高光譜圖像在農(nóng)作物病害檢測識別中的研究進展

打開文本圖片集

摘要：農(nóng)作物病害無損檢測是保證作物產(chǎn)量和質(zhì)量的關(guān)鍵環(huán)節(jié)，起到及時發(fā)現(xiàn)病害、指導(dǎo)農(nóng)藥的使用、減少經(jīng)濟損失等作用。本文介紹了高光譜成像技術(shù)用于農(nóng)作物病害檢測的原理;從支持向量機、偏最小二乘回歸、深度學(xué)習(xí)識別算法方面綜述了2017—2021年高光譜成像技術(shù)在農(nóng)作物病害檢測中的國內(nèi)外研究進展;分析了作物病害高光譜圖像識別算法的原理和分類流程，對3種深度學(xué)習(xí)算法：[深度置信網(wǎng)絡(luò)（DBN）、基于自編碼網(wǎng)絡(luò)（AE）的棧式自編碼網(wǎng)絡(luò)（SAE）、卷積神經(jīng)網(wǎng)絡(luò)（CNN）]在農(nóng)作物病蟲害高光譜圖像識別方面的應(yīng)用進行優(yōu)缺點對比;對常見深度學(xué)習(xí)分類指標(biāo)計算過程和原理進行說明;指出高光譜檢測識別農(nóng)作物病害中面臨的問題：異物同譜、數(shù)據(jù)預(yù)處理特征提取過程繁雜、數(shù)據(jù)量小且訓(xùn)練數(shù)據(jù)不平衡，并針對這些問題給出未來的研究方向。（剩余10749字）