高光譜成像結合機器學習檢測火炬松幼苗梭形銹病發病率火炬松是美國南部最重要的森林樹種，它生長迅速、適應性強，可用于建筑木材、膠合板和紙漿等。松梭形銹病是由真菌Cronartium quercuum f.sp. fusiforme（Cqf）引起的一種影響該物種的常見且具有破壞性的病害。這種真菌通常會感染幼樹的莖，導致被稱為“銹癭”的腫瘤樣生長物產生，可能會造成樹木死亡或產生“銹叢”，從而妨礙樹木生長，降低木材使用價值。種植抗病苗是限制該病害的最有效的措施。溫室中抗病性測試在人工接種幼苗后的目視估計病害發病率和嚴重程度具有高度主觀性，容易出現人為錯誤，且勞動密集。此外，目視評估只有在病害感染一段時間后，癥狀充分發展時才能進行。而高光譜成像可同時獲取空間和光譜信息，提供了在不同空間尺度上分析光譜信息的機會，已成功應用于多種植物物種的病害和脅迫檢測。基于此，在本文中，來自北卡羅來納州立大學和密西西比州立大學的研究團隊提出了一種利用高光譜成像技術篩選火炬松幼苗梭形銹病發病率的創新方法，具體目標為（1）開發高光譜圖像處理管道，用于從火炬松幼苗圖像中的特定感興趣區域（ROI）中提取光譜數據；（2）基于來自(1)的特定ROI的光譜數據，評估用于區分患病和未患病幼苗的SVM分類模型。圖1 火炬松幼苗高光譜圖像采集的成像裝置。【高光譜圖像獲取】線性掃描高光譜成像儀（Pika XC2，Resonon In...
發布時間:
2022
-
04
-
19
瀏覽次數：66
改進積雪密度的估計是目前雪研究的一個關鍵問題。表征密度時空變異性對于水當量的估算、水力發電和自然災害（雪崩洪水等）的評估至關重要。高光譜成像是一種監測和估計其物理特性的有前途且可靠的工具。事實上，雪的光譜反射率在一定程度上受其物理特性變化的控制，尤其是在光譜的近紅外（NIR）部分。為此，已經設計了幾種模型根據光譜信息估算積雪密度。然而，還沒有一個實現滿意的結果。主要困難之一是積雪密度和光譜反射率之間的關系是非雙射的（滿射的）。事實上，幾個反射振幅與相同的密度相關，反之亦然，所以密度和光譜反射率之間的相關性可能非常弱。基于此，為了解決該問題，本研究中提出了基于光譜數據的積雪密度估計混合模型。主要研究目標是利用高光譜NIR成像（PIKA NIR，RESONON Company）（900-1700 nm）以5.5 nm的光譜分辨率測試混合模型（HM）估計季節性積雪密度的性能。混合模型結合了一個分類器和3個與密度類別相關聯的特定估算量（弱到中度變質雪（WMM），中度到高度變質雪（MHM）和高度到極高度變質雪（HVM））。利用2018（1.19-3.27）、2019（1.10-4.3）和2020（1.29-3.10）年冬季在加拿大魁北克國立科學研究院（INRS）的科技園內（46°47′43.22″北緯，-71°18′10″西經）收集的數據集校準和驗證了HM。混合模型在兩個...
發布時間:
2022
-
01
-
24
瀏覽次數：55
摘要：針對推掃式成像光譜儀獲取的狹帶影像需要經過幾何校正才能拼接形成空間二維影像的問題，提出了基于ENVI二次開發的高光譜推掃圖像拼接技術。基于單應映射建立光譜儀傾斜狀態下與正射狀態下圖像上的二維點之間的關系，校正由姿態變化引起的圖像畸變，結合GPS數據修正因飛行速度變化引起的狹帶重疊將校正后的狹帶影像拼接起來。在ENVI二次開發平臺上進行技術集成，實現了Resonon推掃高光譜狹帶影像的自動校正拼接。對河北保定郊區高光譜影像的校正拼接實驗證明，該方法與光譜儀自帶拼接軟件校正結果接近經緯度坐標差均在1m以內，均方根誤差約為0.7389，能夠滿足一般高光譜遙感應用中的地理精度要求。研究目的：根據單應映射原理，建立光譜儀傾斜和正射狀態下像點的映射關系，利用GPS/INS組合導航數據校正狹帶影像中的畸變，拼接成一幅完整的影像，并在ENVI二次開發平臺上實現推掃狹帶影像的自動校正和拼接。推掃成像畸變原因：推掃式成像是利用飛行平臺的向前運動，借助于與飛行方向垂直的掃描線記錄而構成二維圖像。推掃型成像光譜儀通常采用一個垂直于運動方向的面陣CCD來感應地面響應，在飛行平臺向前運動中完成二維空間掃描，平行于平臺運動方向，通過光柵和棱鏡分光完成光譜維掃描，因此，CCD上一個點對應一個譜段，一條線對應一個譜面。CCD探測器每次成像是空間一條線上的光譜信息。為了獲得空間二維圖像，再通過機械推掃，完成整個...
發布時間:
2020
-
07
-
09
瀏覽次數：511