基于可见-近红外光谱分析的圆白菜与杂草识别研究

作者：祖琴; 赵春江; 邓巍; 王秀

来源：光谱学与光谱分析, 2013, (05): 1202-1205.

• 杂草识别
• 可见-近红外
• 主成分分析
• 多元散射校正 Weeds discrimination
• Visible and near-infrared
• Principal component analysis
• Multiple scattering correction

杂草的自动识别是实现作物草害精准施药的基础。利用ASD光谱仪采集两个品种的圆白菜及稗草、狗尾草、马唐、牛筋草和小藜等五种杂草在350～2 500nm波段内的冠层光谱反射率。根据光谱曲线特征,在不同波段内对数据进行不同程度的压缩,以提高运算效率;利用不同参数设置的Savitzky-Golay(SG)卷积平滑求导和多元散射校正方法(MSC)的不同顺序组合对光谱去噪,然后结合主成分分析法(PCA)提取主成分,建立模型,最后利用簇类的独立软模式(SIMCA)分类法对各种植物进行分类,并比较分类结果。试验结果显示利用MSC与3阶5次21点SG相结合的方法对光谱数据预处理后,运用PCA提取前10个主成分作为分类模型的输入变量,取得了100%的分类正确率,能够快速无损地识别圆白菜与几种常见杂草。

• 单位
  贵州大学; 北京农业信息技术研究中心; 北京农业智能装备技术研究中心