[发明专利]一种红小豆锈病检测方法及系统在审
申请号: | 201910988780.8 | 申请日: | 2019-10-17 |
公开(公告)号: | CN110646359A | 公开(公告)日: | 2020-01-03 |
发明(设计)人: | 关海鸥;马晓丹;王璐;张志超 | 申请(专利权)人: | 黑龙江八一农垦大学 |
主分类号: | G01N21/31 | 分类号: | G01N21/31;G01N21/359;G01N21/3563;G06K9/00;G06K9/62 |
代理公司: | 11002 北京路浩知识产权代理有限公司 | 代理人: | 陈玉婷 |
地址: | 163319 黑*** | 国省代码: | 黑龙;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明实施例提供一种红小豆锈病检测方法及系统,该方法包括:对待检测红小豆冠层的光谱数据进行特征波长提取处理,得到待检测红小豆冠层的光谱曲线特征波长,所述待检测红小豆的光谱数据为红小豆冠层可见/近红外光谱数据;基于训练好的红小豆锈病检测模型,对所述待检测红小豆冠层的光谱曲线特征波长进行检测,获取到所述待检测红小豆冠层的红小豆锈病检测结果;所述训练好的红小豆锈病检测模型是由样本红小豆冠层的光谱曲线特征波长,通过对径向基神经网络进行训练得到的。本发明实施例通过提取红小豆冠层光谱曲线的特征波长,利用径向基神经网络的高维非线性分类特性,高效且简单快速对红小豆锈病进行检测。 | ||
搜索关键词: | 检测 锈病 冠层 特征波长 光谱曲线 径向基神经网络 光谱数据 近红外光谱数据 非线性分类 冠层光谱 检测结果 提取处理 高维 样本 | ||
【主权项】:
1.一种红小豆锈病检测方法,其特征在于,包括:/n对待检测红小豆冠层的光谱数据进行特征波长提取处理,得到待检测红小豆冠层的光谱曲线特征波长,所述待检测红小豆的光谱数据为红小豆冠层可见/近红外光谱数据;/n基于训练好的红小豆锈病检测模型,对所述待检测红小豆冠层的光谱曲线特征波长进行检测,获取到所述待检测红小豆冠层的红小豆锈病检测结果;所述训练好的红小豆锈病检测模型是由样本红小豆冠层的光谱曲线特征波长,通过对径向基神经网络进行训练得到的。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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黑龙江八一农垦大学,未经黑龙江八一农垦大学许可,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/patent/201910988780.8/,转载请声明来源钻瓜专利网。