基于高光谱图像的草地早熟禾品种识别方法

文档序号:5892572阅读:252来源:国知局
专利名称:基于高光谱图像的草地早熟禾品种识别方法
技术领域
本发明涉及红外光谱识别领域,具体涉及一种基于高光谱图像的草地早熟禾品种识别方法。
背景技术
草地早熟禾,是一种优良的冷季型草坪草,在欧美以及我国北方地区普遍种植,广泛用于城市绿地、庭院绿化、运动场等。据不完全统计,目前培育出的草地早熟禾品种已超过70个。由于不同的品种,具有不同的生长发育特性,对环境的适应性也不尽相同,所以,生产上选择适宜的品种极为重要。但是,市场上品种名称的使用非常混乱,一些不法种子销售商,为追求经济利益,随意更改品种名称的现象时有发生,使广大消费者蒙受损失。找到一种快速准确的识别草地早熟禾品种的方法,是解决此类问题的关键。有关草坪品种识别,现在普遍采用的是形态识别法。但是,形态识别法存在严重的缺陷,该方法局限于那些在外观上有显著特征的草种,通过观察叶色、叶宽、叶片角度等性状,进而达到识别的目的,但这些性状特征会因地域、养护管理的不同而存在变异;另一方面,还有很多品种,外观差异极其微小,难以用常规的形态识别法区分开来。此外,基因鉴定法也是识别草坪品种的一种有效方法,但该方法,分析过程复杂,分析周期较长,不适宜对样品进行批量快速识别,因此,使用起来很不方便。近年来,利用近红外光谱技术进行作物品种识别成为一个新兴手段。通过扫描样品的近红外光谱,可以得到样品中有机分子含氢基团的特征信息,由于不同种类物质所含化学成分的不同,含氢基团倍频与合频振动频率不同,因而近红外图谱的特征也就不同。声光可调谐滤光器(Acousto-optic tunable filter,简称AOTF),具有光谱分辨率高、波长切换速度快、波长电调谐等优点,可快速获取目标的可见/近红外光谱图像,该图像既包含了反映样本大小、形状等外观特征的信息,还包含了反映样品内部的物理结构、化学成分差异的光谱信息。这些特点决定了高光谱图像技术在作物品种识别方面具有独特的优势。

发明内容
(一 )要解决的技术问题基于以上的分析,本发明的目的是利用高光谱成像装置,为草地早熟禾品种的快速识别提供一种全新的方法。( 二 )技术方案为了解决上述技术问题,本发明提供一种基于高光谱图像的草地早熟禾品种识别方法,包括步骤SI :将制备好的草地早熟禾样本置入高光谱成像装置中,采集高光谱图像;
S2 :提取所述高光谱图像的信息,包括光谱信息和/或外观特征信息;S3 :根据提取的光谱信息计算不同波段下、不同草地早熟禾品种的总差异度;S4:根据各波段下所述总差异度或所述总差异度结合外观特征信息建立判别不同品种草地早熟禾的函数模型;S5 :根据S4中建立的函数模型对样本进行判别以识别出不同品种的草地早熟禾。其中,所述总差异度的计算方式为将每个品种的全部样本随机分成两个部分,一部分样本用于建模,另一部分样本用于测试;利用建模样本的光谱信息,计算所有品种在各个波段下的总差异度,所述光谱信息以灰度值来表征,总差异度的计算方法如下设有m个品种,每个品种测定n个建模样本,对每个样本提取P个波段下的灰度值,那么,在波段入i下品种j的第r个样品的灰度值为Xm,品种j内的标准差为^
权利要求
1.一种基于高光谱图像的草地早熟禾品种识别方法,其特征在于,包括步骤 S1:将制备好的草地早熟禾样本置入高光谱成像装置中,采集高光谱图像; s2:提取所述高光谱图像的信息,包括光谱信息和/或外观特征信息; s3:根据提取的光谱信息计算不同波段下、不同草地早熟禾品种的总差异度; S4:根据各波段下所述总差异度或所述总差异度结合外观特征信息建立判别不同品种草地早熟禾的函数模型; S5 :根据S4中建立的函数模型对样本进行判别以识别出不同品种的草地早熟禾。
