Método de clasificación para identificar colza y malezas mediante imágenes hiperespectrales

La colza es una fuente importante de aceite comestible en mi país, ocupando el primer lugar entre los cinco principales cultivos oleaginosos. Mi país es el principal

productor mundial de colza, y

su superficie y rendimiento de colza ocupan el primer lugar en el mundo. Sin embargo, las malas hierbas son muy dañinas para la colza durante su crecimiento. El

desmalezado químico tradicional contamina el entorno ecológico agrícola y la eficiencia del uso de herbicidas es relativamente baja. Por lo tanto, la clave para

identificar correctamente las malas hierbas es lograr una pulverización precisa de herbicidas.

La tecnología de imágenes hiperespectrales es una nueva tecnología que integra el procesamiento de imágenes y el análisis espectral. Los datos de las imágenes

pueden mostrar verdaderamente el daño superficial y

las características externas de los cultivos, mientras que los datos espectrales reflejan la estructura interna y la composición de los cultivos. Por lo tanto, en los

últimos años, la tecnología de imágenes hiperespectrales se ha

utilizado cada vez más en la clasificación e identificación de malezas y en las pruebas no destructivas de la calidad de los productos agrícolas.

Este trabajo utiliza una variedad de métodos de preprocesamiento y métodos de extracción de longitud de onda característica para procesar los datos de imágenes

hiperespectrales de las copas de los árboles de colza y malezas

y establece modelos de clasificación basados en el espectro completo y las longitudes de onda características respectivamente. Al analizar y comparar los resultados

de

diferentes modelos de clasificación, se pueden obtener los efectos de diferentes tiempos de adquisición espectral y diferentes variedades de colza en la clasificación

e identificación de malezas.

1 Parte experimental

1.1 Muestras

Las muestras de colza y cuatro malezas utilizadas en el experimento son Echinochloa crus-galli, Hemeng, Ramulus velutipes y Bidens pilosa, todas las cuales son

especies de malezas comunes

con gran impacto en los campos de colza y tienen un ciclo de crecimiento similar al de la colza. La Figura 1 muestra las imágenes de las muestras utilizadas en el

experimento.

1.2 Adquisición de imágenes espectrales

Se utiliza una cámara hiperespectral de 400 a 1000 nm y el producto FS13 de Hangzhou Caipu Technology Co., Ltd. se puede utilizar para investigaciones relacionadas.

El rango espectral es

de 400 a 1000 nm, la resolución de longitud de onda es mejor que 2,5 nm y hasta 1200 canales espectrales. La velocidad de adquisición puede alcanzar 128 FPS en el

espectro completo y

la más alta después de la selección de banda es 3300 Hz (admite la selección de banda multirregional).

La recolección de información hiperespectral de la colza y las malezas se dividió en tres momentos, que se definieron como 1, 2 y 3. Además, durante cada proceso de recolección de datos, dado que la colza y las malezas están en crecimiento, es necesario ajustar los parámetros internos, como el tiempo de exposición de la cámara y la altura de recolección, para obtener la imagen hiperespectral con la menor distorsión. La Tabla 1 muestra los parámetros internos del generador de imágenes hiperespectrales durante los tres experimentos.

1.3 Extracción de características de datos

Para las imágenes hiperespectrales de colza y malezas estudiadas, se extrae la región de interés de cada planta y se toma como ROI toda el área de muestra

después de eliminar el fondo.

Se calcula y cuenta el espectro promedio de cada banda en el ROI para lograr la transformación del espectro para el procesamiento final de los datos.

Uno de los principios de la extracción de ROI es eliminar el área que no sea el dosel de la planta tanto como sea posible, de modo que la imagen del área del

dosel y la imagen de fondo puedan segmentarse en gran medida. El método de segmentación del dosel es el siguiente:

(1) Analice y compare la información espectral correspondiente a los puntos de píxel en el área ROI y el área que no es ROI, encuentre la banda que pueda

distinguir estos puntos y, finalmente, seleccione la imagen de banda de 800 nm como máscara y establezca el umbral para la binarización para construir la máscara;

(2) En la imagen de máscara, el área de fondo se convierte en 0 y el área de información de muestra se convierte en 1, y la imagen hiperespectral original se

enmascara, de modo de

lograr el efecto de eliminar el área de fondo. La Figura 2 muestra el proceso de adquisición de ROI basado en la imagen pseudocolor RGB bajo las tres

bandas de

662, 554 y 450 nm hiperespectrales.

1.4 Método de procesamiento de datos

1.4.1 Método de preprocesamiento

La transformación de variable normal, la eliminación de tendencia, la corrección de dispersión multivariable, el suavizado de promedio móvil, el suavizado de

convolución polinómica, la corrección de línea base

y la normalización se utilizan para preprocesar los datos hiperespectrales de la muestra.

