基于光学特性参数反演的绿萝叶绿素含量估测研究

雩风三日

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
0 x( ~* K6 ]; N