研究目的
研究红外热成像技术区分核盘菌侵染的油菜叶片感染区与非感染区的潜力;评估四种机器学习算法(支持向量机、随机森林、K近邻、朴素贝叶斯)对不同病害程度样本的分类性能;探索基于多模态图像融合提升分类结果的可能性。
研究成果
搭载多传感器的无人机低空遥感模拟平台可有效早期检测油菜叶片上的核盘菌。图像融合使分类准确率提升11.3%,其中支持向量机(SVM)达到90.0%的准确率。未来工作应增加样本量并开展田间试验。
研究不足
热像仪的精度为±2°C,限制了绝对温度对比;多光谱相机分辨率较低(每波段407×217像素)且在弱光环境下存在噪声问题;数据集规模有限,导致机器学习模型出现过拟合;研究在室内进行,其野外适用性可能受限。
1:实验设计与方法选择:
搭建了室内无人机低空遥感模拟平台,在人工接种核盘菌前后采集热红外、多光谱及RGB图像。采用基于SIFT算法的图像配准与融合技术构建融合数据库,运用温度分析与机器学习模型(SVM、RF、KNN、NB)进行病害检测与分类。
2:样本选择与数据来源:
在温室盆栽中种植油菜植株,其中60盆接种核盘菌,于接种后第1至6天持续采集图像数据。
3:实验设备与材料清单:
包含FLIR Tau2热红外相机、XIMEA xiQ多光谱相机、佳能EOS 650D RGB相机、采集卡、图像传输系统、??仄鳌⑾允酒骷笆夷谖奕嘶D馄教?。
4:实验流程与操作规范:
完成植株接种后通过模拟平台获取图像,预处理阶段对热红外图像进行线性变换、多光谱图像实施反射率校正及归一化处理,采用SIFT算法与Hausdorff距离实现图像配准融合。
5:数据分析方法:
分析温度差异特征,通过5折交叉验证训练测试机器学习模型,计算准确率并利用混淆矩阵评估模型性能。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容-
Canon EOS 650D
EOS 650D
Canon
Acquiring RGB images
暂无现货
预约到货通知
-
FLIR Tau2
Tau2
FLIR
Acquiring thermal images for temperature measurement and disease detection
暂无现货
预约到货通知
-
XIMEA xiQ
MQ022MG-CM
XIMEA
Acquiring multispectral images
-
IRSV-OTF
IRSV-OTF
Hongpuweishi
Acquisition card for outputting 14-bit loss-less raw format digital images
暂无现货
预约到货通知
-
TS832
TS832
Haixun
Image transmission system
暂无现货
预约到货通知
-
AT9
AT9
RidioLink
Remote control
暂无现货
预约到货通知
-
FPV758
FPV758
Fuweide
Monitor
暂无现货
预约到货通知
-
登录查看剩余5件设备及参数对照表
查看全部