1.一种基于测线图的水稻白叶枯病高光谱图像降维方法,其特征在于包括如下步骤:首先应用连续投影算法在高光谱图像的光谱维选择特征波段图像,然后对特征波段图像建立相应的测线图,计算水稻叶片不同部位测线图的灰度值差异,进一步挑选出能够实现水稻叶片白叶枯病病斑检测所需的最少特征波段,从而降低了病斑检测所需的高光谱图像的维数;
具体包括如下步骤:
对Y个样品的光谱数据进行预处理,每一个样品的光谱数据为xi=(xi1,xi2,...,xi512)T,其中i=1,2,...,Y;
对样品xi,对高光谱图像512维光谱信息应用连续投影算法选择m个特征波段,特征波段集合为T={t1,t2,...,tm},m<512;
选取样品xi的特征波段tl(l=1,2,...,m)对应的特征图像在样品xi的特征图像 中绘制水稻叶片的测线图;
根据测线图计算样品xi的特征图像 中叶片健康部位、病斑部位、阴影部位的灰度平均值GH,GL,GS;
对样品xi的特征图像 计算GH与GL的差值CHL;当CHL≥100,选取tl进入区分健康部位和病斑部位的特征波段集合S1;
对样品xi的特征图像 计算GH与GS的差值CHS;当CHS≥100,选取tl进入区分健康部位和阴影部位的特征波段集合S2;
对样品xi的特征图像 计算GL与GS的差值CLS;当CLS≥100,选取tl进入区分病斑部位和阴影部位的特征波段集合S3;
检测水稻叶片白叶枯病病斑所需特征波段为S=S1∪S2∪S3,S∈T。
2.根据权利要求1所述的基于测线图的水稻白叶枯病高光谱图像降维方法,其特征在于:所述的差值CHL由公式5确定:
CHL=GH-GL (公式5)。
3.根据权利要求1所述的基于测线图的水稻白叶枯病高光谱图像降维方法,其特征在于:所述的差值CHS由公式6确定:
CHS=GH-GS (公式6)。
4.根据权利要求1所述的基于测线图的水稻白叶枯病高光谱图像降维方法,其特征在于:所述的差值CLS由公式7确定:
CLS=GL-GS (公式7)。