本發明技術方案公開一種基于機器學習和高光譜成像的多種類柑橘病葉識別方法及系統,獲取五類柑橘病葉的高光譜信息,包括正常葉片、潰瘍病葉片、除草劑危害葉片、紅蜘蛛危害葉片和煤煙病葉片;將光譜信息作為實驗樣本,對實驗樣本進行預處理和特征波長提取,采用支持向量機和隨機森林算法設計病葉識別模型,實現柑橘病葉分類識別。本發明的優點是結合高光譜成像和機器學習技術對多種類柑橘病葉進行分類識別,得到五類柑橘病葉最佳分類模型,為柑橘生長狀況監測及病蟲害識別提供一種有效的無損檢測方法。
聲明:
“基于機器學習和高光譜成像的多種類柑橘病葉識別方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)