国家教育部博士点基金(20130101110104) 作品数:14 被引量:273 H指数:8 相关作者: 何勇 赵艳茹 余克强 谢传奇 李晓丽 更多>> 相关机构: 浙江大学 西北农林科技大学 西南民族大学 更多>> 发文基金: 国家教育部博士点基金 国家自然科学基金 中央高校基本科研业务费专项资金 更多>> 相关领域: 农业科学 自动化与计算机技术 理学 生物学 更多>>
不同波长提取方法的高光谱成像技术检测番茄叶片早疫病的研究 被引量:13 2014年 提出了基于连续投影算法(successive projections algorithm ,SPA)、载荷系数法(x-loading weights , x-LW)和格拉姆-施密特正交(gram-schmidt orthogonalization ,GSO)提取特征波长的高光谱成像技术检测番茄叶片早疫病的方法。首先获取380~1023 nm波段范围内70个健康和70个染病番茄叶片的高光谱图像信息,然后提取健康和染病叶片感兴趣区域(region of interest ,ROI)的光谱反射率值,建立番茄叶片早疫病的最小二乘-支持向量机(least squares-support vector machine ,LS-SVM )鉴别模型,建模集和预测集的鉴别率都是100%。再通过SPA 、x-LW和GSO提取特征波长(effective wavelengths ,EW),并建立EW-LS-SVM和特征波长-线性判别分析(ew-linear discriminant analysis ,EW-LDA )鉴别模型。结果显示,每个模型的鉴别效果都很好,EW-LS-SVM模型中预测集的鉴别率都达到了100%,EW-LDA模型中预测集的鉴别率分别是100%,100%和97.83%。基于 SPA , x-LW 和 GSO 所建模型的输入变量分别是4个(492,550,633和680nm),3个(631,719和747 nm)和2个(533和657 nm),较少的特征波长便于实时检测仪器的开发。结果表明,高光谱成像技术检测番茄叶片早疫病是可行的,SPA ,x-LW和GSO都是非常有效的特征波长提取方法。 程术希 谢传奇 王巧男 何勇 邵咏妮关键词:高光谱成像 线性判别分析 番茄 早疫病 拉曼光谱技术在农作物生理信息检测中的研究进展 被引量:9 2017年 拉曼光谱(Raman spectroscopy,RS)是一种散射光谱,具有样品前处理简单、响应速度快、灵敏性高以及原位无损检测等特点。由于拉曼信号具有指纹图谱特性和不受水分信息干扰的优势,其在生物体信息检测方面发挥着重要作用。拉曼光谱成像技术是拉曼光谱技术发展的新方向,其可以同时获取研究对象的空间及光谱信息;显微拉曼光谱技术不仅可以进行分子结构的检测,还能够实现生物组织微区化学成分的空间分布分析。目前,应用拉曼光谱进行农作物生理信息的检测成为学者们的研究热点。本文概述了拉曼光谱的基本原理和分类,并重点介绍了拉曼光谱技术在农作物的生殖与营养器官(种子,花朵,果实和根,茎,叶)中生理信息检测方面的国内外最新研究进展。最后结合国内外研究现状,分析了拉曼光谱在农作物生理信息检测中的局限,并对其的应用前景进行了展望。 赵艳茹 李晓丽 徐宁 余克强 何勇关键词:拉曼光谱 农作物 生理信息 高光谱成像技术的油菜叶片氮含量及分布快速检测 被引量:32 2014年 应用高光谱成像技术实现了油菜苗-花-角果整个生命期叶片氮含量的快速检测和氮素水平分布的可视化。采集三个生长时期共计420个叶片样本的高光谱图像信息(380~1 030nm),提取图像中感兴趣区域的平均光谱数据,经过不同光谱预处理后,利用连续投影算法(SPA)选择特征波长,将提取的12个特征波长(467,557,665,686,706,752,874,879,886,900,978和995nm)作为自变量,叶片氮含量作为因变量,分别建立偏最小二乘法(PLS)和最小二乘-支持向量机(LS-SVM)模型。SPA-PLS和SPA-LS-SVM模型对叶片氮含量的预测相关系数RP分别为0.807和0.836,预测均方根误差RMSEP分别为0.387和0.358。高光谱图像中的每一个像素点都有对应的光谱反射值,利用结构简单、更易提取回归系数的SPA-PLS模型,快速计算出12个特征波长下高光谱图像中每个像素点对应的氮含量预测值,结合像素点的空间位置生成氮素浓度的叶面分布图。