1.4.2 Método de extracción de longitud de onda característica

La carga de componente principal, el método de coeficiente de carga, el método de coeficiente de regresión y el algoritmo de proyección continua se utilizan para

extraer longitudes de onda características.

La carga de componente principal selecciona longitudes de onda características principalmente porque los valores de carga bajo diferentes componentes principales

indican la diferente

importancia de las longitudes de onda. Por lo tanto, los valores de pico y valle en el diagrama de carga de componente principal se seleccionan como longitudes de

onda características; el método de coeficiente de carga (x-LW) selecciona longitudes de onda características de acuerdo con la curva x-LW, donde la longitud de

onda con un valor absoluto mayor y un pico es la longitud de onda característica; El pico, el valle y el punto de inflexión en la curva RC son las longitudes de onda

características seleccionadas por el método del coeficiente de regresión) [12]. SPA analiza las proyecciones continuas múltiples de los vectores contenidos en el

conjunto de datos para reducir la redundancia del contenido de los datos y mejorar la eficiencia y la velocidad de cálculo.

2 Resultados y discusión

2.1 Curvas espectrales promedio de colza y malezas

Se recopilaron datos espectrales de infrarrojo cercano de 512 bandas en el rango de longitud de onda de 380-1034 nm. Dado que el ruido afecta obviamente los

extremos delantero y trasero del espectro, se eliminaron las bandas de ruido en los extremos delantero y trasero, y se utilizó el espectro de 380 bandas entre 453

y 934 nm para el análisis. Las curvas espectrales de reflectancia

promedio de la colza y las malezas se establecieron como se muestra en la Figura 3. Como se puede ver en la figura, la colza y las cuatro malezas tienen tendencias

similares,

las curvas de las malezas están más dispersas, Bidens pilosa y la colza se superponen, pero hay una clara diferencia en la reflectividad en el pico de 550 nm.

Las muestras se dividieron en un conjunto de modelado y un conjunto de predicción en una proporción de 3:1, con 72 muestras de colza y 48 de malezas en el

conjunto de modelado y 24 muestras de colza

y 16 de malezas en el conjunto de predicción. Cabe señalar que hay 12 muestras de cada una de las cuatro malezas en el conjunto de modelado y cuatro muestras

de cada

en el conjunto de predicción.

2.2 Análisis de componentes principales Análisis cualitativo

El análisis de componentes principales de los datos espectrales de colza y malezas mostró que la tasa de contribución acumulada de PC1 y PC2 en los tres

experimentos

fue del 99%, y PC1 y PC2 podrían explicar la mayoría de las variables [4]. La distribución de las puntuaciones de los componentes principales de los tres experimentos

se muestra en la Figura 4.

Como se puede ver en la figura, la colza y las malezas están agrupadas en el mapa de puntuaciones, lo que demuestra además que la colza y las malezas se pueden

identificar de manera eficaz. A continuación, continuaremos utilizando datos espectrales para análisis y procesamiento.

2.3 Resultados de clasificación y reconocimiento basados en toda la banda

El espectro fue preprocesado mediante eliminación de tendencias y el modelado de todo el espectro se realizó en base a tres algoritmos. La precisión de reconoc

imiento se muestra en

la Tabla 3. Como se muestra en la Tabla 3, el efecto de clasificación del algoritmo PLS en la segunda prueba no alcanzó el 90,00%, y los algoritmos SVM y ELM fuer

on mejores, es

particularmente el algoritmo ELM, que tuvo la mejor precisión de clasificación, alcanzando el 100,00% en las tres pruebas.

2.4 Resultados de clasificación y reconocimiento de longitudes de onda características

Con base en el preprocesamiento de eliminación de tendencias, la reflectancia correspondiente a las longitudes de onda características extraídas por los cuatro

métodos anteriores se utiliza como variable de

entrada. Dado que el efecto de discriminación del modelo ELM basado en el espectro completo es mejor entre diferentes lotes de experimentos, el modelo de

análisis de

discriminación ELM se establece en función de la longitud de onda característica. Los resultados de la clasificación se muestran en la Tabla 4.

Como se puede ver en la Tabla 4, los cuatro métodos de extracción lograron resultados de clasificación relativamente buenos. El efecto de clasificación del modelo

de reconocimiento establecido

por las longitudes de onda características extraídas por cargas de PCA, pesos de carga x y SPA es muy bueno. El efecto de clasificación del conjunto de modelado

y el conjunto de predicción alcanzaron el 100,00 %.