导读:本文包含了特征波段提取论文开题报告文献综述及选题提纲参考文献，主要关键词:液晶可调滤波器(LCTF),ABS算法,特征波段,小白菜叶片
特征波段提取论文文献综述
董明,张洋,张晓晓,朱嘉玮,杨卫平[1]（2016）在《基于LCTF成像和ABS算法的小白菜光谱特征波段提取研究》一文中研究指出基于液晶可调滤波器(LCTF)和CMOS组合的多光谱成像系统,在435~720nm波段范围内,以每隔5nm波段对小白菜叶片进行灰度值信息的提取,然后求出各个波段的灰度值平均值、标准差以及相关系数,并采用自适应波段选择法(ABS)提取出小白菜叶片的波段指数,最后通过波段指数的排序选取出小白菜叶片的有效特征波段。实验结果表明,用ABS的特征波段提取的算法,能够快速有效地获取小白菜叶片的光谱信息,在445nm、450nm、455nm、680nm、685nm、690nm、695nm和710nm波段具有较理想的波段指数值,有较大的光谱信息量。因此,这些波段可以很好地作为识别小白菜叶片的有效特征信息波段。(本文来源于《光学仪器》期刊2016年03期）
董明[2]（2016）在《基于LCTF成像技术的十字花科类农作物特征波段提取及分类研究》一文中研究指出我国是农业大国,农作物的产量和质量受到病虫害和农药残留超标的影响较大,所以如何快速、有效地对农作物进行准确的区分和识别,对我国精细的农业的发展有着指导性的重大意义。十字花科类蔬菜作为我国居民日常生活中较多食用且营养价值丰富的蔬菜,在全国各地有着大面积的种植,因此对农作物信息的识别和获取为预防病虫害和农药残留超标具有重要的意义。基于人眼视觉和传统的红绿蓝叁色(RGB)成像技术和光谱仪均无法同时获取被测目标的光谱信息和空间信息,且成像波段多和数据量庞大导致数据处理工作的繁琐和准确率的降低。然而,随着近年来多光谱成像技术的发展,其在精细农业中的应用越来越广泛,其“图谱合一”的特点在数据信息获取和处理方面显得极其重要。因此,本论文研究利用LCTF光谱成像技术对几种十字花科类植物的波段特征提取与分类,为种植十字花科类植物提供理论支持。首先,在本论文中根据光谱成像技术原理,提出一种由CMOS黑白工业相机和液晶可调谐滤光器(LCTF)组成的多光谱成像系统,并介绍了该成像系统的工作原理、标定、多光谱数据采集和数据处理等内容。然后,通过自组搭建的LCTF成像系统在435~720nm波段范围内,以每隔5nm波段对十字花科类5种农作物进行多光谱图像的采集,采用ABS算法、波段指数法等方法对其多光谱灰度图像数据进行特征波段的选取,实验结果表明,通过对植物特征、波段间的相关性和数据量的大小分析,得出其对健康小白菜叶片、健康菜心叶片、健康大白菜叶片、健康甘蓝叶片、健康萝卜叶片的有效特征波段均较为理想,因此,本实验通过不同的特征波段方法对5种十字花科类植物的光谱信息的提取是较为准确的。最后,根据近邻法决策和监督分类法中的欧式距离法和马氏距离法,光谱匹配技术中的光谱角度匹配法和相关系数法,分别对5种农作物的全波段和特征波段进行分类精度的分析。本实验结果表明,4种分类方法对全波段的分类精度均可达到97.5%以上,较好地实现分类;对特征波段,4种分类方法均不能单一的对5种农作物进行较高精度的分类,而通过互相组合的分类方法即可实现对5种农作物样本的理想分类。因此,本实验对于理想分类的农作物样本,建立相应的5类十字花科类农作物特征波段的多光谱数据库。实验结果表明,基于LCTF成像技术通过ABS算法、波段指数法等方法对十字花科类农作物特征波段的正确、快速、有效的识别提供新的方法和理念,提高了多光谱图像数据处理的效率和减少了失误率,对快速有效的识别十字花科类农作物提供较为理想的数据和理论支持。(本文来源于《云南师范大学》期刊2016-05-22）
易沵泺,卓莉,叶涛,陶海燕,谢育航[3]（2015）在《决策回归树提取水稻面积的关键特征波段》一文中研究指出通过合理选取关键水稻特征波段,可有效提高利用决策回归树提取水稻面积的精度和效率。该文以湖南省常德市鼎城区为例,在CART决策树中引入水分胁迫指数(MSI)、归一化水体指数(NDWI)和归一化土壤指数(NDSI)进行水稻面积提取,并与基于缨帽变换所得湿度、绿度构建的决策树提取结果进行对比。提取结果表明:利用MSI、NDWI和NDSI等特征波段提取的水稻面积精度为93.96%,与基于绿度、湿度等特征波段所得精度相当,但决策树结构更为简单高效,在后续应用中具有推广前景。(本文来源于《遥感信息》期刊2015年03期）
林立波,李宏宁,曹鹏飞,冯洁[4]（2014）在《用LCTF光谱技术提取甘蓝小菜蛾虫害叶片特征波段》一文中研究指出利用由液晶可调滤波器(liquid crystal tunable filter,LCTF)和单色CCD相机组成的光谱成像系统对甘蓝正常叶片和遭受小菜蛾虫害甘蓝叶片的光谱特征进行分析,获取了430~720nm每隔5nm波段的灰度值信息,并采用自适应波段选择方法提取出了两种叶片的特征波段,通过欧氏距离聚类方法对所提取的特征波段进行聚类分析。结果表明甘蓝正常叶片在545nm、645nm、650nm、655nm波段具有较大光谱信息量,而虫害叶片在550nm、555nm、575nm、585nm、715nm波段有较大光谱信息量。因此,可以利用LCTF快速地检测出植物是否遭受虫害,为农业虫害检测提供了一种新方法。(本文来源于《光学仪器》期刊2014年03期）
曹鹏飞[5]（2014）在《基于光谱成像技术的农作物特征波段提取与分类研究》一文中研究指出农作物生长状态和病虫害监测是农业生产发展中尤为重要的一个环节，其对农作物产量和品质影响较大。基于传统人眼视觉和RGB数字彩色设备监测农作物的方法往往效率低、误判率大。然而，光谱成像技术以其图谱合一的特点，解决了传统科学领域“图谱不能合一”和“同色异谱”等问题。鉴于此，本论文研究基于光谱成像技术的农作物特征波段提取与分类。首先，根据光谱成像技术原理，通过分析核心成像器件CMOS黑白工业相机与液晶可调谐滤光器（LCTF）两种组合方式的各自优缺点，以及考虑成像系统的便携性、稳定性和充分应用LCTF的有效孔径，实验选取LCTF位于镜头与CMOS相机之间的组合方式，搭建了基于农作物的多光谱成像系统，并介绍了该成像系统的工作原理、系统定标、多光谱图像采集、数据处理和表达等内容。然后，在400-720nm波段范围，实验通过搭建的多光谱成像系统分别获取了4类农作物样本每隔5nm的多光谱图像，并得出4类样本的光谱特征曲线。考虑到实验所得多光谱数据冗余度大、波段间相关性强、占用存储空间大、数据处理算法难度提升等特点，因此有必要从大量成像光谱数据中选取有效的农作物特征波段。结合特征波段的选取准则，根据波段指数法和图像亮度信息法原理，分别计算得出健康四季豆叶片的特征波段结果；通过分析植物的特征、信息量的大小和波段间的相关性，得出波段指数法获取健康四季豆叶片的特征波段结果比较理想。因此，实验通过波段指数法获取了其他3类农作物样本的特征波段。最后，根据近邻法决策规则，从监督分类中常用的距离法、光谱匹配技术中的光谱角度匹配法和相关系数法入手，实验从全波段和特征波段角度分别对4类农作物样本进行分类。实验结果表明，对于全波段的农作物样本，3种分类方法的分类精度均大于97.00%，能够较好地实现分类；对于特征波段的农作物样本，3种分类方法均不能单一对4类农作物样本予以高精度的分类，而通过分类方法的相互组合可以实现对4类样本的理想分类；其中，对于稻飞虱为害后水稻叶片亦可以增加特征波段数量来提高其分类精度。实验对于正确分类的农作物，建立相应农作物特征波段的多光谱数据库。实验结果表明，基于光谱成像技术应用于农作物生长状态监测和病虫害诊断是一种快速、无损的监测技术。实验获取的有效农作物特征波段对快速识别农作物提供了一种方法和思路，优化了多光谱图像数据，有望应用于快速识别其他作物和精细农业分类，以及高光谱遥感识别地物等领域。(本文来源于《云南师范大学》期刊2014-05-24）
