中国博士后科学基金(20110491360)
- 作品数：1 被引量：27H指数：1
- 相关作者：张进敏沈宝国徐友白敬魏新华更多>>
- 相关机构：南京农业大学江苏大学更多>>
- 发文基金：中国博士后科学基金江苏高校优势学科建设工程资助项目更多>>
- 相关领域：理学更多>>
- 基于光谱特性分析的冬油菜苗期田间杂草识别被引量：27
- 2013年
- 杂草识别是自动除草的关键环节,运用光谱分析技术可以快速识别杂草。该文以冬油菜苗、冬油菜苗期杂草和土壤为研究对象,通过ASD便携式光谱分析仪采集光谱数据。对每个样本连续采集5组数据,经平均、一阶导数、压缩等预处理后,得到368组波长在400~2 300 nm范围内的光谱数据。采用逐步判别分析法,按统计量Wilks’Lambda最小值原则选择变量,选取了710、755、950和595 nm共4个特征波长。运用4个特征波长分别建立了典型判别函数模型和贝叶斯判别函数模型。用这2组模型分别对预测集进行预测,典型判别函数模型的正确识别率为97.78%,在不同的先验概率下贝叶斯判别函数模型的正确识别率分别为98.89%和97.78%。结果表明：当先验概率根据类别大小计算时,以特征波长建立的贝叶斯判别函数模型能较好的识别冬油菜苗期田间杂草,而且模型稳定。该研究结果可为杂草探测光谱传感器的开发提供参考。
- 白敬徐友魏新华张进敏沈宝国
- 关键词：图像识别光谱分析杂草识别
