10.3969/j.issn.1672-9870.2022.04.011
基于高光谱成像的番茄叶霉病的无损检测
为了实现番茄叶霉病的无损检测,利用高光谱成像系统在370~930 nm波长范围内分别采集了健康、轻微和严重病变三类叶片样本的高光谱数据.首先采用主成分分析法和连续投影法提取光谱数据的特征信息,然后运用网格搜索算法、粒子群算和遗传算法对支持向量机分类器中使用的惩罚因子c和核参数g进行参数寻优,最后分别以全谱数据、PCA提取的2个特征变量、SPA提取的14个特征变量、SPA-PCA提取的6个特征变量作为SVM模型的输入,建立番茄叶霉病的全谱-SVM、PCA-SVM、SPA-SVM和SPA-PCA-SVM分类模型.结果表明,SPA-PCA-SVM模型的分类效果最优,建模输入变量少,检测精度较高,运行速度较快.
高光谱、番茄叶霉病、特征提取、支持向量机、参数寻优
45
O433.4(光学)
国家自然科学基金;吉林省重点科技计划项目;吉林省重点科技计划项目
2022-12-01(万方平台首次上网日期,不代表论文的发表时间)
共7页
65-71