段宗恩,朱谷昌,张思颖,姬祥永,隗含涛[6]（2012）在《哈密黑山口地区遥感蚀变信息提取特征波段优选研究》一文中研究指出在遥感蚀变信息提取研究中,特征波段的选取是主要的技术关键。本文以新疆哈密市黑山口地区为研究区,利用ETM卫星遥感数据,在光谱数据空间几何结构特征分析的基础上,通过对七个多光谱波段的回归偏度分析,评价蚀变信息的客观存在性,从而选取出针对不同蚀变类型的特征波段,然后采用主成分分析、最优密度分割等方法,提取出矿化蚀变信息,并对结果信息进行了评价。通过野外地质调查和光谱测量的实地验证,提取的蚀变信息与实地情况吻合性好,取得了较理想的效果。结论认为,次级断裂构造带上含矿化蚀变的铁镁质岩体找矿前景较好。(本文来源于《地质与勘探》期刊2012年04期）
冯洁,李宏宁,杨卫平,李泽东,窦爱丽[7]（2011）在《用亮度信息提取黄瓜霜霉病害窄带多光谱图像特征波段》一文中研究指出为了挖掘有利于光谱分类的有效特征信息,本文选取园艺作物黄瓜的霜霉病害为研究对象,利用窄带滤光片型多光谱成像系统,在CIE1931 d/0(漫反射/垂直)标准照明和观测条件下,采集了中心波长分别为400nm,434.8nm,460nm,490nm,515.7nm,530nm,546nm,589nm,600nm,620nm,635nm,650nm,670nm,700nm,850nm共15个窄带多光谱图像和1个全色图像的多光谱图像。在此基础上,实验采用多光谱图像的平均灰度值和标准差,通过通道图像可识别度模型,对6个霜霉病害样本的16通道多光谱数据可识别度排序,目的是探讨能有效识别黄瓜植株霜霉病害的特征波段。(本文来源于《中国光学学会2011年学术大会摘要集》期刊2011-09-05）
郑长春,王秀珍,黄敬峰[8]（2008）在《基于特征波段的SPOT-5卫星影像水稻面积信息自动提取的方法研究》一文中研究指出为了快速、准确地从遥感影像上提取水稻信息,满足国家农情遥感监测系统要求,以黑龙江省852农场水稻提取为例,利用SPOT-5卫星影像数据,分析了水稻和其它背景地物的光谱特征,发现利用原有波段难以提取复杂的水稻信息,因此利用植被特征波段:归一化植被指数(NDVI)作为新波段融入原始影像中,在增加有效信息量的同时运用简单决策树模型提取水稻信息,并参照地块现状矢量图进行精度评价。结果表明,该方法的总体提取效果较好,其提取精度与通常的监督分类方法相比有了较大的提高,只是在水稻和玉米交界处有误判现象。(本文来源于《遥感技术与应用》期刊2008年03期）
邓劲松,王珂,沈掌泉,许红卫[9]（2004）在《基于特征波段的SPOT-5卫星影像耕地信息自动提取的方法研究》一文中研究指出首先分析了SPOT-5卫星影像中植被和其它主要背景地物的光谱特征,发现利用原有波段难以提取复杂的植被信息,同时植被信息中的耕地(水田和旱地)和园地在所有波段上都有重迭很难区分。因此考虑到植被信息的复杂性和波段信息的不足以及研究区内地势平坦,该文提出了利用植被特征波段:加和比值植被指数(PRVI)和归一化植被指数(NDVI)作为新的波段融入原始影像中,在增加有效信息量的同时运用简单决策树模型提取耕地信息,并参照最新的航测数据进行了精度评价。结果表明,该方法的总体提取效果较好,能够在快速、准确提取植被信息的基础上,进一步区分旱地和水田,并且去除容易混淆的园地。与常规的监督分类方法相比都有很大的提高,只是在耕地和园地交界处有误判现象。(本文来源于《农业工程学报》期刊2004年06期）
特征波段提取论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
