学术中心
便携式高分辨率快照多光谱成像设备分类非侵入性玉米氮胁迫
发布时间:
2025-06-05
来源:
作者:
光谱成像已广泛应用于植物表型分析,以评估玉米叶片氮状况。最近的研究表明,单片叶片多光谱图像中的空间变化为玉米氮估计提供了更强的信号。然而,目前的玉米多光谱成像技术无法以高分辨率和简单的作捕获大片玉米叶片,这限制了它们在氮估计中的效率和准确性。为了解决这一差距,本研究开发了一种近端多光谱成像设备,该设备可以捕获单片玉米叶片大段的高分辨率快照多光谱图像。该设备利用气流自主定位和展平叶片,以最大限度地减少由于叶片曲率引起的图像噪声并简化作。此外,该设备采用透射成像机制,将玉米叶夹在相机和光源之间,以阻挡环境光并提供均匀的照明,从而在 6 秒内捕捉高分辨率和高精度的叶子图像。进行了田间分析,通过对应用于玉米的氮胁迫进行分类,验证该设备捕获的多光谱图像在评估氮状况方面的有效性。对 12 个玉米田进行 6 次氮胁迫,每个样地收集 10 张图像。使用全图的平均营养指数,只有 1 个处理与其他 5 个处理显著不同,其他各组间均无显著差异。然而,通过从图像中提取空间和光谱特征并结合这些特征,与使用平均指数相比,氮胁迫分类的准确性得到了提高。在另一项分析中,通过将空间-光谱分析方法应用于图像,与使用平均指数相比,氮胁迫分类精度有所提高。这些结果证明了这种高分辨率和高通量成像设备的优势,通过促进空间-光谱组合分析以实现更精确的分类来区分氮胁迫。
图1 设备的工作原理和示意图。
图2 设备的3D 模型:(A) 前视图;(B) 后视图。
图3 设备的数据流和通信协议。
图4 操作流程图。
图5 红灯下处理后的图像示例。(A) 处理前。(B) 处理后。
图6 (A) 使用颜色图分割后的原始多光谱图像。(B) 使用颜色图生成的索引热图。(C) 基于叶形的玉米叶片分区法。(D) 基于轮廓检测的静脉分割。
图7 田间地图。
图8 基于全叶平均指数的氮素胁迫鉴定结果。
图9 利用提取的空间光谱特征识别氮元素胁迫的结果。
来 源
Li, X.; Niu, Z.; Morales-Ona, A.G.; Chen, Z.; Zhao, T.; Quinn, D.J.; Jin, J. (2025) A Portable High-Resolution Snapshot Multispectral Imaging Device Leveraging Spatial and Spectral Features for Non-Invasive Corn Nitrogen Treatment Classification. Sensors, 25, 1320.
编辑
王春颖
推荐新闻
视频展示