学术中心

全部分类
您现在的位置:
首页
/
/
/
基于无人机的多光谱影像评估马铃薯晚疫病

基于无人机的多光谱影像评估马铃薯晚疫病

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-05-05 06:10
  • 访问量:

【概要描述】该方法结合形态学运算,对随机森林、梯度增强分类器、支持向量分类器、线性支持向量分类器和K近邻分类器等五种机器学习算法检测晚疫病的性能进行了评价

基于无人机的多光谱影像评估马铃薯晚疫病

【概要描述】该方法结合形态学运算,对随机森林、梯度增强分类器、支持向量分类器、线性支持向量分类器和K近邻分类器等五种机器学习算法检测晚疫病的性能进行了评价

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-05-05 06:10
  • 访问量:
详情

传统的晚疫病检测和制图方法非常耗时,需要大量人工,并且多数具有主观性。本文评估了一种基于无人机的多光谱图像评估和检测马铃薯晚疫病的方法。该方法结合形态学运算,对随机森林、梯度增强分类器、支持向量分类器、线性支持向量分类器和K近邻分类器等五种机器学习算法检测晚疫病的性能进行了评价。该方法的主要步骤分为:(i)原始图像的辐射和几何校正;(ii)应用阈值技术去除土壤和杂草;(iii)使用ML算法的监督分类程序;(iv)使用训练模型对新数据集进行分类。

 

从基于无人机的影像评估LB的研究工作流程

 

研究人员在在一个马铃薯试验田的两个数据上对该方法的性能进行了评价。结果表明,就准确性指标和运行时间而言,线性支持向量分类器和随机森林算法均具有最佳性能。研究表明,该方法可以在几乎没有人为干预的情况下检测到晚疫病。

 

删除图像背景步骤

 

每个正在研究的数据集的分类结果

 

来源:

Rodríguez J, Lizarazo I, Prieto F, et al. Assessment of potato late blight from UAV-based multispectral imagery. Computers and Electronics in Agriculture. https://doi.org/10.1016/j.compag.2021.106061.

关键词:

扫二维码用手机看

推荐新闻

致即将毕业的你
致即将毕业的你
发布时间 : 2021-04-20 15:29:43
如果您有意向,不要彷徨不要犹豫,赶快将您的简历发到邮箱hr@phenotrait.com吧。
查看详情
如果您有意向,不要彷徨不要犹豫,赶快将您的简历发到邮箱hr@phenotrait.com吧。
我司荣登2020国际未来农业食品百强榜生物农业TOP20
我司荣登2020国际未来农业食品百强榜生物农业TOP20
慧诺瑞德荣登2020国际未来农业食品百强榜生物农业TOP20
查看详情
慧诺瑞德荣登2020国际未来农业食品百强榜生物农业TOP20
慧诺表型实验室推出测试服务
慧诺表型实验室推出测试服务
发布时间 : 2020-08-26 11:38:26
提供植物表型、光合作用等相关的数据测试和分析服务
查看详情
提供植物表型、光合作用等相关的数据测试和分析服务
提高光合效率促进植物生长
提高光合效率促进植物生长
发布时间 : 2020-07-10 00:00:00
我们可能培育出阳光利用率至少为1.5%的植物,而不是目前的0.5%,这是一个巨大的进步。
查看详情
我们可能培育出阳光利用率至少为1.5%的植物,而不是目前的0.5%,这是一个巨大的进步。

视频展示

植物表型架起从数字农业到智慧农业的桥梁
00:30:11
所属分类:
视频展示
发布时间:
2020/12/10
关键词:

专题报道

搜索
确认
取消

联系我们

慧诺瑞德(北京)科技有限公司

地址:北京市海淀区西三旗街道建材城东路10号院
          京城尚德智造产业园E区112B

电话:010-62925490829288548292886482928874
传真:010-62925490-802
Email:
info@phenotrait.com

邮编:100096

在线留言

关注我们

这是描述信息

植物表型圈

这是描述信息

植物表型资讯

慧诺瑞德(北京)科技有限公司版权所有      京ICP备15043840号    网站建设:中企动力   北二分     法律声明