我国是农业大国,农作物的产量和质量受到病虫害和农药残留超标的影响较大,所以如何快速、有效地对农作物进行准确的区分和识别,对我国精细的农业的发展有着指导性的重大意义。十字花科类蔬菜作为我国居民日常生活中较多食用且营养价值丰富的蔬菜,在全国各地有着大面积的种植,因此对农作物信息的识别和获取为预防病虫害和农药残留超标具有重要的意义。基于人眼视觉和传统的红绿蓝叁色(RGB)成像技术和光谱仪均无法同时获取被测目标的光谱信息和空间信息,且成像波段多和数据量庞大导致数据处理工作的繁琐和准确率的降低。然而,随着近年来多光谱成像技术的发展,其在精细农业中的应用越来越广泛,其“图谱合一”的特点在数据信息获取和处理方面显得极其重要。因此,本论文研究利用LCTF光谱成像技术对几种十字花科类植物的波段特征提取与分类,为种植十字花科类植物提供理论支持。首先,在本论文中根据光谱成像技术原理,提出一种由CMOS黑白工业相机和液晶可调谐滤光器(LCTF)组成的多光谱成像系统,并介绍了该成像系统的工作原理、标定、多光谱数据采集和数据处理等内容。然后,通过自组搭建的LCTF成像系统在435~720nm波段范围内,以每隔5nm波段对十字花科类5种农作物进行多光谱图像的采集,采用ABS算法、波段指数法等方法对其多光谱灰度图像数据进行特征波段的选取,实验结果表明,通过对植物特征、波段间的相关性和数据量的大小分析,得出其对健康小白菜叶片、健康菜心叶片、健康大白菜叶片、健康甘蓝叶片、健康萝卜叶片的有效特征波段均较为理想,因此,本实验通过不同的特征波段方法对5种十字花科类植物的光谱信息的提取是较为准确的。最后,根据近邻法决策和监督分类法中的欧式距离法和马氏距离法,光谱匹配技术中的光谱角度匹配法和相关系数法,分别对5种农作物的全波段和特征波段进行分类精度的分析。本实验结果表明,4种分类方法对全波段的分类精度均可达到97.5%以上,较好地实现分类;对特征波段,4种分类方法均不能单一的对5种农作物进行较高精度的分类,而通过互相组合的分类方法即可实现对5种农作物样本的理想分类。因此,本实验对于理想分类的农作物样本,建立相应的5类十字花科类农作物特征波段的多光谱数据库。实验结果表明,基于LCTF成像技术通过ABS算法、波段指数法等方法对十字花科类农作物特征波段的正确、快速、有效的识别提供新的方法和理念,提高了多光谱图像数据处理的效率和减少了失误率,对快速有效的识别十字花科类农作物提供较为理想的数据和理论支持。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
特征波段提取论文参考文献
[1].董明,张洋,张晓晓,朱嘉玮,杨卫平.基于LCTF成像和ABS算法的小白菜光谱特征波段提取研究[J].光学仪器.2016
[2].董明.基于LCTF成像技术的十字花科类农作物特征波段提取及分类研究[D].云南师范大学.2016
[3].易沵泺,卓莉,叶涛,陶海燕,谢育航.决策回归树提取水稻面积的关键特征波段[J].遥感信息.2015
[4].林立波,李宏宁,曹鹏飞,冯洁.用LCTF光谱技术提取甘蓝小菜蛾虫害叶片特征波段[J].光学仪器.2014
[5].曹鹏飞.基于光谱成像技术的农作物特征波段提取与分类研究[D].云南师范大学.2014
[6].段宗恩,朱谷昌,张思颖,姬祥永,隗含涛.哈密黑山口地区遥感蚀变信息提取特征波段优选研究[J].地质与勘探.2012
[7].冯洁,李宏宁,杨卫平,李泽东,窦爱丽.用亮度信息提取黄瓜霜霉病害窄带多光谱图像特征波段[C].中国光学学会2011年学术大会摘要集.2011
[8].郑长春,王秀珍,黄敬峰.基于特征波段的SPOT-5卫星影像水稻面积信息自动提取的方法研究[J].遥感技术与应用.2008
[9].邓劲松,王珂,沈掌泉,许红卫.基于特征波段的SPOT-5卫星影像耕地信息自动提取的方法研究[J].农业工程学报.2004
标签：液晶可调滤波器(LCTF); ABS算法; 特征波段; 小白菜叶片;