项目名称: 基于近地成像高光谱系统解析小麦白粉病的多尺度和多角度特征

项目编号: No.41201422

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 地理学

项目作者: 赵晋陵

作者单位: 北京市农林科学院

项目金额: 25万元

中文摘要: 白粉病具有从小麦植株下层叶片逐渐往上层侵染的特点,而传统的病害监测方法以目测手查为主,费时费力、主观性强,航空/航天遥感往往从垂直冠层角度获取病害小麦顶部的信息,没能考虑病害对冠层中、下部的影响。本研究利用近地扫描成像光谱仪PIS,获取高分辨率"图谱合一"的"多角度"和"多尺度"遥感数据,定量解析小麦白粉病单叶和冠层尺度的病害特征。研究内容包括:1)依据染病小麦叶片和冠层呈现的色彩、纹理、形状等病害特征,分离小麦、病斑、土壤和阴影区域,提取纯病害小麦的"图谱"特征;2)设定PIS距离小麦冠层不同高度,联立准同步获取的高分辨率IKONOS航天影像,建立多空间尺度下病害聚类特征和表现规律的"多尺度"诊断模型;3)利用多角度观测架装载PIS传感器,多角度解析染病小麦冠层及中、下层植株和叶片的病害特征,建立小麦白粉病的"多角度"诊断模型。本研究成果将为航空/航天遥感大范围监测作物病害提供方法支撑。

中文关键词: 高光谱遥感;多角度光谱;成像光谱仪;小麦白粉病;小麦条锈病

英文摘要: Powdery mildew commonly infest wheat leaves from lower layer to top layer of wheat plants. At present, there are primarily two methods to detect wheat dieases: manual field observations and remote sensing based measurements. However, traditional diagnoses of wheat diseases are usually time-consuming, subjective and inefficient, while conventional studies are being performed by acquiring canopy information in vertical direction based on spaceborne or airborne remotely sensed data. In addition, the influences on middle and lower layers of wheat plants caused by diseases are not fully considered. Consequently, considering the above unsolved questions, ground-based hyperspectral imaging techniques were tentatively utilized in quantitatively identifying wheat powdery mildew in our study. Own-made pushbroom imaging spectrometer (PIS) combining image with spectrum was used to acquire multi-scale and multi-angular hyperspectral images at leaf and canopy sacles. Three studies were primarily performed in this study. 1) According to colour, texture, shape of wheat infested with powdery mildew, the image and specctral characteristics were identified by separating wheat and disease spots from soil background and shadows. 2) Subsequently, multi-scale diagnosis model was built to demonstrate the disease properties of powdery m

英文关键词: Hyperspectral remote sensing;Multi-angular spectrum;Imaging spectrometer;Wheat powdery mildew;Wheat stripe rust

成为VIP会员查看完整内容
0

相关内容

专知会员服务
83+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
33+阅读 · 2021年4月23日
专知会员服务
40+阅读 · 2020年12月8日
小目标检测技术研究综述
专知会员服务
114+阅读 · 2020年12月7日
图像分割方法综述
专知会员服务
52+阅读 · 2020年11月22日
基于深度学习的表面缺陷检测方法综述
专知会员服务
84+阅读 · 2020年5月31日
基于视觉的三维重建关键技术研究综述
专知会员服务
154+阅读 · 2020年5月1日
基于深度学习的多标签生成研究进展
专知会员服务
140+阅读 · 2020年4月25日
涨点神器!特征金字塔技术总结
CVer
0+阅读 · 2022年2月4日
特征金字塔技术总结
极市平台
0+阅读 · 2022年1月31日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
光学遥感图像目标检测算法综述
专知
7+阅读 · 2021年3月23日
综述 | 图像配准 Image registration
计算机视觉life
18+阅读 · 2019年9月12日
深度学习与医学图像分析
人工智能前沿讲习班
39+阅读 · 2019年6月8日
自动泊车系统发展现状及前景分析 | 厚势
厚势
22+阅读 · 2018年1月22日
SAR成像原理及图像鉴赏
无人机
20+阅读 · 2017年8月14日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
15+阅读 · 2021年11月19日
Arxiv
19+阅读 · 2021年4月8日
小贴士
相关VIP内容
专知会员服务
83+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
33+阅读 · 2021年4月23日
专知会员服务
40+阅读 · 2020年12月8日
小目标检测技术研究综述
专知会员服务
114+阅读 · 2020年12月7日
图像分割方法综述
专知会员服务
52+阅读 · 2020年11月22日
基于深度学习的表面缺陷检测方法综述
专知会员服务
84+阅读 · 2020年5月31日
基于视觉的三维重建关键技术研究综述
专知会员服务
154+阅读 · 2020年5月1日
基于深度学习的多标签生成研究进展
专知会员服务
140+阅读 · 2020年4月25日
相关资讯
涨点神器!特征金字塔技术总结
CVer
0+阅读 · 2022年2月4日
特征金字塔技术总结
极市平台
0+阅读 · 2022年1月31日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
光学遥感图像目标检测算法综述
专知
7+阅读 · 2021年3月23日
综述 | 图像配准 Image registration
计算机视觉life
18+阅读 · 2019年9月12日
深度学习与医学图像分析
人工智能前沿讲习班
39+阅读 · 2019年6月8日
自动泊车系统发展现状及前景分析 | 厚势
厚势
22+阅读 · 2018年1月22日
SAR成像原理及图像鉴赏
无人机
20+阅读 · 2017年8月14日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员