中国博士后科学基金(20070421194)
- 作品数：4 被引量：41H指数：4
- 相关作者：邓劲松王珂石媛媛陈利苏李君更多>>
- 相关机构：浙江大学浙江省环境保护科学设计研究院更多>>
- 发文基金：中国博士后科学基金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：农业科学理学自动化与计算机技术更多>>
- 基于多时相PCA光谱增强和多源光谱分类器的SPOT影像土地利用变化检测被引量：12
- 2009年
- 在全球快速城市化的大背景下,土地利用变化检测始终是全球变化研究的重点和热点。文章研究利用2003和2006年高分辨率SPOT-5遥感影像,在进行高精度的正射纠正后,运用多时相PCA光谱增强和多源光谱分类器相结合的方法进行城市土地利用变化检测。结果表明,多时相PCA光谱增强后得到前3个主成分集中了绝大部分光谱信息,其中PC1和PC2增强了土地利用未发生变化的光谱信息,而变化信息主要集中在PC3。而多源光谱分类器准确地提取出各种变化和未变化信息。精度评价结果表明,本文提出的变化检测方法的总体精度达到92.58%,Kappa系数为0.92,用户精度和生产精度也都取得满意的结果,并且精度都明显高于常规的方法(分类后比较法)。
- 邓劲松李君王珂
- 关键词：SPOT-5主成份分析土地利用变化检测
- 基于近红外传感器和面向对象光谱分割技术的田间棉株识别与提取被引量：10
- 2009年
- 实时、高效、可靠的田间目标作物识别是精确农业中作物科学管理的基础,也是精确农业的关键技术之一。而传统的基于象元的信息提取方法已难以胜任复杂图像处理和高精度目标识别的需要。文章利用高分辨率的传感器获取可见-近红外影像,运用面向对象光谱分割技术和最邻近分类器,根据高分辨影像丰富的空间和光谱特征,利用对象的光谱、形状、拓扑等信息准确地进行田间棉株的识别。最后随机选取了300个样点,利用误差分析矩阵方法对识别结果进行了精度评价。结果表明田间棉株识别的总体精度高达96.33%,而KAPPA系数也达到0.926 7。尽管识别类型中棉株与背景(土壤,杂草等)有少量的混淆,而研究的识别精度完全可以满足精确农业自动化管理和决策的要求。
- 邓劲松石媛媛陈利苏王珂祝锦霞
- 关键词：近红外面向对象棉株
- 利用计算机视觉和光谱分割技术进行水稻叶片钾胁迫特征提取与诊断研究被引量：8
- 2010年
- 实时、便捷、可靠的作物营养诊断和监测方法是科学施肥的基础。传统手段在取样、测定、数据分析方面需耗费大量的人力、物力,且时效性差。通过静态扫描技术采集不同钾营养水平的水稻叶片图像,利用面向对象的光谱分割技术和最近邻分类器,根据扫描图像中目标对象的光谱、空间、形状等特征对钾胁迫叶片特征进行了准确的提取和识别,并从分类结果里初步判断出斑点区域面积比例随钾浓度的增大而减小,用叶片图像进行缺钾叶片量化诊断时,第三完全展开叶优于第一完全展开叶。随机选取250个点利用误差分析矩阵方法进行精度评价,总体识别精度为96.00%,KAPPA系数为0.945 3。这一叶片特征提取方法为水稻钾胁迫量化诊断提供了新的方法。
- 石媛媛邓劲松陈利苏张东彦丁晓东王珂
- 关键词：光谱分割钾胁迫信息提取
- 基于傅里叶变换红外光谱和siPLS-GA-PLS的水稻叶片氮素含量预测研究被引量：11
- 2009年
- 傅里叶变换中红外光谱谱区宽,搜索空间大,需要采用高效率和高质量的算法进行波长选择.敏感波段及其组合的选择是简化分析模型和提高模型预测精度的关键技术之一.本研究以水稻孕穗期叶片干样的中红外光谱透射率和叶片氮素含量为数据源,通过协同偏最小二乘算法（siPLS）从宽谱区中初选出波段范围1583.3-992.2cm^-1,再采用迭代遗传算法（GA）从中选出了84个水稻叶片氮素含量预测的敏感波段.研究结果显示以此敏感波段建立的偏最小二乘回归模型的预测均方根误差（RMSEP）和水稻叶片总氮含量的测量值与预测值之间的相关系数分别为0.1186和0.9120,该预测结果明显优于协同偏最小二乘法（siPLS）和光谱指数NFSA的预测结果,说明傅里叶变换红外光谱技术结合siPLS-GA-PLS算法能够实现水稻叶片氮素含量的预测.
- 林芬芳陈祝炉王珂邓劲松许红卫
- 关键词：水稻氮傅里叶变换红外光谱
