首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  免费   0篇
  2020年   2篇
排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
无人机近空遥感技术可快速实时掌握农田信息,在农作物田间监测中发挥日益重要的作用。本研究使用无人机可见光遥感平台,获取苎麻冠层航拍图像,通过图像处理获得苎麻种质资源冠层图像特征值,结合各苎麻种质资源生长性状,研究26份苎麻种质资源冠层图像性状差异。结果表明,使用HSV色彩空阈值分割可有效将苎麻与土壤杂草分割;26份苎麻资源6个表型性状变异系数分布在11.00%~40.00%之间,多样性指数分布在1.08~1.58之间;26份苎麻资源15个冠层颜色、纹理性状变异系数分布在0.28%~48.09%之间,多样性指数分布在1.25~1.54之间,表明试验苎麻种质资源具有丰富变异和广泛多样性。15个冠层颜色纹理性状主成分分析得到2个主成分,累计贡献率达到95.10%,可有效反映各性状的主要信息。  相似文献   
2.
对叶片高光谱信息进行分析,实现苎麻褐斑病快速无损的诊断,对提高苎麻产量和品质有重要意义。利用FieldSpec3便携式地物光谱仪和手持叶片夹持器,采集了430个苎麻褐斑病叶片和健康叶片高光谱数据。提出了一种基于离散系数的子波段主成分分析PCA方法来提取特征变量。同时,为了探讨不同主成分个数对模型的影响,分别以1~10个主成分作为特征变量,采用支持向量机分类SVC方法建立苎麻叶片褐斑病识别模型。结果表明:1)波段A(511~636 nm)、波段B(690~714 nm)、波段C(1406~1511 nm)和波段D(1870~2450 nm)离散系数较大,是建立识别模型的敏感波段;2)4个子波段中,波段C建模效果最好,选择5~10个PCA主成分作为特征变量建立SVC识别模型时,在主成分个数相同的情况下,其正确率可以达到90%以上,总体高于全波段和其他子波段。基于离散系数筛选较敏感的子波段进行PCA,选择合适的主成分个数作为特征变量,建立苎麻叶片褐斑病SVC识别模型是可行的,为开创一种新的苎麻褐斑病诊断方法提供技术支持。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号