研究目的
本研究的目标是：(1) 利用高光谱成像技术实现炭疽病的早期识别；(2) 确定区分健康茎秆与炭疽病感染茎秆所需的最少有效波段数量。
研究成果
结果表明，这些精心挑选的波段比单独的RGB图像更具信息量，能够早期识别大豆炭疽病感染。所选波段可用于多光谱相机，以远程识别大豆炭疽病感染。
研究不足
该研究聚焦于室内成像，因此未来工作应利用田间接种和评估，将此技术拓展至大田应用。
1：实验设计与方法选择：
本研究采用遗传算法作为优化器、支持向量机作为分类器，从240个波段中识别出最有效的波段组合。
2：样本选择与数据来源：
采集了代表健康和感染茎秆的111个高光谱数据立方体，采样时间为接种后第3、6、9、12和15天。使用了来自4种不同基因型的接种样本和对照样本。
3：12和15天。使用了来自4种不同基因型的接种样本和对照样本。 实验设备与材料清单：
3. 实验设备与材料清单：采用Pika XC高光谱线扫描成像仪（Resonon，美国蒙大拿州波兹曼）构建高光谱数据立方体。该成像系统还包括安装塔、线性平移台以及预装SpectrononPro软件的计算机。照明由两盏70瓦石英钨卤素光源灯提供。
4：实验流程与操作步骤：
在不同时间点采集健康和炭腐病感染茎秆的高光谱图像以进行分类。系统经过白色参考板与暗参考校准，数据采集的反射率值范围为0至1。
5：数据分析方法：
将从240个波段中识别最佳波段组合的问题构建为优化问题，采用基于遗传算法的优化方案（使用支持向量机作为分类器）寻找最优波段。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
70-watt quartz-tungsten-halogen Illuminator lamps
ASD pro-lamps
ASD Inc.
Provide stable illumination over a 350–2500 nm range
-
Pika XC hyperspectral line scanning imager
Pika XC
Resonon
Construct hyperspectral data cubes of soybean stems
-
SpectrononPro software
SpectrononPro
Resonon
Interface for camera exposure setting and focus adjustment
-
登录查看剩余1件设备及参数对照表
查看全部
