-
公司新闻
-
《COMPUT ELECTRON AGR》--基于高光谱成像技术与深度自编码器的葡萄成熟度原位估算
发布:北京安洲科技有限公司浏览次数:82点击上方蓝字关注我们
基于高光谱成像技术与深度自编码器的葡萄成熟度原位估算 英文:In situ grape ripeness estimation via hyperspectral imaging and deep autoencoders 研究单位
塞萨洛尼基亚里士多德大学 希腊拉加达斯市Interbalkan环境中心 佛罗里达大学 摘要
在农业领域,尤其是对于高利润的酿酒葡萄,采用非破坏性技术于田间评估葡萄成熟度的重要性日益凸显,尤其在推动全自动化农业机器人进行选择性采摘作业的发展中尤为关键。尽管红外光谱技术已通过点光谱仪在实验室及田间环境中得到应用,但受限于光照变化的影响,成像光谱仪的应用主要局限于受控的实验室环境。该研究提出了一种基于自编码器框架的方法,旨在将不同光照条件下记录的原始光谱数据转换为标准化的反射光谱,有效克服了高光谱成像技术在田间直接应用中的难题。为了验证该方法的可行性,该研究对四种不同葡萄品种-霞多丽、玛拉格西亚、长相思和西拉的糖分含量(以糖度为单位)进行了估算。该研究对比了两种自编码器架构:深度全连接自编码器(DAE)和深度卷积自编码器(DCAE),并利用编码空间(潜在空间)以及自编码器的输出(即经过转换的标准化光谱)作为输入进行糖分含量的预测。此外,还探讨了多种光谱预处理策略,以期提升预测的精确度。尽管DAE与DCAE在性能指标上表现相似,但统计分析表明,在利用编码空间和自编码器输出进行预测时,DCAE的性能在统计学上显著优于DAE,从而验证了卷积自编码器框架的有效性。同时,研究发现,采用不同的输入预处理方法并未导致统计上的显著差异。该研究中糖分含量估算的准确性(平均RMSE为1.83糖度,R2为0.70,RPIQ为2.43)与在实验室条件下直接使用标准化反射光谱的研究成果相媲美。
研究数据
高光谱数据:高光谱数据由Cubert S185机载高速高光谱成像仪获取。该成像仪采用框幅式高光谱成像技术,能以更快的速度进行所有光谱通道同步成像,在1/1000秒内获得整个高光谱立方体数据,配套功能强大的测量及处理软件,快速获取大面积高光谱图像,影像具有厘米级地理坐标信息。 研究过程
图1 希腊北部Gerovassiliou庄园的位置(红框中的蓝色标记) 图2 单个样本的数据收集流程图 图3 霞多丽和西拉品种的高光谱立方体可视化:(a)和(d)分别描绘了与(b)和(e)的高光谱立方体相对应的全色1000×1000像素图像,而(c)和(f)为从高光谱立方体中提取的一些示例特征 图4 糖含量估算步骤 图5 自动编码器框架示意图
图6 去噪框架示意图 图7 四种葡萄品种的平均光谱和95%置信区间
图8 DCAE方法去噪示例图,使用三个通道对应单次测量的光谱预处理(即SNV、SG1 + SNV和SG2+SNV) 表 最佳糖含量预测结果
图9 四种葡萄品种的预测结果 研究结论
该研究提出了一种创新的自编码器框架,旨在提升高光谱成像技术在田间应用的操作性。该框架通过采集原始光谱信号,并将其转换为考虑了不同光照条件及阴影效应的参考反射数据。此技术使得高光谱相机能够搭载于机器人平台,实现无需依赖人工光源或持续白板校准的连续监测。在探究最适宜的自编码器架构方面,研究结果显示,无论是密集型还是卷积型自编码器,均能有效地将原始光谱数据标准化。特别是在该研究聚焦的酿酒葡萄糖分含量估计案例中,卷积自编码器展现出更高的整体准确度;而利用编码空间(潜在空间)或解码后的转换光谱作为输入,其预测性能表现相似。在考察多种光谱预处理方法的应用时,研究发现,相较于光谱导数的使用,简单的标准正态变换(SNV)预处理在降低重构误差和提升预测性能方面表现更为优异。此外,当所有预处理方法被同时用作自编码器的输入时,反而降低了预测准确度。 原文链接:
https://doi.org/10.1016/j.compag.2023.108098
END
X20P-LIR一体式 多源遥感系统 X20P-LIR一体式多源遥感系统是一款多功能无人机遥感设备,集激光雷达、热红外及高光谱成像为一体,实时同步获取激光雷达、红外及高光谱图像数据。主要功能包括:基于光场技术的高光谱成像,光谱范围350~1000nm、5MP高清全色相机、测距达450m(@80%Ref)的固态激光雷达、大面阵高精度热红外成像;主机内置控制系统、高精度惯导及固态存储,整机重量轻、操作简单,适合M300/M350 RTK无人机搭载使用。 是国家高新技术企业,拥有多项发明专利及著作软件,并通过ISO9001质量管理体系认证。我们专注于遥感技术领域高端科研设备及服务十余年,已为国内数百家科研单位及高校提供了各种遥感设备及技术支持,服务范围遍布全国。愿与遥感领域的各科研单位及高校建立长期合作关系,为科研人员提供真正有价值的无人机遥感设备和全面而专业的技术服务! 总部地址: 北京市海淀区信息路2号浪潮信息大厦C座710 全国服务电话:4006-507-608 网址: www.azup.cn E-mail:info@azup.cn 各地办公室 上海办:021-54155790 sh@azup.cn 广州办:020-28171197 gz@azup.cn 武汉办:027-87336236 wh@azup.cn 西安办:029-81545954 xa@azup.cn 往期推荐
《COMPUT ELECTRON AGR》--基于Cubert框幅式高光谱成像仪估算直立生长作物的地上生物量
《COMPUT ELECTRON AGR》--基于Cubert框幅式高光谱成像仪实现茶树病虫害胁迫识别
《Journal of Hazardous Materials》--基于Cubert框幅式高光谱成像仪识别城市水污染源类型 2024-08-30 -
免责声明
①本网刊载上述内容,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任
②若本站内容侵犯到您的合法权益,请及时告诉,我们马上修改或删除。邮箱:hezou_yiqi