用于苹果树病害检测的近红外与中红外高光谱数据及最优波段
计算机视觉与模式识别
2020-04-27 v3
摘要
植物病害可导致粮食产量与品质的剧烈损失，成为农民高度优先关注的问题。苹果黑星病、褐腐病和白粉病是全球最重要的苹果树病害，每年可造成 50% 至 60% 的产量损失；它们通过杀菌剂施用加以防治，耗费巨大的资金与时间。本研究提出了一种在现代方法中分析苹果树病害在近红外 (NIR) 与中红外 (MIR) 波段不同阶段的谱数据。利用所得光谱，我们找到了用于检测特定病害并将其与其他病害及健康树木区分的最优光谱波段。所提出的仪器将为农民提供关于苹果树病害不同阶段的准确、实时信息，从而实现更有效的时机把握与杀菌剂施用的选择，进而更好地防控并增产。所获得的数据集以及用于数据处理与寻找最优波段的 Matlab 脚本可通过以下链接获取：https://yadi.sk/d/ZqfGaNlYVR3TUA
引用
@article{arxiv.2004.02325,
title = {Hyper-spectral NIR and MIR data and optimal wavebands for detection of apple tree diseases},
author = {Dmitrii Shadrin and Mariia Pukalchik and Anastasia Uryasheva and Evgeny Tsykunov and Grigoriy Yashin and Nikita Rodichenko and Dzmitry Tsetserukou},
journal= {arXiv preprint arXiv:2004.02325},
year = {2020}
}
备注
Paper presented at the ICLR 2020 Workshop on Computer Vision for Agriculture (CV4A)