[发明专利]青枯病高光谱早期无损检测方法及装置

权利要求书

1.一种青枯病高光谱早期无损检测方法，其特征在于，包括：

采集目标植株的目标光谱；

根据最优解特征组合，从所述目标光谱中提取与所述最优解特征组合对应的目标特征参数；

将所述目标特征参数输入目标模型，输出检测结果；

其中，所述最优解特征组合为基于遗传算法模型得到的；所述目标模型为二分类模型基于所述最优解特征组合处理后的训练样本训练得到的；所述检测结果用于指示所述目标植株是否患有青枯病。

2.根据权利要求1所述的方法，其特征在于，所述采集目标植株的目标光谱，包括：

获取所述目标植株的目标部位基于太阳光模拟光源采集到的目标光谱；

其中，所述目标部位为所述目标植株的茎中靠近根部的部位。

3.根据权利要求2所述的方法，其特征在于，所述根据最优解特征组合，从所述目标光谱中提取目标植被指数之前，所述方法还包括：

采集至少一个番茄植株的目标部位的第一光谱，并采用卷积平滑方法对每个番茄植株对应的光谱进行预处理，生成每个番茄植株对应的第二光谱；

通过主成分分析PCA，提取每个番茄植株对应的第二光谱的光谱主成分，以及使用波段运算方法，基于每个番茄植株对应的第二光谱提取植被指数；

根据每个番茄植株对应的光谱主成分和植被指数，生成数据集；

其中，所述植被指数包括以下至少一项：水胁迫指数，叶绿素指数，红边指数。

4.根据权利要求3所述的方法，其特征在于，所述根据每个番茄植株对应的光谱主成分和植被指数，生成数据集之后，所述方法还包括：

将所述数据集输入遗传算法模型，并从最终得到的种群中筛选出适应度最大的个体对应的青枯病特征组合，作为所述最优解特征组合；

其中，每个个体对应的青枯病特征组合为随机分配的；所述青枯病特征组合包括：番茄植株对应的光谱主成分和植被指数组成的特征集合中的至少一项。

5.根据权利要求4所述的方法，其特征在于，所述将所述数据集输入遗传算法模型，并从最终得到的种群中筛选出适应度最大的个体对应的青枯病特征组合，作为所述最优解特征组合之后，所述方法还包括：

根据所述最优解特征组合，对所述数据集中的每个番茄植株对应的特征组合进行归一化处理，并根据每个番茄植株是否患有青枯病的情况，对每个番茄植株对应的特征组合进行标记；

将标记后的特征组合输入所述二分类模型中，并采用十折交叉验证方法训练所述二分类模型，得到所述目标模型；

其中，所述二分类模型为支持向量机SVM二分类模型。

6.一种青枯病高光谱早期无损检测装置，其特征在于，所述装置包括：

光谱采集模块，用于采集目标植株的目标光谱；

参数提取模块，用于根据最优解特征组合，从所述目标光谱中提取与所述最优解特征组合对应的目标特征参数；

病害诊断模块，用于将所述目标特征参数输入目标模型，输出检测结果；

其中，所述最优解特征组合为基于遗传算法模型得到的；所述目标模型为二分类模型基于所述最优解特征组合处理后的训练样本训练得到的；所述检测结果用于指示所述目标植株是否患有青枯病。

7.根据权利要求6所述的装置，其特征在于，

所述光谱采集模块，具体用于获取所述目标植株的目标部位基于太阳光模拟光源采集到的目标光谱；

其中，所述目标部位为所述目标植株的茎中靠近根部的部位。