基于可见_近红外光谱技术的茄子叶片灰霉病早期检测研究.pdf

第 26卷第 4期 2007年 8月 红 外 与 毫 米 波 学 报 J. InfraredM illim. W aves Vo.l 26, No. 4 August, 2007 文章编号: 1001- 9014( 2007) 04- 0269- 05 收稿日期: 2006 08 15,修回日期: 2007 02 09 R eceived da te: 2006 08 15, revised da te: 2007 02 09 基金项目:国家自然科学基金 ()、国家十一五科技支撑计划项目 ( 2006BAD10A04 )、高等学校博士学科点专项科研基金课题 ( 20040335034 )和浙江省重大科技攻关 ( 2005C12029 )资助项目 作者简介:吴 迪 ( 1984 ) ,男,浙江杭州人,浙江大学生物系统工程与食品科学学院博士生,主要从事数字农业和多光谱检测技术研究. 基于可见 /近红外光谱技术的茄子叶片 灰霉病早期检测研究 吴 迪 1 , 冯 雷 1 , 张传清 2 , 何 勇 1 ( 1. 浙江大学 生物系统工程与食品科学学院,浙江 杭州 310029; 2. 浙江大学 农业与生物技术学院,浙江 杭州 310029) 摘要: 应用可见 /近红外光谱技术对茄子叶片进行灰霉病害还未在叶片表面出现病症时的早期检测.采用化学计量 学方法建立早期检测模型. 主成分分析用于对光谱数据进行降维, 得到若干个最重要的主成分. 但直接从聚类图中 无法进行是否染病的鉴别.因而将其作为变量输入 BP神经网络, 从而减少了计算量,提高了建模精度. 检测结果显 示, 模型具有良好的检测效果,能够达到 100%的识别率,正确率也能达到 88% .说明运用可见 /近红外光谱技术能 够实现当病症还未在叶片表面出现时的快速准确的早期检测,为灰霉病早期检测提供了新的途径. 关 键 词: 可见 /近红外光谱; 灰霉病;主成分分析; BP神经网络 中图分类号: S126 文献标识码: A EARLY DETECTION OF GRAYMOLD (CINEREA) ON EGGPLANT LEAVES BASED ON VIS/NEAR INFRARED SPECTRA WU D i 1 , FENG Lei 1 , ZHANG Chuan Q ing 2 , HE Y ong 1 ( 1. Co llege o f B iosystem s Eng ineer ing and Food Sc ience, Zhe jiang University, H angzhou 310029, China; 2. Co llege o f Agr iculture and B iotechno logy, ZhejiangUn ive rsity, H ang zhou 310029, Ch ina) Abstrac t: V isib le and near infrared reflectance spectroscopy ( V is /N IRS) techn ique w as app lied in the ear ly de tection o f g rey mo ld ( c inerea) on eggp lant leaves while the sym ptom had not appea red. Chemom etr ics w as used to bu ild the ear ly de tection m ode .l In o rder to decrease the am ount of ca lculation and im prov ing the accuracy, pr inciple component ana lys is ( PCA ) w as executed to reduce nume rousw avebands into severa l princ ip le com ponen ts ( PCs) as input var iables of BPNNS w hile the PC s p lo t o f three pr ima ry PCs was failed. The perform ance of the BPNNSmode l is good w ith 100% recognition ra te and 88% correct ra te. Thus, it is concluded that the spectra techno logy is an available one for the early detection of greym o ld o