專利名稱：基于高光譜圖像的草地早熟禾品種識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及紅外光譜識(shí)別領(lǐng)域，具體涉及一種基于高光譜圖像的草地早熟禾品種識(shí)別方法。
背景技術(shù)：
草地早熟禾，是一種優(yōu)良的冷季型草坪草，在歐美以及我國(guó)北方地區(qū)普遍種植，廣泛用于城市綠地、庭院綠化、運(yùn)動(dòng)場(chǎng)等。據(jù)不完全統(tǒng)計(jì)，目前培育出的草地早熟禾品種已超過70個(gè)。由于不同的品種，具有不同的生長(zhǎng)發(fā)育特性，對(duì)環(huán)境的適應(yīng)性也不盡相同，所以，生產(chǎn)上選擇適宜的品種極為重要。但是，市場(chǎng)上品種名稱的使用非常混亂，一些不法種子銷售商，為追求經(jīng)濟(jì)利益，隨意更改品種名稱的現(xiàn)象時(shí)有發(fā)生，使廣大消費(fèi)者蒙受損失。找到一種快速準(zhǔn)確的識(shí)別草地早熟禾品種的方法，是解決此類問題的關(guān)鍵。有關(guān)草坪品種識(shí)別，現(xiàn)在普遍采用的是形態(tài)識(shí)別法。但是，形態(tài)識(shí)別法存在嚴(yán)重的缺陷，該方法局限于那些在外觀上有顯著特征的草種，通過觀察葉色、葉寬、葉片角度等性狀，進(jìn)而達(dá)到識(shí)別的目的，但這些性狀特征會(huì)因地域、養(yǎng)護(hù)管理的不同而存在變異；另一方面，還有很多品種，外觀差異極其微小，難以用常規(guī)的形態(tài)識(shí)別法區(qū)分開來。此外，基因鑒定法也是識(shí)別草坪品種的一種有效方法，但該方法，分析過程復(fù)雜，分析周期較長(zhǎng)，不適宜對(duì)樣品進(jìn)行批量快速識(shí)別，因此，使用起來很不方便。近年來，利用近紅外光譜技術(shù)進(jìn)行作物品種識(shí)別成為一個(gè)新興手段。通過掃描樣品的近紅外光譜，可以得到樣品中有機(jī)分子含氫基團(tuán)的特征信息，由于不同種類物質(zhì)所含化學(xué)成分的不同，含氫基團(tuán)倍頻與合頻振動(dòng)頻率不同，因而近紅外圖譜的特征也就不同。聲光可調(diào)諧濾光器(Acousto-optic tunable filter,簡(jiǎn)稱AOTF),具有光譜分辨率高、波長(zhǎng)切換速度快、波長(zhǎng)電調(diào)諧等優(yōu)點(diǎn)，可快速獲取目標(biāo)的可見/近紅外光譜圖像，該圖像既包含了反映樣本大小、形狀等外觀特征的信息，還包含了反映樣品內(nèi)部的物理結(jié)構(gòu)、化學(xué)成分差異的光譜信息。這些特點(diǎn)決定了高光譜圖像技術(shù)在作物品種識(shí)別方面具有獨(dú)特的優(yōu)勢(shì)。

發(fā)明內(nèi)容
(一 )要解決的技術(shù)問題基于以上的分析，本發(fā)明的目的是利用高光譜成像裝置，為草地早熟禾品種的快速識(shí)別提供一種全新的方法。( 二 )技術(shù)方案為了解決上述技術(shù)問題，本發(fā)明提供一種基于高光譜圖像的草地早熟禾品種識(shí)別方法，包括步驟SI :將制備好的草地早熟禾樣本置入高光譜成像裝置中，采集高光譜圖像；
S2 :提取所述高光譜圖像的信息，包括光譜信息和/或外觀特征信息；S3 :根據(jù)提取的光譜信息計(jì)算不同波段下、不同草地早熟禾品種的總差異度；S4:根據(jù)各波段下所述總差異度或所述總差異度結(jié)合外觀特征信息建立判別不同品種草地早熟禾的函數(shù)模型；S5 :根據(jù)S4中建立的函數(shù)模型對(duì)樣本進(jìn)行判別以識(shí)別出不同品種的草地早熟禾。其中，所述總差異度的計(jì)算方式為將每個(gè)品種的全部樣本隨機(jī)分成兩個(gè)部分，一部分樣本用于建模，另一部分樣本用于測(cè)試；利用建模樣本的光譜信息，計(jì)算所有品種在各個(gè)波段下的總差異度，所述光譜信息以灰度值來表征，總差異度的計(jì)算方法如下設(shè)有m個(gè)品種，每個(gè)品種測(cè)定n個(gè)建模樣本，對(duì)每個(gè)樣本提取P個(gè)波段下的灰度值，那么，在波段入i下品種j的第r個(gè)樣品的灰度值為Xm，品種j內(nèi)的標(biāo)準(zhǔn)差為^
權(quán)利要求
1.一種基于高光譜圖像的草地早熟禾品種識(shí)別方法，其特征在于，包括步驟 S1:將制備好的草地早熟禾樣本置入高光譜成像裝置中，采集高光譜圖像； s2:提取所述高光譜圖像的信息，包括光譜信息和/或外觀特征信息； s3:根據(jù)提取的光譜信息計(jì)算不同波段下、不同草地早熟禾品種的總差異度； S4:根據(jù)各波段下所述總差異度或所述總差異度結(jié)合外觀特征信息建立判別不同品種草地早熟禾的函數(shù)模型； S5 :根據(jù)S4中建立的函數(shù)模型對(duì)樣本進(jìn)行判別以識(shí)別出不同品種的草地早熟禾。