可视化分布图详细且直观的反应出同一叶片内部或不同叶片之间氮含量的差异。结果表明,应用高光谱成像技术分析整个油菜生长期的叶片氮含量及其可视化分布是可行的。 张筱蕾 刘飞 聂鹏程 何勇 鲍一丹关键词:高光谱成像 油菜 氮素分布 偏最小二乘法 连续投影算法 基于共聚焦显微拉曼光谱揭示炭疽病侵染下茶叶细胞壁变化的研究 被引量:4 2014年 采用共聚焦显微拉曼技术研究了炭疽病感染所致茶叶细胞壁结构和化学成分的变化。对茶叶健康和染病组织细胞进行微米级空间分辨率的显微拉曼光谱扫描,并结合透射电镜观察炭疽病侵染所致的细胞超微结构变化,结果显示染病前后细胞壁的拉曼光谱位移和强度都有明显的差异,表明炭疽病侵染导致细胞壁中化学成分发生了较大的变化。其中由纤维素,果胶,酯类化合物产生的拉曼峰强度都有明显下降,说明细胞壁中这些物质的含量在染病后减少了;而木质素拉曼散射引起的拉曼峰强度有所上升,说明木质素的含量在染病后有所增加。随后基于纤维素的拉曼指纹波数和显微空间结构信息实现了茶叶健康组织和染病组织细胞壁中纤维素的化学成像分析,结果显示炭疽病侵染不仅导致细胞壁中纤维素的含量大大减少,而且纤维素的有序结构被破坏。由此得出结论:在无需对样本进行染色或复杂的化学处理的情况下,共聚焦显微拉曼可以揭示由炭疽病侵染引起的茶叶细胞壁化学成分和结构的变化,本研究是共聚焦显微拉曼技术首次用于植物病理学中寄主-病原物互作机制的研究,将为深入研究寄主-病原物在细胞层面上的互作机制开辟蹊径。 李晓丽 罗榴彬 胡小倩 楼兵干 何勇关键词:茶叶 细胞壁 炭疽病 化学成分变化 基于图像显著性分析与卷积神经网络的茶园害虫定位与识别 被引量:85 2017年 为实现在茶园环境中快速、准确地识别害虫目标,该文提出了一种基于卷积神经网络的深度学习模型来进行害虫定位和识别的方法。该文通过对整个图像进行颜色衰减加速运算,结合超像素区域之间的空间影响,计算各个超区域的显著性值,进而提供害虫目标的潜在区域,最终结合Grab Cut算法进行害虫目标的定位和分割。对于分割后的害虫目标,通过优化后的卷积神经网络进行表达和分类,并进一步对卷积神经网络的结构进行了约减。通过对23种茶园主要害虫的识别,试验结果表明,识别准确率在优化前后分别为0.915和0.881,优化后的模型内存需求和运行耗时分别降低至6 MB和0.7 ms,取得了较好的识别效果。 杨国国 鲍一丹 刘子毅关键词:像素 卷积神经网络 利用光谱反射特性对番茄叶片早疫病害程度的识别 被引量:4 2017年 利用特征排序(feature ranking,FR)提取反射率特征波段识别轻度和严重染病的番茄早疫病样本。依次采集样本在345.75~1 042.25nm波长范围内的反射率信息,将光谱反射率作为x变量,健康、轻度和严重染病样本的因变量设为0、1和2,建立朴素贝叶斯(Naive Bayes,NB)分类模型,识别不同病害程度的样本。由于全波段首尾段含有噪声,切除噪声后进一步研究479.69~920.38nm波段范围内的光谱反射率信息。在基于400.09~1 000.08nm波段范围的分类模型(NB)中,验证集识别率分别为85.71%、90.91%和100%;在479.69~920.38nm得到的验证集识别率分别为78.57%、63.64%和81.82%;在基于特征波段(658.73、654.19、642.33、689.46nm)的分类模型(FR-NB)中,验证集识别率分别为92.86%、63.64%和63.64%。结果表明,基于光谱反射率特性可识别番茄叶片早疫病害,虽然FR-NB分类模型的识别效果有所降低,但较少的输入变量简化了模型,提高了计算效率,为病害检测多光谱传感器的开发提供了依据。 谢传奇 何勇关键词:番茄 早疫病 反射率 朴素贝叶斯 基于共聚焦拉曼光谱技术的油菜菌核病早期判别分析 被引量:7 2017年 油菜菌核病是一种真菌性病害,可造成油菜产量严重减少,而快速准确地进行病原物的早期侵染对于植物病害防治意义重大。采用共聚焦拉曼光谱(500~2 000cm^(-1)波数范围内)技术结合化学计量学方法对油菜菌核病早期侵染进行判别分析。采用共聚焦拉曼光谱仪采集健康和接种12h核盘菌的油菜叶片表面拉曼光谱,应用小波变换(wavelet transform,WT)进行拉曼光谱预处理以去除荧光背景。