典型文献
基于高光谱图像的叶绿素荧光Fv/Fm图像预测方法
文献摘要：
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.
文献关键词：
叶绿素荧光图像;高光谱图像;特征波长;神经网络;辣椒
中图分类号：
作者姓名：
王东;沈楷程;范叶满;龙博伟
作者机构：
西北农林科技大学机械与电子工程学院,陕西杨凌712100;农业农村部农业物联网重点实验室,陕西杨凌712100
文献出处：
引用格式：
[1]王东;沈楷程;范叶满;龙博伟-.基于高光谱图像的叶绿素荧光Fv/Fm图像预测方法)[J].农业机械学报,2022(04):192-198
A类：
B类：
高光谱图像,Fv,Fm,叶绿素荧光参数,逆境胁迫,获取方法,对植,暗适应,难以实现,实时测量,水分胁迫,辣椒,高光谱成像,特征波段,波段筛选,筛选方法,中值滤波,图像去噪,坐标变换,叶绿素荧光图像,正态变换,SNV,多元散射校正,MSC,Savitzky,Golay,SG,光谱预处理,理算,于连,SPA,特征波长,偏最小二乘回归,PLSR,误差反向传播,径向基函数,RBF,网络对比,建模精度,模型精度,测试集,决定系数,模型复杂度,准确预测
AB值：
0.340085
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
