[发明专利]一种柑橘溃疡病高光谱模型传递的方法

摘要

本发明涉及一种柑橘溃疡病高光谱模型传递的方法，利用源机M1和目标机M2采集柑橘的高光谱图像，利用遗传偏最小二乘算法提取了M1高光谱图像的特征波段，并建立了最小二乘支持向量机判别模型。采用分段直接校正算法构建了两台仪器所采集的高光谱图像的函数关系式，将校正后的M2高光谱图像输入到最小二乘支持向量机判别模型中，模型的预测集识别率由校正前的26％提高到了97％。说明本发明所述的方法可用于柑橘溃疡病高光谱模型的传递，有利于建立稳健的柑橘溃疡病高光谱模型，提高柑橘溃疡病的检测精度。

主权项

一种柑橘溃疡病高光谱模型传递的方法，其特征在于，包括如下步骤：1)利用源机M1和目标机M2分别采集柑橘的高光谱图像；提取高光谱图像中的感兴趣区域的平均光谱反射率；2)采用KS算法将M1所采集的高光谱图像分成建模集和预测集，利用GA‑PLS算法提取建模集内的高光谱图像的特征波长；3)将建模集内的高光谱图像的特征波长处的平均光谱反射率输入到LS‑SVM判别模型中，建立判别模型；4)采用SPXY算法分别从源机M1和目标机M2所测的高光谱图像中选择相同柑橘的高光谱图像作为标样集；5)针对标样集内的高光谱图像，采用PDS算法建立源机M1和目标机M2之间高光谱图像的转换矩阵F；所述的转换矩阵F通过偏最小二乘法计算得到；6)通过目标机M2采集未知柑橘样本的高光谱图像，乘以转换矩阵F，得到校正后的高光谱图像；将校正后的高光谱图像输入到LS‑SVM判别模型中，计算识别结果。