2.如權(quán)利要求I所述的基于高光譜圖像的草地早熟禾品種識(shí)別方法，其特征在于，所述總差異度的計(jì)算方式為 將每個(gè)品種的全部樣本隨機(jī)分成兩個(gè)部分，一部分樣本用于建模，另一部分樣本用于測(cè)試; 利用建模樣本的光譜信息，計(jì)算所有品種在各個(gè)波段下的總差異度，所述光譜信息以灰度值來表征，總差異度的計(jì)算方法如下 設(shè)有m個(gè)品種，每個(gè)品種測(cè)定n個(gè)建模樣本，對(duì)每個(gè)樣本提取p個(gè)波段下的灰度值，那么，在波段入i下品種j的第r個(gè)樣品的灰度值為Xm，品種j內(nèi)的標(biāo)準(zhǔn)差為
3.如權(quán)利要求2所述的基于高光譜圖像的草地早熟禾品種識(shí)別方法，其特征在于，所述步驟S4中根據(jù)所述總差異度建立判別不同品種草地早熟禾模型的方式為 s41:將總差異度最大的波段\ t的灰度值作為第I個(gè)判別變量X1，對(duì)各個(gè)品種建立各自的判別函數(shù)模型y = b0+blXl, y是判別值九為第I判別變量的判別系數(shù)，b0是常數(shù)項(xiàng)； s42:將測(cè)試樣本在波段X 的灰度值代入各品種的判別函數(shù)模型計(jì)算，并將該測(cè)試樣本歸到得到最大判別值I的品種類別，并判斷歸類是否正確，同樣的方法，對(duì)所有建模樣本進(jìn)行回判，統(tǒng)計(jì)各個(gè)品種的判別正確率，當(dāng)所有品種的判別正確率滿足預(yù)定的判別精度值時(shí)，則波段、t就為特征波段，建模完成，否則執(zhí)行步驟S43 ；S43:按不同波段下總差異度的大小，依次將總差異度第2大、第3大.....第k大的波段的灰度值作為第2、第3.....第k個(gè)判別變量x2、X3.....xk，對(duì)各個(gè)品種建立各自的判別函數(shù)模型y = b0+blXl+b2x2+... +bkxk,并執(zhí)行步驟S42，直到所有品種的判別正確率滿足預(yù)定的判別精度值時(shí)建模完成，則這k個(gè)波段即為特征波段。
4.如權(quán)利要求3所述的基于高光譜圖像的草地早熟禾品種識(shí)別方法，其特征在于，所述步驟S4中根據(jù)所述總差異度結(jié)合所述外觀特征信息判別不同品種草地早熟禾的方式為 在所述判別函數(shù)模型中增加品種的外觀特征作為判別變量，并按照S41 S43的方式進(jìn)行判別。
5.如權(quán)利要求3或4所述的基于高光譜圖像的草地早熟禾品種識(shí)別方法，其特征在于，所述預(yù)定的判別精度為95%。
6.如權(quán)利要求2、3或4所述的基于高光譜圖像的草地早熟禾品種識(shí)別方法，其特征在于，所述步驟S5具體包括將所述特征波段下待識(shí)別的草地早熟禾的高光譜圖像的信息輸入到所述函數(shù)模型來識(shí)別草地早熟禾的品種，將待識(shí)別的草地早熟禾歸到計(jì)算得出的函數(shù)模型值最大的類別。
7.如權(quán)利要求I所述的基于高光譜圖像的草地早熟禾品種識(shí)別方法，其特征在于，所述步驟S2中的外觀特征信息包括草地早熟禾的葉片寬度。
8.如權(quán)利要求7所述的基于高光譜圖像的草地早熟禾品種識(shí)別方法，其特征在于，提取葉片中部3個(gè)不同部位的葉片寬度，取平均值作為葉片寬度。
全文摘要
本發(fā)明是一種基于高光譜圖像的草地早熟禾品種識(shí)別方法，包括步驟S1將制備好的草地早熟禾樣本置入高光譜成像裝置中，采集高光譜圖像；S2提取所述高光譜圖像的信息，包括光譜信息和/或外部特征信息；S3根據(jù)提取的光譜信息計(jì)算不同波段下、不同草地早熟禾品種的總差異度；S4根據(jù)各波段下所述總差異度或所述總差異度結(jié)合外觀特征信息建立判別不同品種草地早熟禾的函數(shù)模型；S5根據(jù)S4中建立的函數(shù)模型對(duì)樣本進(jìn)行判別以識(shí)別出不同品種的草地早熟禾。本發(fā)明提出的方法，操作簡(jiǎn)便，獲取的信息準(zhǔn)確可靠，而且可以批量快速識(shí)別，具有很強(qiáng)的技術(shù)優(yōu)勢(shì)。
文檔編號(hào)G01N21/25GK102706813SQ20121017768
公開日2012年10月3日 申請(qǐng)日期2012年5月31日 優(yōu)先權(quán)日2012年5月31日
發(fā)明者梁小紅, 肖波, 韓烈保 申請(qǐng)人:北京林業(yè)大學(xué)