2.如权利要求I所述的基于高光谱图像的草地早熟禾品种识别方法,其特征在于,所述总差异度的计算方式为 将每个品种的全部样本随机分成两个部分,一部分样本用于建模,另一部分样本用于测试; 利用建模样本的光谱信息,计算所有品种在各个波段下的总差异度,所述光谱信息以灰度值来表征,总差异度的计算方法如下 设有m个品种,每个品种测定n个建模样本,对每个样本提取p个波段下的灰度值,那么,在波段入i下品种j的第r个样品的灰度值为Xm,品种j内的标准差为
3.如权利要求2所述的基于高光谱图像的草地早熟禾品种识别方法,其特征在于,所述步骤S4中根据所述总差异度建立判别不同品种草地早熟禾模型的方式为 s41:将总差异度最大的波段\ t的灰度值作为第I个判别变量X1,对各个品种建立各自的判别函数模型y = b0+blXl, y是判别值九为第I判别变量的判别系数,b0是常数项; s42:将测试样本在波段X 的灰度值代入各品种的判别函数模型计算,并将该测试样本归到得到最大判别值I的品种类别,并判断归类是否正确,同样的方法,对所有建模样本进行回判,统计各个品种的判别正确率,当所有品种的判别正确率满足预定的判别精度值时,则波段、t就为特征波段,建模完成,否则执行步骤S43 ;S43:按不同波段下总差异度的大小,依次将总差异度第2大、第3大.....第k大的波段的灰度值作为第2、第3.....第k个判别变量x2、X3.....xk,对各个品种建立各自的判别函数模型y = b0+blXl+b2x2+... +bkxk,并执行步骤S42,直到所有品种的判别正确率满足预定的判别精度值时建模完成,则这k个波段即为特征波段。
4.如权利要求3所述的基于高光谱图像的草地早熟禾品种识别方法,其特征在于,所述步骤S4中根据所述总差异度结合所述外观特征信息判别不同品种草地早熟禾的方式为 在所述判别函数模型中增加品种的外观特征作为判别变量,并按照S41 S43的方式进行判别。
5.如权利要求3或4所述的基于高光谱图像的草地早熟禾品种识别方法,其特征在于,所述预定的判别精度为95%。
6.如权利要求2、3或4所述的基于高光谱图像的草地早熟禾品种识别方法,其特征在于,所述步骤S5具体包括将所述特征波段下待识别的草地早熟禾的高光谱图像的信息输入到所述函数模型来识别草地早熟禾的品种,将待识别的草地早熟禾归到计算得出的函数模型值最大的类别。
7.如权利要求I所述的基于高光谱图像的草地早熟禾品种识别方法,其特征在于,所述步骤S2中的外观特征信息包括草地早熟禾的叶片宽度。
8.如权利要求7所述的基于高光谱图像的草地早熟禾品种识别方法,其特征在于,提取叶片中部3个不同部位的叶片宽度,取平均值作为叶片宽度。
全文摘要
本发明是一种基于高光谱图像的草地早熟禾品种识别方法,包括步骤S1将制备好的草地早熟禾样本置入高光谱成像装置中,采集高光谱图像;S2提取所述高光谱图像的信息,包括光谱信息和/或外部特征信息;S3根据提取的光谱信息计算不同波段下、不同草地早熟禾品种的总差异度;S4根据各波段下所述总差异度或所述总差异度结合外观特征信息建立判别不同品种草地早熟禾的函数模型;S5根据S4中建立的函数模型对样本进行判别以识别出不同品种的草地早熟禾。本发明提出的方法,操作简便,获取的信息准确可靠,而且可以批量快速识别,具有很强的技术优势。
文档编号G01N21/25GK102706813SQ20121017768
公开日2012年10月3日 申请日期2012年5月31日 优先权日2012年5月31日
发明者梁小红, 肖波, 韩烈保 申请人:北京林业大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1