基于Bi-GRU 和空-谱信息融合的油菜菌核病侵染区域高光谱图像分割方法

分类： 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间： 2024-06-17 合作期刊: 《智慧农业（中英文）》

张京 赵泽瑄 赵艳茹 卜泓超 吴星宇

摘要： ［目的/意义］油菜菌核病是一种全球性的植物病害，可严重影响油菜的产量和品质，造成巨大的经济损 失。为解决传统化学检测方法存在的操作复杂、污染环境、破坏样品及检测效率低等问题，构建了一种基于空- 谱信息融合的双向门控循环网络（Bi-directional Gate Recurrent Unit, Bi-GRU） 模型，实现油菜菌核病侵染区域的 高光谱图像分割。［方法］首先提取7×7像素邻域作为目标像素的空间特征，同时考虑全波段光谱特征，实现空 间信息和光谱信息的有效融合。在此基础上结合Bi-GRU架构，实现序列数据中任意位置上特征的同时提取，避 免了空-谱数据融合顺序对模型结果的影响。［结果和讨论］与卷积神经网络模型和长短时记忆网络模型相比，基 于空-谱信息融合的Bi-GRU模型在平均精度、平均交并比、Kappa系数和Dice系数等评价指标上均获得显著提升。 该模型的油菜菌核病检测平均精度达到93.7%，同时可以有效提取早期感染阶段的病斑区域。［结论］本研究可为 油菜菌核病的高通量无损检测奠定基础，也为油菜菌核病的早期感染检测提供参考依据。

通过

 点击量 259  下载量 73  评论 0