為實(shí)現(xiàn)茶葉病害的快速高效識(shí)別以及為無(wú)人機(jī)病害監(jiān)測(cè)預(yù)警提供有價(jià)值的理論支撐和參考依據(jù),本文以炭疽病、赤葉斑病、茶白星病等常見(jiàn)的茶葉病害作為研究對(duì)象,提出了基于高光譜成像技術(shù)和機(jī)器學(xué)習(xí)融合的茶葉病害識(shí)別方法。本課題研究的主要內(nèi)容和結(jié)論如下。(1)研究了茶葉病害的高光譜數(shù)據(jù)采集和光譜特征選取方法。對(duì)采集得到的茶葉病害樣本和健康葉片樣本,通過(guò)高光譜成像系統(tǒng)設(shè)置適合的采集參數(shù)后,獲取其在358-1021 nm之間共616個(gè)波段下的高光譜圖像。對(duì)得到的高光譜圖像進(jìn)行黑白校正和平滑處理以消除采集過(guò)程中的噪聲干擾。選取樣本沿主葉脈方向近葉尖部位200像素見(jiàn)方的區(qū)域?yàn)楦信d趣區(qū)域,提取每個(gè)波段下感興趣區(qū)域內(nèi)所有像素點(diǎn)的光譜反射率平均值作為該波段下的光譜反射率值。根據(jù)樣本在全波段下的光譜反射率曲線可以得到各類(lèi)樣本光譜反射率的整體變化狀況和差異,結(jié)合光譜反射率分離度計(jì)算得到使各類(lèi)樣本間分離程度最大的560、640、780 nm三個(gè)波段作為敏感波段,提取敏感波段的相對(duì)光譜反射率作為樣本光譜特征。(2)研究了茶葉病害高光譜數(shù)據(jù)圖像特征選取方法。針對(duì)高光譜圖像數(shù)據(jù)相鄰波段下圖像的強(qiáng)相關(guān)性,通過(guò)主成分分析后每類(lèi)樣本的...

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 研究?jī)?nèi)容與技術(shù)路線
        1.3.1 研究?jī)?nèi)容
        1.3.2 技術(shù)路線
        1.3.3 論文框架
    1.4 本章小結(jié)
第二章 材料與設(shè)備
    2.1 試驗(yàn)材料
        2.1.1 炭疽病
        2.1.2 赤葉斑病
        2.1.3 茶白星病
    2.2 試驗(yàn)設(shè)備
        2.2.1 高光譜成像技術(shù)簡(jiǎn)介
        2.2.2 高光譜成像系統(tǒng)
    2.3 高光譜數(shù)據(jù)采集
        2.3.1 高光譜數(shù)據(jù)采集軟件
        2.3.2 數(shù)據(jù)采集
    2.4 本章小結(jié)
第三章 數(shù)據(jù)預(yù)處理
    3.1 光譜信息預(yù)處理
        3.1.1 高光譜圖像黑白校正
        3.1.2 變量標(biāo)準(zhǔn)化
        3.1.3 平滑處理
    3.2 光譜數(shù)據(jù)定量方法
        3.2.1 光譜信息處理軟件
        3.2.2 不同區(qū)域像素點(diǎn)光譜反射率
        3.2.3 感興趣區(qū)域光譜反射率
    3.3 茶葉病害圖像信息處理
        3.3.1 特征波長(zhǎng)提取
        3.3.2 特征圖像選取
        3.3.3 圖像分割
    3.4 本章小結(jié)
第四章 茶葉病害特征工程
    4.1 茶葉病害特征構(gòu)建
        4.1.1 紋理特征構(gòu)建
        4.1.2 顏色特征構(gòu)建
        4.1.3 光譜反射率特征構(gòu)建
    4.2 茶葉病害特征提取
        4.2.1 紋理特征提取
        4.2.2 顏色特征提取
        4.2.3 光譜反射率特征提取
    4.3 茶葉病害特征組合
    4.4 茶葉病害特征降維
    4.5 本章小結(jié)
第五章 基于機(jī)器學(xué)習(xí)算法的茶葉病害識(shí)別模型
    5.1 數(shù)據(jù)集構(gòu)建和整理
    5.2 基于支持向量機(jī)的茶葉病害分類(lèi)檢驗(yàn)
        5.2.1 算法介紹
        5.2.2 模型構(gòu)建
        5.2.3 模型訓(xùn)練和測(cè)試
        5.2.4 模型評(píng)估與結(jié)果分析
    5.3 基于隨機(jī)森林的茶葉病害分類(lèi)檢驗(yàn)
        5.3.1 算法介紹
        5.3.2 模型構(gòu)建
        5.3.3 模型訓(xùn)練和測(cè)試
        5.3.4 模型評(píng)估與結(jié)果分析
    5.4 基于BP神經(jīng)網(wǎng)絡(luò)的茶葉病害分類(lèi)檢驗(yàn)
        5.4.1 算法介紹
        5.4.2 模型構(gòu)建
        5.4.3 模型訓(xùn)練和測(cè)試
        5.4.4 模型評(píng)估與結(jié)果分析
    5.5 分類(lèi)檢驗(yàn)結(jié)果類(lèi)比
    5.6 本章小結(jié)
第六章 結(jié)論與展望
    6.1 結(jié)論
    6.2 總結(jié)展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間取得的學(xué)術(shù)成果目錄



本文編號(hào)：3800231