高光谱成像技术检测油茶果成熟度

摘要：

为解决油茶果采摘期判断不准确可能导致的茶油产量降低问题,应用高光谱成像技术结合化学计量法对油茶果成熟度进行定性判别.完成了高光谱图像的曲率校正,分析不同成熟阶段油茶果的光谱特征和理化特征的变化情况.使用4种不同的分类算法建立基于全波段光谱数据的油茶果成熟度判别模型,发现支持向量机(support vector machine,SVM)模型的分类正确率最高为97％.结合5种特征变量选择方法对全波段光谱数据进行降维,发现经过竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)选择的特征波长建立的模型正确率最高为82％.提取高光谱图像中的颜色特征和纹理特征建立SVM模型后发现,融合颜色特征和光谱特征建立的SVM模型的正确率高于使用单一的光谱特征(经CARS降维)建立的模型正确率:训练集分类正确率为95％,测试集正确率为93％.结果表明,利用高光谱成像技术能够对不同成熟度的油茶果进行较准确的分类,为茶农对油茶果最佳采摘期的判断提供科学依据,在保障茶籽产量最大化、油质最优化等方面具有重要意义.

关键词：油茶果、成熟度、检测、高光谱成像

所属期刊栏目：43

分类号：S794.4(森林树种)

资助基金：国家重点研发计划;江苏省农业科技自主创新基金项目

在线出版日期：2022-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：324-331