申请/专利权人：中国农业科学院农业基因组研究所

申请日：2023-07-21

公开（公告）日：2024-03-22

公开（公告）号：CN117746228A

主分类号：G06V20/10

分类号：G06V20/10;G06T7/194;G06T7/90;G06V20/70;G06V10/774;G06V10/764;G06V10/82;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开了一种基于高光谱图像的柑橘果实病害识别方法，该方法通过采集柑橘果实原始高光谱图像，通过特征波段的提取对原图像进行降维，使用分类算法对降维后的图像进行识别检测。通过建立柑橘果实的疫病识别模型。只需获取待测样本的高光谱图像，将图像输入到识别模型中，即可得到疫病类型的识别结果。通过本发明方法，可以快速的识别病害，识别率高。

主权项：1.一种基于高光谱图像的柑橘果实病害识别方法，其特征在于，包括以下步骤：步骤1.在室内暗箱采集感染丁香疫霉、褐腐疫霉、梗生疫霉的柑橘和健康的柑橘果实高光谱图像，记为原始样本图像：步骤2.对获取的原始样本图像进行黑白校正，得到黑白校正后图像，记为X；步骤3.对原始样本图像降维，从224个波段提取44个波长组成新的高光谱图像数据，记为X1；步骤4.使用掩膜对X1进行背景去除，背景区光谱值设置为0，得到X2；步骤5.对X2图像进行裁剪，获得尽量只包含柑橘果实病害部位的更小的正方形高光谱图像数据记为X3，每类高光谱图像数据的标签为Y1；步骤6.将所得的数据X3，每种类型样本随机选择610的光谱图像作为训练集S1，210的光谱图像作为验证集S2，210的光谱图像作为测试集S3，对应的标签记为YS1，YS2，YS3；步骤7.将作为训练集的数据S1和对应的标签YS1输入柑橘果实病害的识别模型中，建立柑橘果实病害识别模型并训练；步骤8.将作为验证集的光谱数据S2和对应的标签YS2输入步骤7建立的识别模型中，评估模型的识别性能；步骤9.若识别模型准确率大于90％，则保存识别模型；若识别模型准确率小于90％，则返回步骤7重新训练；步骤10.将测试集S3输入保存的模型，输出相应的病害类别，与真实标签YS3比较，得到模型效果。

全文数据：

权利要求：

百度查询： 中国农业科学院农业基因组研究所 一种基于高光谱图像的柑橘果实病害识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD