基于光学特性参数反演的绿萝叶绿素含量估测研究
基于光学特性参数反演的绿萝叶绿素含量估测研究为实现植物体叶绿素含量快速准确检测，提出一种基于MMD迁移的光学特性参数反演方法。以绿萝叶片为研究对象，仿真光子在基于蒙特卡洛方法的单层平板模型上的运动轨迹，获得12000幅绿萝叶片仿真光亮度分布图，利用卷积神经网络对模拟光谱数据进行训练，得到预训练模型。再基于预训练模型进行迁移学习，在实测的少量绿萝叶片光谱数据上对模型进行微调，实现绿萝光学参数的反演，反演结果得吸收系数刀。为4.83%，散射系数刀、为83.33%。在此基础上加入最大均值差异方法，提升迁移效果。实验结果表明，与普通的模型迁移方法相比，基于MMD迁移的方法具有更好的反演效果，吸收系数f}。为87.55%，散射系数f}、为86.67 %。利用MMD迁移得到的全连接层特征建立叶绿素回归模型，比直接使用光学参数和光谱图像建立模型的决定系数R2分别高0.0468和0.0937。实验表明，基于光学特性参数反演的方法可以为叶绿素无损检测研究提供参考。
关键词:绿萝:叶绿素含量:高光谱图像:光学特性参数:蒙特卡洛:迁移学习
页:
[1]