并利用基于全谱范围的偏最小二乘判别分析(partial least squares-discriminant analysis,PLS-DA)的回归系数(regression coefficient,RC)进行特征峰的识别,选出983,1 001,1 205,1 521,1 527,1 658,1 670和1 758cm^(-1)共八个特征峰用于建立PLS-DA模型进行油菜菌核病的早期侵染判别,其识别准确率为100%。结果表明:拉曼光谱技术结合化学计量学方法能够实现油菜叶片中菌核病早期侵染的检测,这为后续探究核盘菌与油菜叶片互作过程以及为进一步的病害早期监测和预防提供理论参考。 赵艳茹 李晓丽 余克强 程帆 刘吉强 何勇关键词:油菜叶片 菌核病 拉曼光谱 化学计量学方法 基于光谱和成像技术的作物养分生理信息快速检测研究进展 被引量:60 2015年 该文阐述了应用光谱和成像技术进行作物养分生理信息快速检测的主要研究进展和发展趋势。介绍了光谱和成像技术的基本原理、常用数据处理方法、建模方法和模型评价指标,重点总结了光谱和成像技术在5种常见农作物(水稻、小麦、油菜、玉米、大豆)的养分生理信息检测中的应用成果和研究进展(主要包括叶绿素类和氮素检测,病虫害、水分、杂草、重金属、农药胁迫诊断及产量预测等方面),分析了光谱和成像技术在作物生长信息检测的发展趋势。结果表明,光谱和成像技术能够快速无损获取作物养分生理信息,并能有效地对作物长势和逆境胁迫响应进行动态监测,对实现农业的精准化、数字化、信息化及智能化管理和作业具有重要意义。 何勇 彭继宇 刘飞 张初 孔汶汶关键词:作物 成像技术 光谱分析 精准农业 生理信息 应用激光拉曼光谱判别油菜叶片核盘菌早期侵染 被引量:5 2017年 病原物核盘菌侵染油菜植株所引发的油菜菌核病严重制约着油菜产业的发展,及早诊断核盘菌的侵染有助于油菜菌核病的早期防治。病原物一般由侵入点向植物寄主四周扩散形成病斑,而与病原物侵染点不同距离的组织区域可代表病害的不同严重程度。该研究采用激光共聚焦显微拉曼光谱仪在800~2 000 cm-1范围内获取健康和染病油菜叶片的拉曼光谱曲线,接着采用小波变换(wavelet transform,WT)进行拉曼光谱的预处理以去除荧光背景的干扰,然后选择主成分因子(principal components,PC-1和PC-2)以及特征参量(1 006,1 156和1 522 cm-1)进行样本间的聚类分析,最后分别基于主成分因子和拉曼特征参量建立最小二乘支持向量机(least squares support vector machine,LS-SVM)进行菌核病侵染油菜叶片不同阶段的判别分析。结果发现采用基于PC-1主成分,1 156和1 522 cm-1处的拉曼强度建立的LS-SVM判别模型可以得到100%的识别率。研究结果表明,通过判别分析油菜叶片菌核病病斑不同区域处的拉曼光谱可以实现核盘菌侵染油菜叶片的早期判别,这为后续探究植物病害的早期监测以及研发油菜叶片菌核病早期诊断拉曼便携仪提供理论参考。 赵艳茹 余克强 李晓丽 何勇关键词:拉曼光谱学 病原物 油菜叶片 化学计量学方法 高光谱成像技术检测高温障碍胁迫下番茄叶片色差的研究 被引量:1 2015年 提出了利用可见/近红外高光谱成像技术检测高温障碍胁迫下番茄叶片色差的方法。首先采集380~1 023nm波段范围内60个高温障碍胁迫和60个健康番茄叶片的高光谱图像,同时获取全部叶片的色差值(L*,a*和b*),然后提取所有样本的高光谱图像中感兴趣区域(region of interest,ROI)的光谱反射率值。基于不同预处理方法建立偏最小二乘(partial least squares,PLS)预测模型,再利用连续投影算法(successive projections algorithm,SPA)提取特征波长并建立SPA-PLS预测模型。最后分别基于全波段和特征波段建立偏最小二乘-判别分析(partial least squares-discriminant analysis,PLS-DA)模型。结果显示,全波段中基于原始光谱信息建立的模型效果最好,3个色差值的预测集决定系数(determination coefficient,R2)分别是0.818,0.109和0.896;基于特征波长建立的模型预测集R2分别是0.591,0.244和0.673;所有模型预测集的总体识别率均大于77.50%。结果表明,可见/近红外高光谱成像技术检测番茄叶片色差值(L*和b*)和识别高温障碍样本是可行的。 谢传奇 邵咏妮 高俊峰 何勇关键词:高光谱成像 色差值 高温障碍 偏最小二乘 番茄