大学》 2013年
收藏 | 手机打开
二维码
手机客户端打开本文

基于高光谱和图像处理技术的油菜病虫害早期监测方法和机理研究

赵芸  
【摘要】:数字化农业和精准化作业是现代农业发展的方向和要求。在作物病情虫情分析方面,数字农业要求快速、准确地获取植物受病虫害侵染的信息,从而指导植物生长过程中的精细化管理。数字农业病虫害精细化管理要求实现精确剂量的农药喷洒,而通过智能化的植物病虫害实时监测方法明确定位植物健康部位和受害部位以及受害程度是实现精确剂量农药喷洒的前提,也是数字农业精细化管理实施的关键。油菜是我国种植量第一的油料作物,菌核病和菜青虫是油菜的主要病虫害,研究油菜受此病虫害危害后的关键信息获取技术是实时准确掌握油菜受害情况的关键。本论文以受菌核病和菜青虫危害后的油菜作为主要研究对象,分别针对光谱维数据和空间维数据,通过光谱数据采集、高光谱成像、数据建模和智能计算、数字图像处理等技术,建立了一套油菜病虫害关键信息的识别获取方法,包括对油菜按感染菌核病时间的快速分类模型,油菜叶片菜青虫孔自动识别和重构模型,以及优化的轻度虫害油菜叶片的叶脉识别算法,实现了油菜受病虫害危害的实时监测。主要研究内容和创新性成果如下: (1)提出了一种基于类间不稳定指数和平均影响值变量筛选的高光谱波段优选算法,建立了油菜菌核病按感染时间的快速分类模型,实现了感染时间的快速鉴别。算法的核心思想是利用最能体现各类样本间差异的波段来对数类样本进行判别。将感染菌核病的油菜高光谱数据按感染时间的不同分为6类,对高光谱图像中的光谱维数据,采用基于类间不稳定指数的高光谱波段优选算法,得到45个有效波段,建模预测的相关系数为0.9,均方根误差为3.35675。进一步采用平均影响值变量筛选,得到30个有效波段,对这些波段建模能得到有效的预测结果。 (2)构建按时间梯度的神经网络分类模型,分别利用蚁群和粒子群智能算法优化神经网络的拓扑结构、权值和阈值。优化后的神经网络模型对感染菌核病24小时、48小时、72小时、96小时、120小时和144小时的叶片像素进行染病时间的预测,预测结果的相关系数分别为0.5770和0.8527,均方根误差分别为2.33268和1.02670。(3)提出了一种油菜叶片菜青虫孔自动识别和重构的完整算法,实现了叶片边缘虫孔的自动复原,使通过计算边缘受损叶片的受损叶面积获得虫害程度信息成为可能。以高光谱图像中的空间维数据为对象,通过高光谱数据降维和图像分割,获得受害油菜叶片的精确轮廓。将菜青虫危害导致的虫孔分为闭合虫孔和不闭合虫孔两类。针对闭合虫孔,采用孔洞填充函数;针对不闭合虫孔,提出一种新的处理方法,包括虫孔定位和重构两个步骤。建立一种基于边缘曲线参数方程的反函数的一阶导数的定位因子和测试函数,根据脉冲大小识别虫孔位置。 (4)提出一种遗传小波神经网络重构算法(G-WNNRA),用于重构被咬噬叶片边缘,建模引入小波变换和遗传算法。建模过程中,训练数据集的输入向量包括未咬噬边缘离散点的极角和极径,预测数据集的输入向量包括咬噬边缘离散点的极角和极径;输出向量为离散点的约束值,叶片边缘像素的约束值为0,边缘以外的像素约束值大于0,边缘以内的像素约束值小于0。与传统的BP神经网络、小波神经网络、遗传神经网络相比,G-WNNRA预测模型的性能最佳,对训练集及预测集样本预测的相关系数分别为0.998和0.953,均方根误差分别为0.00681和0.02714。实验结果表明,该方法能够有效识别和重构油菜叶片上的菜青虫孔。 (5)提出一种优化的轻度虫害油菜叶片的叶脉识别算法。受菜青虫轻度危害的叶片除了叶肉和叶脉像素有色差外,受害的部位因为养分水分的流失,会与健康像素间产生色差,边缘提取时会与叶脉边缘一起被误识别出来,虫孔的边缘也会被误识别。这些非叶脉边缘都属于噪音,给叶脉识别带来很大干扰。本文分别采用主成分分析和导数光谱法结合数字图像处理方法提取受菜青虫危害的油菜叶片的叶脉。对高光谱图像中的光谱维数据进行降维,再对空间维数据进行处理,采用导数光谱法和主成分分析法,结合空间滤波和图像形态学等数字图像处理技术,构建一种识别受菜青虫轻度危害的叶片叶脉的方法。实验结果表明,基于主成分分析的叶脉识别算法效果优于基于导数光谱法的叶脉识别算法,前种方法可以识别出完整的主脉和侧脉,可以满足通用的叶脉分析要求。 上述研究成果实现了油菜受菌核病和菜青虫危害时的关键信息快速获取,为进一步的防治和管理提供基础,这在科学上和实践中都是很有意义的。
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2013
【分类号】:TP391.41;S126

