基于高光谱图像的生菜叶片水分预测研究 |
| |
引用本文: | 孙俊,武小红,张晓东,高洪燕.基于高光谱图像的生菜叶片水分预测研究[J].光谱学与光谱分析,2013,33(2):522-526. |
| |
作者姓名: | 孙俊 武小红 张晓东 高洪燕 |
| |
作者单位: | 1. 江苏大学江苏省现代农业装备与技术重点实验室,江苏 镇江 212013 2. 江苏大学电气信息工程学院,江苏 镇江 212013 |
| |
基金项目: | 国家自然科学基金项目(31101082);江苏高校优势学科建设工程项目PAPD(苏政办发〔2011〕6号)资助 |
| |
摘 要: | 为了便于生菜合理施水管理,力求构建生菜叶片水分检测模型。采集生菜叶片获取高光谱图像并同时测量叶片含水率,分析高光谱图像寻求生菜叶片水分特征波段,处理特征波段处的波段图像,求取生菜叶片水分的图像特征,并通过相关性分析筛选出其中与水分相关性高的图像特征。由于图像特征之间存在可能的相关性,利用偏最小二乘PLS提取图像特征的主成分,作为具有回归预测能力的BP神经网络的输入,构建PLS-ANN模型。同时分别利用BP神经网络、传统的多元回归方法MLR建模,采用相同的样本数据分别对三种模型进行预测试验,结果表明,发棵期的PLS-ANN网络模型的生菜叶片水分预测平均误差率达到9.323%,比BP-ANN和MLR预测模型均有了改善。
|
关 键 词: | BP-ANN PLS-ANN MLR 高光谱图像 |
收稿时间: | 2012-07-05 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《光谱学与光谱分析》浏览原始摘要信息 |
| 点击此处可从《光谱学与光谱分析》下载免费的PDF全文 |