高光谱提取薯叶特征波长_主成分转换成特征波长

高光谱提取薯叶特征波长

1、发现问题

针对马铃薯晚疫病

2、研究基本思想

对健康和病害叶片的光谱图像进行主成分分析，并从主成分图像的权重系数曲线中提取出 6 个健康叶片特征波长和病害叶片特征波长。基于健康叶片与病害叶片的 6 个特征波长做第二次主成分分析，将特征波长优化至 712.19 nm、749.70 nm 和 841.47 nm，再基于这3 个特征波长做主成分分析，选用主成分中对比度最明显的图像来识别病害区域。研究表明，采用健康叶片与病害叶片联合使用并结合二次主成分分析可实现马铃薯叶片病害的设别，且识别率可达 100%。

3、方法

所有高光谱图像数据的采集采用 Specview软件，数据处理采用 ENVI 5.1、MATLAB R2010a 软件。

3.1光谱反射率曲线

采集 36 个样本的光谱反射率曲线，此过程在 Specview 软件中实现。

3.2 特征波长选取

首先对马铃薯晚疫病样本的全波段高光谱数据进行降维，并对全波段进行主成分分析，得到分析后的前6 个主成分图像.

对健康马铃薯叶片进行主成分分析，得到前 3 个主成分图像。

通过分析可选取 2 个特征波段.

3.3 基于特征波长的二次主成分分析

经过主成分分析，对病害叶片选取 4 个特征。

对健康叶片选取 2 个特征波长。

将病害叶片的 4 个特征波段与健康叶片的2 个特征波段联合使用，用选取出来的 6 个特征波长对病害叶片进行二次主成分分析。

对优化提取的 3 个特征波长进行主成分分析。

3.4 病害叶片二值化

采用 ENVI 软件对最终提取的 PC-3 灰度图像进行二值化处理，经过二值化处理后的图像的病害部位更加明显，更利于我们进行区分。