文献类型： 中文期刊

作者： 刘仕元 ¹ ; 梁晋 ¹ ; 王帅斌 ¹ ; 谢冰丽 ¹ ; 张佳蕾 ² ; 陈婷婷 ¹ ; 万书波 ² ; 张雷 ¹ ;

作者机构： 1.华南农业大学农学院

2.山东省农业科学院生物技术研究中心

关键词： 花生;叶绿素;无人机;监测

期刊名称： 花生学报

ISSN： 1002-4093

年卷期： 2020 年 49 卷 002 期

页码： 21-27,35

摘要： 为实现对花生叶片叶绿素含量进行快速、实时、无损、准确监测,本研究利用大疆精灵4号无人机搭载可见光相机,获取花生不同生育期的遥感影像,利用深度神经网络(CNN)和卷积神经网络(DNN),建立叶片数字图像彩色信息和叶片叶绿素含量的关系模型.结果表明,利用数字图像特征(包括红光,绿光,蓝光,归一化红光,归一化绿光等)作为网络输入向量时效果较好,CNN产生的预测值和农学实测值训练集平均绝对误差为0.8左右,DNN产生的预测值和农学实测值训练集平均绝对误差为1左右,两者均在误差范围内,可用来实时监测花生的叶绿素含量,为生产上快速诊断花生的肥料状况提供理论依据.