基于高光譜成像技術的煙葉病害識別方法研究.pdf

1、本文研究了大田植物病害快速識別方法，開發(fā)了煙葉病害早期診斷識別的實時感知系統(tǒng)。應用380-1030nm的高光譜圖像數(shù)據(jù)，實現(xiàn)了煙葉病害在人眼未識別前的早期檢測。試驗采用了8盆煙葉，其中4盆接種了黑梗病，用于健康和染病煙葉的建模。應用ENVI和Unscrambler軟件進行高光譜圖像的主成分分析和處理，并通過光譜反射特性獲得了煙葉黑梗病病害程度判別的最優(yōu)波長。結果表明：隨著病害程度的增加，煙葉可見和近紅外的光譜反射率均顯著下降。確定了73

2、0nm，790nm和283-330nm是煙葉黑梗病病害程度的區(qū)分的特征波長。通過ENVI軟件中“Agricultural Stress tool”功能，應用煙葉高光譜反射光譜數(shù)據(jù)進行了煙葉水分含量的分析，結果表明健康葉片顯示了很低程度的脅迫，而染病葉片呈現(xiàn)了較強程度的脅迫。
　　 對平均反射光譜進行一階導數(shù)處理，通過主成分分析得出630，680，750，790.840和880nm是最為有效的波長。而前三個主成分的累積貢獻率為96