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 金晅宏;戴曙光;穆平安;;新型车灯配光综合检测系统的研制[J];轻型汽车技术;2002年04期
2 张培强,柴焱,张晓玲,沈兰荪;基于波段分组的3D-SPIHT高光谱图像无损压缩算法[J];中国图象图形学报;2005年04期
3 田美霞,王小华,曾元洲;喷墨头图像检测系统研究[J];杭州电子科技大学学报;2005年04期
4 张晓波,刘文耀,王兵振,王晓东;基于图像处理技术的表面缺陷自动检测系统的研究[J];汽车技术;2005年11期
5 张庆霞;张建成;周生亮;张淑琴;;基于图像处理技术的定向管平行度测量[J];军械工程学院学报;2006年01期
6 李宗林;罗晓晖;蒋爱德;;显微细胞的图像分析技术[J];机械工程与自动化;2006年01期
7 林海春;;利用图像处理技术进行眼镜应力检测[J];福建电脑;2006年12期
8 黄君冉;钱东平;王文娣;陈秀宏;;基于图像处理技术的奶牛体型线性评定系统[J];农业机械学报;2007年04期
9 刘志宏;李娟;刘星桥;;采用MATLAB图像处理技术在鱼病诊断中的应用[J];气象水文海洋仪器;2007年01期
10 郭景云;;图像处理与车牌识别[J];科技资讯;2007年12期
中国重要会议论文全文数据库 前10条
1 郑雨田;周玲玲;;血管内超声图像处理技术进展(综述)[A];天津市生物医学工程学会第29届学术年会暨首届生物医学工程前沿科学研讨会论文集[C];2009年
2 高云;李小昱;刘长举;周竹;;基于高光谱图像技术的霉烂板栗识别研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
3 郑丽敏;朱虹;尹健玲;王桂琴;廖树华;;图像处理技术在小麦产量预测中的应用[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
4 管永红;;高能闪光照相图像处理技术研究进展[A];中国工程物理研究院科技年报(2010年版)[C];2011年
5 高洪燕;毛罕平;张晓东;周莹;;番茄叶片氮素反射光谱及高光谱图像的研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
6 高连如;张兵;孙旭;李山山;张文娟;;高光谱数据降维与分类技术研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
7 张炜;蒋大林;郎芬玲;曹广鑫;王秀芬;;图像处理技术应用于选矿领域的综述[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年
8 罗春生;薛龙;刘木华;黎静;;基于荧光高光谱图像检测鸭肉嫩度的初步研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
9 王树文;张长利;房俊龙;关辉;;基于图像处理技术的黄瓜叶片病害识别的研究[A];黑龙江省农业工程学会2011学术年会论文集[C];2011年
10 康连生;周宏艳;;图像处理技术在片容丝印机中的应用[A];2003中国电子制造技术论坛暨展会暨第七届SMT、SMD技术研讨会论文集[C];2003年
中国重要报纸全文数据库 前10条
1 记者 张晔 通讯员 陈育凡;我成功研发基于图像处理技术的汽车安全系统[N];科技日报;2011年
2 记者 申明;中星微发布场景高保真图像处理技术[N];科技日报;2010年
3 杨玉军;邮编图像处理技术通过验收[N];中国邮政报;2000年
4 本报记者 刘晖;决定成像的“另类因素”[N];计算机世界;2002年
5 本报记者 李金金;足以乱真的立体影像[N];北京科技报;2010年
6 雪儿;佳能重新定义影像行业输出标准[N];中国包装报;2010年
7 邓丽华;东芝领先平板时代[N];中华工商时报;2005年
8 何德功;高速连拍照相机问世[N];人民日报;2003年
9 洪文;晨星CX10领先上市[N];通信产业报;2004年
10 ;索尼新机DCR-PC350E、DCR-HC1000E挑战专业级DV[N];电脑报;2004年
中国博士学位论文全文数据库 前10条
1 赵芸;基于高光谱和图像处理技术的油菜病虫害早期监测方法和机理研究[D];浙江大学;2013年
2 梅锋;基于核机器学习的高光谱异常目标检测算法研究[D];哈尔滨工程大学;2009年
3 高恒振;高光谱遥感图像分类技术研究[D];国防科学技术大学;2011年
4 石吉勇;基于高光谱图像技术的设施栽培作物营养元素亏缺诊断研究[D];江苏大学;2012年
5 姚伏天;基于高斯过程的高光谱图像分类研究[D];浙江大学;2011年
6 齐滨;高光谱图像分类及端元提取方法研究[D];哈尔滨工程大学;2012年
7 王晓飞;高光谱图像分辨率增强及在小目标检测中的应用研究[D];哈尔滨工业大学;2011年
8 陈进;高光谱图像分类方法研究[D];国防科学技术大学;2010年
9 谭琨;基于支持向量机的高光谱遥感影像分类研究[D];中国矿业大学;2010年
10 周爽;蚁群算法在高光谱图像降维和分类中的应用研究[D];哈尔滨工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 张晶;高光谱图像解混技术研究[D];哈尔滨工程大学;2011年
2 邵涛;基于光谱信息的高光谱图像目标识别方法的研究[D];哈尔滨工业大学;2010年
3 胡倩;基于知识的高光谱图像波谱匹配技术研究与应用[D];中国地质大学(北京);2010年
4 唐雪飞;基于案例推理的高光谱图像分类研究[D];哈尔滨工业大学;2010年
5 包海燕;高光谱溢油图像分类算法研究[D];大连海事大学;2011年
6 段史江;图像处理技术在烤烟烘烤过程中的应用研究[D];河南农业大学;2012年
7 殷晓平;基于高光谱图像的黄瓜叶片叶绿素含量及其分布预测研究[D];江苏大学;2010年
8 徐长健;基于小波变换的高光谱溢油图像压缩方法的研究[D];大连海事大学;2011年
9 魏然;基于三维光谱模型的高光谱图像压缩方法的研究[D];哈尔滨工业大学;2010年
10 童惠康;基于图像处理技术的工件轮廓度测量系统[D];华东理工大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026