| 基于多图像特征的幼龄沉香全氮估测 |
| |
| 引用本文： | 袁莹,王雪峰,王甜,陈飞飞,黄川腾,林玲,董晓娜.基于多图像特征的幼龄沉香全氮估测[J].南京林业大学学报(自然科学版),2023(3):19-28. |
| |
| 作者姓名： | 袁莹 王雪峰 王甜 陈飞飞 黄川腾 林玲 董晓娜 |
| |
| 作者单位： | 1. 中国林业科学研究院资源信息研究所国家林业和草原局森林经营与生长模拟重点实验室;2. 海南省林业科学研究院海南省红树林研究院 |
| |
| 基金项目： | 国家自然科学基金项目(32071761)； |
| |
| 摘 要： | 【目的】应用计算机视觉技术提取幼龄沉香的多图像特征，对沉香叶片全氮含量进行估测，为实现沉香氮营养状态的快速无损估测提供新方法。【方法】采用基于色调-亮度-饱和度(HIS)颜色空间的最佳直方图(KSW)熵法和形态学处理对幼龄沉香图像进行分割，并提取了图像的颜色、形状和纹理特征。然后利用偏最小二乘法(PLS)对多图像特征进行有监督降维，提取图像特征主成分。最后构建了天牛须搜索算法(BAS)优化后的Elman神经网络(Elman neural network, ElmanNN)模型对幼龄沉香叶片全氮量进行估测，并将模型验证结果与其他常用模型进行对比。【结果】以幼龄沉香可见光图像为研究对象，应用的基于HIS空间的分割算法效果优于常用的RGB和Lab颜色空间分割；PLS算法对图像特征提取了6个主成分，快速降低了图像特征的维数，并有效消除了特征变量间的多重共线性；提出的PLS-BAS-ElmanNN模型能实现模型参数的自适应选取，且估测效果较好，决定系数R2为0.740 7,均方根误差(RMSE)为1.265 3g/kg,估测精度略高于偏最小二乘回归(PLSR)模型和偏最小二...
|
| 关 键 词： | 沉香 全氮 计算机视觉 BAS-Elman 偏最小二乘法 |
|
|
