科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前油茶果的采摘期主要依据节气和经验来判断，但这种方式受人的主观性影响较大，且天气、气候、积温等环境因素会使油茶果提前或推迟成熟。为了解决油茶果采摘期判断不准确可能导致的茶油产量降低的问题，应用高光谱成像技术结合化学计量法对油茶果成熟度进行定性判别。完成了高光谱图像的曲率校正，分析了不同成熟阶段油茶果的光谱特征和理化特征的变化情况。使用4种不同的分类算法建立基于全波段光谱数据的油茶果成熟度判别模型，发现SVM模型的分类正确率最高为0.97。结合五种特征变量选择方法对全波段光谱数据进行降维，发现经过CARS方法选择的特征波长建立的模型正确率最高为0.82。提取高光谱图像中的颜色特征和纹理特征建立SVM模型后发现，融合颜色特征和光谱特征建立的SVM模型的正确率高于使用单一的光谱特征（经CARS降维）建立的模型正确率：训练集分类正确率为0.95，测试集正确率为0.93。本文研究表明，利用高光谱成像技术能够对不同成熟度的油茶果进行较准确的分类，为茶农对油茶果最佳采摘期的判断提供科学依据，在保障茶籽产量最大化、油质最优化等方面具有重要意义。
-
单位南京林业大学; 电子工程学院
