基于高光谱成像的甘蔗叶片早期轮斑病与锈病识别技术

针对甘蔗叶片早期轮斑病与锈病发病症状相似,难以区分,导致在实际生产中不便对症施药的问题,以甘蔗早期轮斑病和锈病叶片为研究对象,探究利用高光谱成像技术来识别甘蔗叶片早期轮斑病与锈病的可行性.首先,利用高光谱成像系统在406～1 014 nm光谱范围内采集甘蔗健康叶片、早期轮斑病叶片和锈病叶片的高光谱图像,提取图像的感兴趣区域(Region of interest,ROI)并计算其平均光谱作为原始光谱数据,采用一阶导数(First derivative,FD)、Savitzky-Golay 卷积平滑(Savitzky-Golay convolutional smoothing,SG)和标准正态变换(Standard normal variate,SNV)分别对原始光谱数据进行预处理.然后,在预处理的基础上采用主成分分析(Principal component analysis,PCA)算法、蚁群优化(Ant colony optimization,ACO)算法进行特征降维,并将降维后的特征作为后期建模的输入变量.最后,结合降维和不降维2种方式使用支持向量机(SVM)和随机森林(RF)进行识别.为了确定最优的识别模型,对不同的预处理方法、降维方法和分类器共18个组合模型进行了试验.经对比发现,SG-SVM识别模型效果最佳,测试集准确率为99.65％.试验结果表明,利用高光谱成像技术进行甘蔗叶片早期轮斑病和锈病的识别可行且有效,可为植保无人机超低空遥感病害监测提供参考.