基于高光谱图像的叶绿素荧光Fv/Fm图像预测方法

作者：王东; 沈楷程; 范叶满; 龙博伟

来源：农业机械学报, 2022, 53(04): 192-198.

• 叶绿素荧光图像
• 高光谱图像
• 特征波长
• 神经网络
• 辣椒

叶绿素荧光参数Fv/Fm在植物逆境胁迫研究中具有重要意义，当前获取方法需要对植物进行暗适应处理，难以实现实时测量。为实现Fv/Fm的实时获取，本文以4种水分胁迫水平下的辣椒为研究对象，基于高光谱成像及特征波段筛选方法对Fv/Fm进行预测。采用中值滤波对Fv/Fm图像去噪，并基于二维坐标变换实现高光谱图像与叶绿素荧光图像的匹配。对比标准正态变换(SNV)、多元散射校正(MSC)和Savitzky-Golay卷积平滑(SG)3种光谱预处理算法，并基于连续投影(SPA)算法筛选特征波长。基于效果最优的SG预处理算法，分别以偏最小二乘回归(PLSR)、分析误差反向传播(BP)神经网络、径向基函数(RBF)神经网络对比建模精度，其中BP算法建立的模型精度相对较高，其测试集决定系数为0.918、均方根误差为0.011。研究表明，SG-SPA-BP的建模方法在实现预测精度的同时降低了模型复杂度，为基于高光谱图像对Fv/Fm图像的实时准确预测提供了方法。

• 单位
  西北农林科技大学; 电子工程学院