基于高光谱图像技术的稻田苗期杂草稻识别

以生长期为10d的杂草稻和水稻为研究对象，采集其高光谱图像信息，对其进行滤波预处理后，利用主成分分析方法优选出1448.89nm和1469.89nm波长下的特征图像。对每个特征图像，分别提取其形状特征、纹理特征和颜色特征，共18个特征变量。基于这些特征变量，利用神经网络方法建立杂草稻和水稻的判别模型，模型训练时杂草稻和水稻的回判率都为100%；预测时，杂草稻的回判率为92.86%，水稻的回判率为96.88%。研究表明，利用高光谱图像技术快速鉴别稻田苗期杂草稻是可行的。