You're currently viewing an old version of this dataset. To see the current version, click here.
作物病害高光譜數據集B150U 0034.zip
作物病害高光譜數據集 B150U 0034 說明文件
1. 數據集概述
本數據集 B150U 0034.zip 針對感染水稻葉芽線蟲的種子進行影像蒐集,涵蓋波長範圍 470 nm 至 900 nm。數據集提供了不同波段下的種子影像,旨在協助研究人員利用高光譜技術分析線蟲感染對水稻種子的影響,並開發作物病害預警模型。
2. 數據集內容
數據集包含以下主要文件與資料夾:
- 影像資料夾:
- 包含高光譜影像,依波長範圍分成多個子文件夾,每個子文件夾對應一個特定波段範圍內的影像。
-
影像格式:高光譜影像以
.tiff
格式存儲,保留完整的光譜信息。 -
Meta數據:
metadata.csv
:包含每張影像的相關信息,包括拍攝時間、波段範圍、種子感染情況、樣本編號、實驗條件等。
3. 數據蒐集與處理流程
3.1 影像蒐集
影像是透過高光譜相機拍攝,涵蓋波長 470 nm 至 900 nm。每個種子的影像都以不同波段記錄,以捕捉其對葉芽線蟲感染的反應。
3.2 感染情況標註
每組影像根據葉芽線蟲的感染程度進行標註: - 0:未感染 - 1有感染
3.3 光譜範圍
- 波長範圍:470 nm 至 900 nm
- 波段分段:每段波長band width = 2.866666 nm
4. 數據應用
4.1 預測模型訓練
本數據集可用於: - 訓練機器學習或深度學習模型,預測水稻種子是否受到葉芽線蟲感染。 - 分析不同波段對病害感染的敏感性,篩選具代表性的波段進行早期診斷。
4.2 病害診斷與預警系統
透過高光譜影像分析,可以在早期檢測到水稻種子感染病害的跡象,並輔助開發病害預警系統,提供實時種子健康狀態監控。
5. 數據集使用說明
5.1 基本要求
- 使用高光譜影像分析工具或編程工具解析數據,如 Python 的
spectral
、scikit-image
或OpenCV
等。 - 若需進行深度學習模型訓練,建議使用 TensorFlow 或 PyTorch 框架進行數據預處理與訓練。
5.2 數據預處理
- 處理前,需對高光譜影像進行正規化與噪音去除。
- 根據研究需求,篩選特定波段進行進一步分析。
其他資訊
欄位 | 值 |
---|---|
最後更新資料 | 2023年3月14日 |
最後更新的後設資料 | 2024年10月21日 |
建立 | 2023年3月14日 |
格式 | ZIP |
Id | 5bbf3daf-ca6d-408c-ae74-ebab4232c719 |
Mimetype | application/zip |
Nchu ddl resource filetype | 影像檔案 |
Package id | d16a82f6-19b2-420e-b94a-05730636b978 |
State | active |