APP下载

使用高光谱反射成像评估柑橘溃疡病变大小

2016-11-12

农业工程技术·农业信息化 2016年5期
关键词:图像分类

翻译:王元杰 审校:王应宽

摘要:在运往欧盟等选择性国际市场前,需要有效的措施来去除柑橘中的溃疡果。本研究的目的是使用高光谱图像来确定溃疡病变的检测尺寸限。先前开发了基于近红外-可见光波的多光谱算法来将溃疡柑橘果实从其他果实中(正常的、腻斑病、虫害、黑病变、痂和风疤)分割出来,然而,这项工作没有考虑到损伤的尺寸。本研究选用带有一个基于阈值的简单分类器的、使最大总体分类精度达到95.7%双波段比值(834 nm和729 nm反射波长的比率)的方法来估计病变大小。检测到的最小的溃疡病变尺寸的当量直径是1.66 mm。观察了阈值的变化和侵蚀环的数量对最小可检测损伤评估的影响(多次运用形态学腐蚀图像),发现最小阈值获得了更好的溃疡分类精度,但总体分类精度较低。同时,阈值越高,趋势相反。1.275阈值在溃疡分类精度、总体分类精度和最小损伤尺寸检测三个方面获得了最优权重。增加侵蚀环的数量减少了小溃疡病变的检出率,因此可以得出结论,一个侵蚀环给能够获得最好的大小估计结果。试验过程中应用的侵蚀内核尺寸为3 mm × 3 mm。

关键词:柑橘溃疡,病变大小,病害检测,高光谱反射成像,图像分类,多光谱算法,尺寸检测限

DOI: 10.3965/j.ijabe.20130603.006

文献来源:Niphadkar N P, Burks T F, Qin J W, Ritenour M A. Estimation of citrus canker lesion size using hyperspectral reflectance imaging. Int J Agric & Biol Eng(国际农业与生物工程学报), 2013; 6(3): 41-51.

猜你喜欢

图像分类
基于可变形卷积神经网络的图像分类研究
基于SVM的粉末冶金零件的多类分类器的研究
高光谱图像分类方法的研究
深度信念网络应用于图像分类的可行性研究
基于p.d.f特征的分层稀疏表示在图像分类中的应用
基于卷积神经网络的图像分类技术研究与实现
基于数据挖掘的图像分类算法
基于云计算的图像分类算法
基于锚点建图的半监督分类在遥感图像中的应用
一种基于引导滤波和MNF的高光谱遥感图像分类方法