本发明技术方案公开一种基于机器学习和高光谱成像的多种类柑橘病叶识别方法及系统,获取五类柑橘病叶的高光谱信息,包括正常叶片、溃疡病叶片、除草剂危害叶片、红蜘蛛危害叶片和煤烟病叶片;将光谱信息作为实验样本,对实验样本进行预处理和特征波长提取,采用支持向量机和随机森林算法设计病叶识别模型,实现柑橘病叶分类识别。本发明的优点是结合高光谱成像和机器学习技术对多种类柑橘病叶进行分类识别,得到五类柑橘病叶最佳分类模型,为柑橘生长状况监测及病虫害识别提供一种有效的无损检测方法。
声明:
“基于机器学习和高光谱成像的多种类柑橘病叶识别方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)