[发明专利]基于高光谱波段选择的烟叶分级方法、装置、设备及介质在审
申请号: | 202310362896.7 | 申请日: | 2023-04-07 |
公开(公告)号: | CN116625955A | 公开(公告)日: | 2023-08-22 |
发明(设计)人: | 梁正平;李均;郑帆;林勇威 | 申请(专利权)人: | 深圳大学 |
主分类号: | G01N21/25 | 分类号: | G01N21/25;G06V10/764;G06V10/26 |
代理公司: | 深圳青年人专利商标代理有限公司 44350 | 代理人: | 吴桂华 |
地址: | 518060 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 光谱 波段 选择 烟叶 分级 方法 装置 设备 介质 | ||
1.一种基于高光谱波段选择的烟叶分级方法,其特征在于,所述方法包括下述步骤:
对待分级的烟叶进行拍照,得到所述烟叶的第一高光谱图片;
根据预设目标波段数和预先获取的代表波段集合,对所述第一高光谱图片进行波段选择,得到对应所述目标波段数的目标波段;
对由所有所述目标波段组成的第二高光谱图片进行分割处理,得到若干平均光谱曲线;
根据所述平均光谱曲线,利用预先训练好的预测分类网络对所述烟叶的级别进行分类,得到与每条所述平均光谱曲线对应的分类预测值;
统计所述分类预测值,并将统计次数最多的所述分类预测值设置为所述烟叶的级别。
2.如权利要求1所述的方法,其特征在于,所述对待分级的烟叶进行拍照,得到所述烟叶的第一高光谱图片的步骤之前,所述方法还包括:
采用无监督高光谱波段选择算法对预先创建的高光谱数据集进行波段选择,得到所述代表波段集合。
3.如权利要求2所述的方法,其特征在于,所述采用无监督高光谱波段选择算法对预先创建的高光谱数据集进行波段选择的步骤,包括:
根据锚点选择规则对所述高光谱数据集进行锚点选择,得到锚点集合;
当所述锚点集合的锚点数等于所述目标波段数时,根据波段分组规则和所述锚点集合对所述高光谱数据集中的波段进行分组,得到分组数量与所述目标波段数相同的波段分组集合;
根据波段选择规则从所述波段分组集合的每组波段中选出代表波段,并将选出的所有所述代表波段组成所述代表波段集合。
4.如权利要求3所述的方法,其特征在于,所述根据锚点选择规则对所述高光谱数据集进行锚点选择,得到锚点集合的步骤之后,所述方法还包括:
当所述目标波段数大于等于预设波段阈值时,根据锚点多样化规则从所述高光谱数据集中选出对应的波段,得到第一锚点集合;
根据所述第一锚点集合对所述锚点集合进行更新,并将更新后的锚点集合设置为所述锚点集合。
5.如权利要求4所述的方法,其特征在于,所述根据波段分组规则和所述锚点集合对所述高光谱数据集中的波段进行分组的步骤之前,所述方法还包括:
当所述锚点集合的锚点数大于所述目标波段数时,根据锚点收缩规则对所述锚点集合中的锚点进行删除,直至所述锚点集合的锚点数等于所述目标波段数;
当所述锚点集合的锚点数小于所述目标波段数时,根据锚点膨胀规则从所述高光谱数据集中选择新的锚点插入到所述锚点集合中,直至所述锚点集合的锚点数等于所述目标波段数。
6.如权利要求1所述的方法,其特征在于,所述对由所有所述目标波段组成的第二高光谱图片进行分割处理,得到若干平均光谱曲线的步骤,包括:
对所述第二高光谱图片进行阈值分割;
对分割后的所述第二高光谱图片进行超像素分割,得到若干超像素块;
对每块所述超像素块进行光谱平均值计算,得到对应的光谱平均值;
根据所述光谱平均值得到与每块所述超像素块对应的平均光谱曲线。
7.一种基于高光谱波段选择的烟叶分级装置,其特征在于,所述装置包括:
烟叶拍照单元,用于对待分级的烟叶进行拍照,得到所述烟叶的第一高光谱图片;
波段选择单元,用于根据预设目标波段数和预先获取的代表波段集合,对所述第一高光谱图片进行波段选择,得到对应所述目标波段数的目标波段;
图片分割单元,用于对由所有所述目标波段组成的第二高光谱图片进行分割处理,得到若干平均光谱曲线;
级别分类单元,用于根据所述平均光谱曲线,利用预先训练好的预测分类网络对所述烟叶的级别进行分类,得到与每条所述平均光谱曲线对应的分类预测值;以及
级别设置单元,用于统计所述分类预测值,并将统计次数最多的所述分类预测值设置为所述烟叶的级别。
8.如权利要求7所述的装置,其特征在于,所述装置还包括:
代表波段获取单元,用于采用无监督高光谱波段选择算法对预先创建的高光谱数据集进行波段选择,得到所述代表波段集合。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳大学,未经深圳大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310362896.7/1.html,转载请声明来源钻瓜专利网。