【目的】叶绿素含量可以用来评价棉花的长势情况,快速、准确和大面积监测棉花叶绿素含量,有助于实现精准农业。【方法】分别用0~2阶(步长为0.2)的分数阶微分处理和1~10尺度下的小波变换对田间测定的陆地棉和海岛棉等2种棉花的高光谱反...【目的】叶绿素含量可以用来评价棉花的长势情况,快速、准确和大面积监测棉花叶绿素含量,有助于实现精准农业。【方法】分别用0~2阶(步长为0.2)的分数阶微分处理和1~10尺度下的小波变换对田间测定的陆地棉和海岛棉等2种棉花的高光谱反射率进行处理,提高棉花叶绿素含量反演精度。通过分析不同处理方式的光谱与叶绿素含量之间的相关性,筛选得出敏感波段;并运用支持向量机回归和随机森林回归模型分别构建棉花叶绿素含量高光谱估算模型。【结果】(1)在全波段范围内,2种棉花325~1075 nm光谱反射率曲线整体变化趋势基本相同,其反射率均随着叶绿素含量的增加而增大。(2)经连续小波变换和分数阶微分变换后,2种棉花高光谱数据和叶绿素含量的相关性有所增强。使用随机森林回归和小波能量系数7对陆地棉叶绿素含量的反演效果最好,建模集决定系数(coefficient of determination,R^(2))为0.931,均方根误差(root mean square error,RMSE)为0.782,剩余预测偏差(residual prediction deviation,RPD)为2.162;使用随机森林回归和小波能量系数6对海岛棉叶绿素含量的反演效果最佳,建模集R^(2)为0.932,RMSE为1.198,RPD为2.687。【结论】本研究可为棉花叶绿素含量遥感估算提供技术参考。展开更多
针对传统去噪算法易引起图像边缘、纹理细节丢失和模糊的问题,提出改进的A-FAP(adaptive fractional alexander polynomials)图像去噪算法。利用小波变换对受到噪声污染的图像进行展开,以图像结构特征、局部统计特征和图像差异特征为参...针对传统去噪算法易引起图像边缘、纹理细节丢失和模糊的问题,提出改进的A-FAP(adaptive fractional alexander polynomials)图像去噪算法。利用小波变换对受到噪声污染的图像进行展开,以图像结构特征、局部统计特征和图像差异特征为参数构造自适应分数阶次函数,配合A-FAP滤波器进行去噪处理,通过小波反变换对处理后的图像重构。实验结果表明,该算法相较其它去噪算法,在性能评价上峰值信噪比(PSNR)和图像相似度(SSIM)有明显提高,在视觉感知上凸显出边缘细节和纹理信息。展开更多
文摘【目的】叶绿素含量可以用来评价棉花的长势情况,快速、准确和大面积监测棉花叶绿素含量,有助于实现精准农业。【方法】分别用0~2阶(步长为0.2)的分数阶微分处理和1~10尺度下的小波变换对田间测定的陆地棉和海岛棉等2种棉花的高光谱反射率进行处理,提高棉花叶绿素含量反演精度。通过分析不同处理方式的光谱与叶绿素含量之间的相关性,筛选得出敏感波段;并运用支持向量机回归和随机森林回归模型分别构建棉花叶绿素含量高光谱估算模型。【结果】(1)在全波段范围内,2种棉花325~1075 nm光谱反射率曲线整体变化趋势基本相同,其反射率均随着叶绿素含量的增加而增大。(2)经连续小波变换和分数阶微分变换后,2种棉花高光谱数据和叶绿素含量的相关性有所增强。使用随机森林回归和小波能量系数7对陆地棉叶绿素含量的反演效果最好,建模集决定系数(coefficient of determination,R^(2))为0.931,均方根误差(root mean square error,RMSE)为0.782,剩余预测偏差(residual prediction deviation,RPD)为2.162;使用随机森林回归和小波能量系数6对海岛棉叶绿素含量的反演效果最佳,建模集R^(2)为0.932,RMSE为1.198,RPD为2.687。【结论】本研究可为棉花叶绿素含量遥感估算提供技术参考。
文摘针对传统去噪算法易引起图像边缘、纹理细节丢失和模糊的问题,提出改进的A-FAP(adaptive fractional alexander polynomials)图像去噪算法。利用小波变换对受到噪声污染的图像进行展开,以图像结构特征、局部统计特征和图像差异特征为参数构造自适应分数阶次函数,配合A-FAP滤波器进行去噪处理,通过小波反变换对处理后的图像重构。实验结果表明,该算法相较其它去噪算法,在性能评价上峰值信噪比(PSNR)和图像相似度(SSIM)有明显提高,在视觉感知上凸显出边缘细节和纹理信息。
