光学仪器, 2013, 35 (6): 31, 网络出版: 2014-01-08   

基于多光谱成像技术的水稻特征光谱提取

Extracting feature spectrum of rice based on multi-spectral imaging technology
作者单位
云南师范大学 物理与电子信息学院,云南 昆明650500
摘要
为了获取水稻光谱的有效特征信息,选取健康的TN1#水稻幼苗为研究对象,利用由液晶可调谐滤波器、单色CMOS相机与计算机控制软件组成的多光谱图像采集系统,获取健康水稻幼苗的20个可见光通道的多光谱图像。在此基础上,采用多光谱图像的平均灰度值,通过波段选择的指数方法计算出各通道的波段指数并加以排序,选出波段指数较大的10个通道,目的是探讨能有效反映出水稻特征光谱信息的特征波段。实验结果表明,用波段选择的指数方法提取多光谱图像的特征波段,能快速获取水稻的叶片信息。通道475 nm、500 nm、530 nm、545 nm、550 nm、520 nm、560 nm、630 nm、660 nm、720 nm能更好地反映出水稻特征光谱信息,可作为水稻的有效特征信息通道。
Abstract
In order to obtain the effective characteristics of rice spectrum, healthy TN1 # rice seedlings are selected for study by using liquid crystal tunable filter, a monochrome CMOS camera and computer control software to get 20 multi-spectral images about healthy rice seedlings in visible wavelengths. On this basis, the average gray value of the multi-spectral images is acquired by experiment, the value of band index for each channel is calculated, and all bands are sorted through the band index method, then, 10 channels are selected in all bands to explore the characteristic bands which can effectively reflect the characteristic spectral information of rice. The experimental results show that extracting the characteristic band of multispectral images can quickly obtain the information of rice leaves by way of band index. Bands 475 nm, 500 nm, 530 nm, 545 nm, 550 nm, 520 nm, 560 nm, 630 nm, 660 nm, 720 nm can reflect the characteristics of spectral information, and they can be used as effective characteristic channels of rice.
参考文献

[1] 曾卫娟,李宗焕,文印宗,等.多光谱成像技术在生物医学中的应用进展[J].现代生物医学进展,2012,12(5):968-971.

[2] 许洪,王向军.多光谱、超光谱成像技术在军事上的应用[J].红外与激光工程,2007,36(1):13-17.

[3] 郑茜文,庞其昌,赵静,等.基于VC++的光谱成像中药检测系统的控制软件设计[J].光学仪器,2010,32(2):54-59.

[4] 沈杭城,潘建根,冯华君,等.多通道快速光谱仪的波长定标[J].光学仪器,2006,28(2):51-55.

[5] 王庆光,潘燕芳.多光谱遥感数据最佳波段选择的研究[J].韶关学院学报,2006,27(3):42-44.

[6] 李石华,王金亮,陈姚,等.多光谱遥感数据最佳波段选择方法试验研究[J].云南地理环境研究,2005,17(6):29-33.

[7] 贾永红.四种HIS变换用于SAR与TM影像复合的比较[J].遥感学报,1998,2(2):103-106.

[8] 陆灯盛.TM图像的信息量分析及特征信息提取的研究[J].环境遥感,1991,6(4):267-274.

[9] 姜小光,王长耀,王成.成像光谱数据的光谱信息特点及最佳波段选择—以北京顺义区为例[J].干旱区地理,2000,23(3):214-220.

[10] 赵春晖,陈万海,杨雷.高光谱遥感图像最优波段选择方法的研究进展与分析[J].黑龙江大学自然科学学报,2007,24(5):592-602.

[11] 王庆光.多光谱遥感数据最佳波段选择研究[J].广东水利电力职业技术学院学报,2007,5(2):63-65.

[12] 杨金红.高光谱遥感数据最佳波段选择方法研究[D].南京:南京信息工程大学,2005.

[13] 黄相成,杨益民,师建涛,等.多光谱微型列阵滤光器的研制[J].光学仪器,1999(Z1):223-228.

冯洁, 曹鹏飞, 李宏宁, 李宏. 基于多光谱成像技术的水稻特征光谱提取[J]. 光学仪器, 2013, 35(6): 31. FENG Jie, CAO Pengfei, LI Hongning, LI Hong. Extracting feature spectrum of rice based on multi-spectral imaging technology[J]. Optical Instruments, 2013, 35(6): 31.

本文已被 1 篇论文引用
被引统计数据来源于中国光学期刊网
引用该论文: TXT   |   EndNote

相关论文

加载中...

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!