Identificación de la plaga de la vaina del arroz mediante cámara hiperespectral de imágenes

En este estudio, se aplicó una cámara hiperespectral de 400-1000 nm, y FS23, un producto de Hangzhou Color Spectrum Technology Co., LTD., podría usarse para investigaciones relacionadas.Las cámaras hiperespectral de imagen de la serie FigSpec® utilizan un módulo de división de haz de rejilla de transmisión con alta eficiencia de difracción y una cámara de matriz de superficie de alta sensibilidad, combinado con tecnología de escaneo integrada y cámara auxiliar,Para resolver las cámaras hiperspectrales tradicionales requieren un mecanismo de imagen de escaneo de empuje externo y enfoque complejo y otros problemas difícilesPuede integrarse directamente con la lente de imagen de interfaz C estándar o el microscopio para lograr una adquisición rápida de imágenes espectrales.

La agricultura de precisión es una forma importante de lograr un bajo consumo, alta eficiencia, alta calidad y seguridad en la agricultura.el rendimiento estable y alto del arroz siempre han sido el foco de nuestra producción agrícolaLa plaga de hojas de arroz es una de las tres principales enfermedades del arroz.Si la causa y el grado de daño de los cultivos dañados pueden detectarse en una etapa temprana de la enfermedad del arroz, combinado con una aplicación variable en la agricultura fina, la tasa de enfermedad de la infección por enfermedad del arroz puede reducirse efectivamente, el alcance del daño puede reducirse,y el rendimiento del arroz puede aumentar de manera efectivaLa aplicación variable se refiere principalmente al diagnóstico oportuno de la causa y el grado de daño de los cultivos afectados de acuerdo con la información de plagas y enfermedades de los cultivos.y la aplicación de agentes químicos según el tratamiento adecuado de la enfermedad, las condiciones locales y la demanda, con el fin de reducir el uso de agentes químicos y lograr el objetivo de la prevención y el control oportunos.

En este estudio, se utilizó tecnología de imagen hiperespectral para reconocer la plaga de la vaina del arroz.y se obtuvieron buenos resultadosEn los métodos de pretratamiento SG, SNV y MSC, la precisión de la discriminación de la muestra de predicción fue del 82,8%, 92,1% y 89,1% respectivamente.El modelo PLS-DA establecido por el espectro de pretratamiento SNV tuvo la mayor precisiónEl modelo PLS-DA establecido por el espectro de pretratamiento SG tuvo la precisión más baja, pero la precisión fue superior al 80%.La precisión del conjunto de predicciones de los modelos discriminantes LDA y BPNN basados en la extracción de información sobre las características de la MNF es de 95En el caso de las bandas de radio, el porcentaje de radioactividad de las bandas de radio sonora de las bandas de radio sonoras de las bandas de radio sonoras de las bandas de radio sonoras de las bandas de radio sonoras de las bandas de radio sonoras de las bandas de radio sonoras de las bandas de radio sonoras de las bandas de radio sonoras de las bandas de radio sonoras de las bandas de radio sonoras de las bandas de radio sonoras de las bandas de radio sonoras de las bandas de radio sonoras de las bandas de radio sonoras de las bandas de radio sonoras de las bandas de radio sonoras de las bandas de radio sonoras de las bandas de radio sonoras de las bandas sonoras de radio sonoras de las bandas de radio sonoro de las bandas de radio sonoro de las bandas de radio sonoro.el modelo BPNN basado en la extracción de información de características de la MNF logra el efecto discriminante óptimoLos resultados experimentales muestran que la tecnología de imágenes hiperespectrales se puede utilizar para identificar el marchite de los granos de arroz.,y el algoritmo MNF se puede utilizar para extraer información característica para representar el espectro original, y reducir en gran medida la cantidad de cálculo.El algoritmo tiene una amplia perspectiva de aplicación en el proceso de reconocimiento rápido y modelado de la enfermedad del arroz.