数字农科院2.0

基于高光谱成像技术和深度学习的烤后烟叶品种分类判别

文献类型： 中文期刊

作者： 孟令峰;邢富康;韦克苏;王爱华;程昌新;曹娜;林跃平;王松峰;朱荣光

作者机构：

关键词： 烤后烟叶;品种分类;高光谱图像;深度学习;机器学习

期刊名称：中国烟草科学

ISSN： 1007-5119

年卷期： 2024 年 45 卷 4 期

页码：

收录情况： 北大核心（2023版） ; ; CSCD（2023-2024年度） ; ; 科技核心（2024版） ; ; 农林核心（2020版）

摘要： 为了实现对不同品种烤后烟叶的快速判别,采集红花大金元、K326、云烟105三种烟叶的高光谱图像,利用阈值分割和边缘提取算法选择感兴趣区域,获得烟叶的光谱数据。分别使用卷积平滑结合一阶导数、标准正态变量变换、多元散射校正和中心化等4种常用方法对原始光谱数据进行预处理,在此基础上建立多层感知机网络(Multilayer Perceptron,MLP)、卷积神经网络(Convolutional Neural Network,CNN)和支持向量机(Support Vector Machine,SVM)模型,进行烤后烟叶品种分类的比较研究。结果表明,所建立的模型均可对烟叶的品种进行有效判别,其中一阶导数预处理在多个模型中表现均优于其他3种预处理方法,基于CNN建立的分类模型性能优于其他模型,两者结合的性能最优,其测试集正确率和准确率分别为97.9%和98%,表明高光谱结合CNN可以实现烟叶品种的定性判别。上述研究为后续基于高光谱技术开发针对烤后烟叶的快速检测系统提供了理论依据和技术支撑。

分类号：

  • 相关文献

[1]Study on Recognition of Typical Curing Stages of Jiangxi Tobacco Leaves Based on Image Processing. 段史江,,刘浩,,王爱华,,胡毅翀,,齐飞,,胡强. 2024

[2]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[3]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[4]基于深度学习的作物基因组学和遗传改良. 辛志奇,赵航,汪海,路铁刚. 2021

[5]基于面向对象与深度学习的榆树疏林识别方法研究. 陈昂,杨秀春,徐斌,金云翔,张文博,郭剑,邢晓语,杨东. 2020

[6]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

[7]机器学习在动物基因组选择中的研究进展. 李棉燕,王立贤,赵福平. 2023

[8]机器学习全基因组选择研究进展. 李竟,张元旭,王泽昭,陈燕,徐凌洋,张路培,高雪,高会江,李俊雅,朱波,郭鹏. 2024

[9]Study on Discriminant Model of Flue-curing Stage of Tobacco Leaves in Curing Process. 王志诚,,孟令峰,,王松峰,,谢良文,,李文刚. 2024

[10]不同采收模式对烤后烟叶产质量的影响. 朱峰,沈始权,耿伟,任杰,曹亚凡,薛峰,党军政,柯美福,李彦辉. 2020

[11]带茎采烤上部烟叶品质的关键影响指标分析. 刘峰峰,毕庆文,张国超,何结望,孙福山,代英鹏. 2025

[12]基于Box-Behnken响应面法的烤后烟叶品种分子鉴定技术构建. 田震,李媛,毛静静,任民,熊党安,张兴伟,殷瑜东,李少鹏,刘国祥. 2025

[13]烤后烟叶不同部位高光谱特征分析及判别模型构建. 闫鼎,张义志,程森,蔡宪杰,董祥洲,杨悦章,岳耀稳,王大彬,林润英. 2024

[14]高光谱图像信息的柑橘叶片光合色素含量分析技术研究. 田喜,何绍兰,吕强,易时来,谢让金,郑永强,廖秋红,邓烈. 2014

[15]一种草地高光谱图像分类方法. 武林,马玉宝,潘新,闫伟红,段俊杰. 2018

[16]柑橘花钾素营养的高光谱表征. 刘艳丽,何绍兰,吕强,易时来,谢让金. 2014

[17]基于高光谱图像光谱与纹理信息的生菜氮素含量检测. 孙俊,金夏明,毛罕平,武小红,朱文静,张晓东,高洪燕. 2014

[18]基于MSRA初始化卷积神经网络的草地牧草分类研究. 刘一磊,刘江平,赵烜赫,马玉宝,闫伟红,潘新. 2021

[19]Global dynamics of streptococcus agalactiae antibiotic resistance: Past, present, and future. 房辉,,李东航,, 魏夏夏 ,,王仁东,, 苏燕燕 ,,于佑任,, 白航铭,, 高会会,,侯捷,,毛大庆,,罗义. 2025

[20]Multiomics and machine learning unveil root exudate-microbiota interactions for cadmium control in rice. 李烨,,侯捷,,刘孟琪,,杜兆林,,陈洪安,,刘国飞,,王雅君,,姚彦坡,,孙佩哲,,赵林,,安毅. 2025

作者其他论文 更多>>