搜索结果: 1-8 共查到“光学工程 小黄瓜”相关记录8条 . 查询时间(0.144 秒)
基于高光谱成像技术的小黄瓜水分无损检测
高光谱成像技术 小黄瓜 水分 无损检测
2016/8/24
利用近红外高光谱成像技术对小黄瓜的水分进行无损检测研究。采用多元散射校正和 Savitzky-Golay 卷积平滑对900~1700 nm波段范围内的原始光谱进行预处理，选取最优的预处理方法；运用偏最小二乘回归系数选择特征波长，建立全波段和特征波长下的偏最小二乘水分预测模型。结果表明，经过Savitzky-Golay卷积平滑处理后的光谱建模效果最好，且利用特征波长建立的小黄瓜水分校正和验证模型的相...
温室黄瓜蚜虫害的荧光光谱监测与预警
荧光光谱 最小二乘支持向量机 黄瓜蚜虫害 光谱曲线变化速率
2012/8/17
利用叶绿素荧光光谱分析技术研究温室黄瓜蚜虫害的侵染及发生等级。从光谱形态的角度建立监测特征点，确定F632波段强度值作为健康与蚜虫害叶片的第一特征点，F512～F632光谱曲线的变化速率K值作为第二特征点，对于符合特征点的植株进行及早预警。采用最小二乘支持向量机数据挖掘方法的径向基核函数建立蚜虫害的侵染及发生等级模型，通过对比不同峰谷值所在波段对于蚜虫害的分类准确率和预测准确率，确定采用F632波...
磷元素(P)亏缺初期，水果黄瓜植株根部叶片出现小斑点，其症状的外观特征与健康植株根部叶片老化初期类似，难以用肉眼或者计算机图像处理技术识别。本文根据近红外光谱能够反映叶片组织中有机物组分的差异，运用近红外光谱技术对水果黄瓜植株磷元素亏缺进行了快速诊断研究。精确控制营养液中磷元素含量，通过设施栽培方式培养缺磷植株和对照样本。近红外光谱仪采集了90片叶子的原始光谱(60片作为训练集，30片作为预测集)...
基于叶绿素荧光光谱分析的黄瓜霜霉病害预测模型
荧光光谱 主成分分析 支持向量机 黄瓜霜霉病
2012/4/13
为了实现对黄瓜病害的快速无损准确预测，基于激光诱导叶绿素荧光光谱分析技术，建立了温室黄瓜霜霉病害的预测模型。通过测定健康叶片、病菌接种3 d叶片和接种6 d叶片的光谱曲线，采用一阶导数光谱预处理方法，结合主成分分析数据降维方法对三组光谱数据进行特征信息提取后，建立主成分得分散点图，依据累积贡献率选取10个主成分代替导数光谱曲线，再利用最小二乘支持向量机技术进行分类和预测。通过对三组光谱数据105个...
为了能够快速实时地识别温室中的黄瓜，研究了黄瓜和其茎叶的近红外反射光谱特性。利用近红外光谱仪在室内共采集138个样本 (黄瓜46个，茎46个，叶46个)的反射光谱，进行Savitzky-Golay平滑后，抽取光谱中的108个样本作为校正集，采用偏差权重法选择信息量较大的光谱波段690～950 nm进行研究。在主成分分析(PCA)的基础上，结合马氏距离建立识别模型，剔除了7个异常样本。用剩余的101...
为了能够快速实时地识别温室中的黄瓜，研究了黄瓜和其茎叶的近红外反射光谱特性。利用近红外光谱仪在室内共采集138个样本 (黄瓜46个，茎46个，叶46个)的反射光谱，进行Savitzky-Golay平滑后，抽取光谱中的108个样本作为校正集，采用偏差权重法选择信息量较大的光谱波段690～950 nm进行研究。在主成分分析(PCA)的基础上，结合马氏距离建立识别模型，剔除了7个异常样本。用剩余的101...
基于高光谱成像和判别分析的黄瓜病害识别
高光谱成像技术 黄瓜病害 逐步判别 典型判别
2011/4/22
利用光谱成像技术(400～720 nm)识别黄瓜白粉病、角斑病、霜霉病、褐斑病和无病区域。构建高光谱图像采集系统进行样本图像的采集，预处理和光谱信息的提取。由于获得的原始光谱数据量很大，为了减少后续运算量，提高准确率，采用逐步判别分析和典型判别分析两种方法进行降维。逐步判别从55个波段中选择12个波段，典型判别从55个波段中提取2个典型变量。利用选择的光谱特征参数建立病害识别模型。逐步判别构建的模...