国家自然科学基金(60605011)
- 作品数：6 被引量：111H指数：6
- 相关作者：何勇冯雷吴迪张传清刘飞更多>>
- 相关机构：浙江大学金华职业技术学院浙江省农业科学院更多>>
- 发文基金：国家自然科学基金浙江省科技攻关计划国家科技支撑计划更多>>
- 相关领域：农业科学自动化与计算机技术理学轻工技术与工程更多>>
- 基于多光谱图像的不同品种绿茶的纹理识别被引量：13
- 2008年
- 为了提高茶叶加工的智能化水平,提出一种基于多光谱图像纹理分析的快速识别不同品种绿茶的方法.通过3CCD成像仪同时获得绿茶样本的红光、绿光和近红外三个通道的图像,采用灰度共生矩阵和纹理滤波相结合来提取图像纹理特征,分析了不同品种绿茶的各个通道图像的纹理特征.非监督聚类分析表明,基于组合方法提取的纹理特征优于仅依靠灰度共生矩阵得到的纹理特征.优化和筛选后得到10个特征参数作为支持向量机模型的输入,建立模式识别模型.结果表明,对于126个建模样本的识别正确率达到94.4%,对于未知64个预测样本的识别正确率达到93.8%,说明提出的组合纹理特征提取和模式识别方法能够较好地识别不同品种的绿茶.
- 李晓丽何勇裘正军吴迪陈孝敬
- 关键词：纹理特征支持向量机灰度共生矩阵
- 基于直接正交信号校正的水稻冠层叶瘟光谱诊断被引量：16
- 2010年
- 采用直接正交信号校正-连续投影算法(DOSC-SPA)联用的组合处理方法,实现了应用可见/近红外光谱技术对水稻冠层叶瘟病的快速准确诊断。采集水稻冠层样本共120个,其中健康和染病样本各60个。用DOSC-SPA方法,对水稻冠层光谱数据进行直接正交化处理,然后通过连续投影算法提取有效波长(EW),建立了有效波长(775 nm)与叶瘟诊断判别的直接线性方程:Y=5.283X。应用该方程对预测集样本进行诊断判别,其判别准确率为95.0%,获得了满意的判别精度。结果表明,DOSC-SPA组合处理方法提取水稻冠层叶瘟诊断的特征波长是非常有效的,并且通过直接线性方程能获得满意的判别精度,为后续水稻大田叶瘟病情监测、喷药处理及相应病情监测仪器的开发提供了方法和依据。
- 刘飞冯雷柴荣耀孙光明楼兵干孙测何勇
- 关键词：连续投影算法偏最小二乘法水稻
- 基于可见/近红外光谱技术的番茄叶片灰霉病检测研究被引量：21
- 2007年
- 利用可见/近红外光谱技术对感染灰霉病的番茄叶片感染程度进行了检测。提出了主成分分析结合BP神经网络的数据处理方法。采用主成分分析进行数据的降维,减少了计算量,提高了建模精度。通过主成分分析中的载荷值,定性地分析了不同波段对病害程度检测的重要性。将得到的最主要的几个主成分输入BP神经网络进行建模,预测结果显示,当主成分数为8,隐含层结点数为11的时候,病害程度的检测模型对未知样本预测的相关系数达到0.930,SEP为0.0687,模型具有良好的检测效果。说明基于光谱技术和化学计量学方法的灰霉病检测模型具有很好的检测能力,为光谱技术应用于病害检测提供了新的方法。
- 吴迪冯雷张传清何勇
- 关键词：灰霉病番茄主成分分析BP神经网络
- 基于地面多光谱成像技术的茄子灰霉病无损检测研究被引量：31
- 2008年
- 实时、便捷、可靠的作物病害诊断方法是进行科学的作物喷药管理的基础,也是精细农作的关键技术之一。根据感染灰霉病菌的茄子叶片的光谱反射特征和相应的特征波段的图像信息,利用基于地面的包含绿、红、近红外三波段灰度图的多光谱成像技术对染病茄子叶片进行病斑的无损检测。目的是建立能准确反映植物病害状况的检测模型,实时过滤掉土壤噪声、气候条件等环境干扰,实现对植物健康状况进行快速、准确、非破坏性检测。结果显示,利用绿、红和近红外三通道图像信息算法模型,能够在有干燥的土壤和枯叶等干扰下对灰霉病斑进行较好的识别,为植物生产中病害的在线无损检测提供了新的方法。
- 吴迪朱登胜何勇张传清冯雷
- 关键词：茄子图像处理无损检测灰霉病
- Hybrid Combination of GIS,GPS,WSN and GPRS Technology in Modern Digital Agriculture Application
- In order to improve the information management of the modern digital agriculture,combined several modern digit...
- Pengcheng Nie 1
- 基于可见/近红外光谱技术的茄子叶片灰霉病早期检测研究被引量：38
- 2007年
- 应用可见/近红外光谱技术对茄子叶片进行灰霉病害还未在叶片表面出现病症时的早期检测.采用化学计量学方法建立早期检测模型.主成分分析用于对光谱数据进行降维,得到若干个最重要的主成分.但直接从聚类图中无法进行是否染病的鉴别.因而将其作为变量输入BP神经网络,从而减少了计算量,提高了建模精度.检测结果显示,模型具有良好的检测效果,能够达到100%的识别率,正确率也能达到88%.说明运用可见/近红外光谱技术能够实现当病症还未在叶片表面出现时的快速准确的早期检测,为灰霉病早期检测提供了新的途径.
- 吴迪冯雷张传清何勇
- 关键词：灰霉病主成分分析BP神经网络
- 应用近红外光谱技术快速检测果醋糖度被引量：12
- 2008年
- 为了对果醋糖度值进行快速准确检测,应用近红外光谱技术并结合最小二乘支持向量机分析方法建立了果醋糖度检测模型。应用近红外透射光谱获取五种类型共计300份果醋样本的光谱透射曲线,利用主成分分析方法对原始光谱数据进行降维处理,根据主成分的累计贡献率选取6个主成分。选取的主成分即作为光谱优化特征子集以替代原来复杂的光谱数据。随后将300份果醋样本数据随机分为定标集和预测集,利用最小二乘支持向量机在225个定标集样本数据基础上建立起果醋糖度预测模型,应用此模型对75个预测集样本进行糖度预测。根据预测均方根误差(RMSEP)和预测结果的相关系数(r)对预测模型进行评价,利用此模型得到的样本糖度预测值r=0.9939,RMSEP=0.363,均达到了较好的预测效果。
- 王莉李增芳何勇刘飞
- 关键词：近红外光谱果醋糖度主成分分析最小二乘支持向量机
