本研究應(yīng)用了400-1000nm的高光譜相機，可采用杭州彩譜科技有限公司產(chǎn)品FS13進行相關(guān)研究。光譜范圍在400-1000nm，波長分辨率優(yōu)于2.5nm，可達1200個光譜通道。采集速度全譜段可達128FPS，波段選擇后最高3300Hz（支持多區(qū)域波段選擇）。
雜草稻是一種兼有野生稻和栽培稻特性的惡性雜草，已成為僅次于稗草和千金子的第3大水田惡性雜草。雜草稻在苗期其形態(tài)與水稻差異很小,生長到約4周時,其葉片在形態(tài)和顏色上會發(fā)現(xiàn)變化。雜草稻的危害表現(xiàn)在其競爭性強，在稻田中與栽培稻爭奪陽光、養(yǎng)分和水分，嚴重影響水稻產(chǎn)量和質(zhì)量。粗放式大面積的化學(xué)除草帶來了諸多負面影響,如環(huán)境污染、糧食和農(nóng)產(chǎn)品安全等，精準式變量噴灑技術(shù)是根據(jù)雜草和作物分布情況變量定點噴灑除草劑[3，能有效減少化學(xué)農(nóng)藥的施用量，降低生態(tài)環(huán)境的污染程度，而田間雜草的自動識別是實施精準式變量噴灑作業(yè)的關(guān)鍵問題。目前，田間雜草的自動識別研究主要有機器視覺技術(shù)和光譜技術(shù)。機器視覺技術(shù)是由圖像采集設(shè)備捕獲田間雜草和農(nóng)作物的圖像,通過分析雜草圖像和作物圖像各自的特征(如紋理、形狀、顏色等)來鑒別雜草和作物，國內(nèi)外研究者利用機器視覺技術(shù)對小麥、棉田、玉米等農(nóng)作物和雜草進行自動識別研究。雜草和農(nóng)作物因其種類不同，內(nèi)部特征信息也不同，因而雜草和農(nóng)作物的光譜反射特性也不同，一些學(xué)者利用光譜技術(shù)來研究雜草和農(nóng)作物的快速識別。
探討利用高光譜成像技術(shù)快速鑒別苗期雜草稻和水稻的可行性。利用高光譜成像系統(tǒng)采集苗期雜草稻和水稻的高光譜圖像，對其進行濾波處理，并優(yōu)選出特征波長圖像，分別提取特征波長圖像的形狀特征、紋理特征和顏色特征，建立雜草稻和水稻的神經(jīng)網(wǎng)絡(luò)判別模型。模型訓(xùn)練時的雜草稻和水稻樣本的識別率都為100%，用獨立樣本檢測模型性能時，水稻的回判率為96.88%，雜草稻的回判率為92.86%，總體回判率為95%。研究結(jié)果表明，高光譜成像技術(shù)可用于苗期雜草稻和水稻的快速鑒別，為進一步利用圖像處理鑒別田間雜草提供參考依據(jù)。
