第34卷第5期2008年9月光学技术OPTICALTECHNIQUEVol.34No.5Sep.2008文章编号:100221582(20080520717204多光谱成像技术诊断植物病虫害的人工神经网络模型Ξ冯洁1,2,廖宁放1,赵波2,罗永道1,李宝聚3,戴志福4(1.北京理工大学颜色科学与工程国家重点专业实验室,北京100081;2.云南师范大学,昆明650092(3.中国农业科学院,北京100081;4.红河学院,蒙自661100摘要:为了实现可靠的植物病虫害诊断,提出把人工神经网络和多光谱成像技术结合的方法,并将该方法用于常见的三种黄瓜病害的识别研究。在此基础上,实验采用窄带多光谱成像技术获取患病黄瓜叶面的14个可见光通道和近红外通道、全色通道的多光谱图像。利用BP网络对病斑样本的光谱信息进行学习分类。和14通道训练结果比较,增加850nm的近红外通道和全色通道,使网络的训练时间缩短、预测能力提高。实验结果表明,这种方法对植物进行快速、准确和非破坏性诊断提供可靠的技术支持。关键词:多光谱成像;BP人工神经网络;植物病虫害诊断中图分类号:O432.4文献标识码:AMultispectralimagingtechniquesdiagnosingplantdiseasesandinsectpestsusingartificialneuralnetworksFENGJie1,2,LIAONing2fang1,ZHAOBo2,LIANGMin2yong1,LUOYong2dao1,LIBao2ju3,DAIZhi2fu4(1.NationalLaboratoryofColourScienceandEngineering,BeijingInstituteofTechnology,Beijing100081,China(2.YunnanNormalUniversity,Kunming650092,China(3.TheChineseAcademyofAgriculturalSciences,Beijing100081,China(4.HongheUniversity,Yunnan661100,ChinaAbstract:Forareliablediagnosisofplantdiseasesandinsectpests,artificialneuralnetworksandmutispectralimagingtechniqueareproposedtodiagnosisethreecucumbersdiseases.Intheexperiment,thecucumbersmultispectralimagesof14vis2iblelightschannels,nearinfraredchannelandpanchromaticchannelarecapturedusingnarrow2bandmultispectralimagingsys2tem,andclassifiedbytheBPneuralnetwork.Thecoefficientsofoutputandpredictionareobtained.Theresultshowsthatthemethodrealizesgoodaccuracyinthecucumberdiseasesdiagnosis.Keywords:multispectralimaging;BPneuralnetworks;plantdiseasesandinsectpestsdiagnosis0引言目前,病害的诊断大量依赖植株颜色或彩色图像的信息[1,2]。彩色成像分析方法能从植物的颜色,形状,纹理上获得大量直观信息,但要进行精确分析却存在一定的困难:(1通过肉眼进行植株病虫害的识别,观测者的变化会给识别的结果造成很大的差异;(2自动化专家诊断系统提高了植株病虫害的诊断精确度,但照明条件、成像系统的光谱响应都影响成像质量。(3人眼和彩色相机,仅记录被测物体可见光波段的光谱信息,大量紫外、近红外和红外光谱信息被丢失了。目前,也有很多方法采用光谱仪获取样本的光谱信息[3],但这种方法同样存在局限:(1该方法只能计算光谱仪特定视场角内样本的光谱信息;(2光谱仪无法同时获得样本的光谱信息和空间信息。从以上可以看出,传统的RGB成像技术和光谱仪均无法同时获取被测目标的光谱信息和空间信息。为了解决这个问题,近年多光谱成像技术在信息获取与处理领域备受重视[4,5]。在农业工程中的应用中,多光谱成像技术主要是大尺度作物病虫害监测[6]、作物病害诊断[7]、农产品品质检测[8]、作物717Ξ收稿日期:2008201207;收到修改稿日期:2008203218E2mail:fengjie-ynnu@yahoo.com.cn基金项目:国家自然科学基金资助项目(60678052;863国家基金项目(2006AA10Z210;国家自然科学基金资助项目(60768002作者简介:冯洁(19752,女,云南人,北京理工大学博士研究生,从事光谱成像技术、颜色科学研究。生长状态监测等[9]。目前,如何既能有效地利用光谱的最大信息,又能较快地处理光谱数据成为一个研究热点[10]。在利用光谱技术检测目标的研究中,系统建模、辨识和预测中有很多算法[11]。但这些方法需要已知数据的内在规律才能对序列间关系进行假定。相比之下,人工神经网络可以在不了解输入或输出变量间关系的前提下完成非线性建模[12],与各种预测方法有机结合具有很好的发展前景,也给预测系统带来了新的方向与突破。针对以上...