一个处理超光谱图像的管道,以含有黑色素的大麦粒为例
I D Busov1, M A Genaev1, E G Komyshev2
1Institute of Cytology and Genetics of the Siberian Branch of the Russian Academy of Sciences, Novosibirsk, Russia Novosibirsk State University, Novosibirsk, Russia.
Vavilovskii zhurnal genetiki i selektsii
|July 23, 2024
概括
这项研究引入了植物研究的新型高光谱图像处理管道. 该管道使用机器学习和可视化技术准确地识别大麦粒中的黑色素.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉 计算机视觉
- 数据分析数据分析
背景情况:
- 在植物研究中,高光谱图像分析越来越重要.
- 开发高效的高光谱图像处理方法是当前的必要性.
研究的目的:
- 呈现一个全面的超光谱图像处理管道.
- 通过机器学习来实现高光谱数据的分类和聚类.
主要方法:
- 该管道包括预处理,统计分析和可视化 (PCA,ISOMAP,UMAP).
- 机器学习算法,如随机森林,catboost和EM算法,用于分类和集群.
- 统计测试 (曼 - 惠特尼U,皮尔森的千平方) 验证数据分布的相似性.
主要成果:
- 该管道成功地在大麦粒中识别了黑色素色素.
- 可视化和聚类方法证明了有色素和无色素粒的准确线性分离.
- 在样本之间发现了光谱强度分布的统计学上显著差异.
结论:
- 超光谱成像可以准确地检测大麦粒中的黑色素存在.
- 开发的软件管道提高了农业中高光谱图像分析的效率.


