-
公开(公告)号:CN114639009B
公开(公告)日:2024-04-16
申请号:CN202210024740.3
申请日:2022-01-11
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/40 , G06V10/77 , G06V10/764 , G06V10/774 , G06T5/60 , G06T5/70 , G06T5/30 , G06T7/136 , G06N20/10
Abstract: 本发明公开了一种基于高光谱图像和机器学习的桂圆干品种分类方法及装置,方法包括:将同一品种桂圆干的多个不同样本为一组进行高光谱成像得到高光谱图像集;将所有高光谱图像集进行图像预处理得到桂圆干高光谱样本集;标明高光谱样本集中不同品种桂圆干图像所属的种类;对高光谱样本集进行数据降维得到降维后的数据集;将降维后的数据集分别导入SVM和KNN学习模型中进行监督学习,使用交叉验证法计算准确率,构建桂圆干分类模型;将处理后待检测桂圆干高光谱图像导入桂圆干分类模型进行分类,得到分类结果。本发明采用高光谱成像技术结合图像处理技术,提取感兴趣区域,使用K邻近算法和支持向量机两类机器学习模型,实现多种类桂圆干的分类识别。
-
公开(公告)号:CN114639009A
公开(公告)日:2022-06-17
申请号:CN202210024740.3
申请日:2022-01-11
Applicant: 华南农业大学
IPC: G06V20/10 , G06V10/40 , G06V10/77 , G06V10/764 , G06V10/774 , G06K9/62 , G06T5/00 , G06T5/30 , G06T7/136 , G06N20/10
Abstract: 本发明公开了一种基于高光谱图像和机器学习的桂圆干品种分类方法及装置,方法包括:将同一品种桂圆干的多个不同样本为一组进行高光谱成像得到高光谱图像集;将所有高光谱图像集进行图像预处理得到桂圆干高光谱样本集;标明高光谱样本集中不同品种桂圆干图像所属的种类;对高光谱样本集进行数据降维得到降维后的数据集;将降维后的数据集分别导入SVM和KNN学习模型中进行监督学习,使用交叉验证法计算准确率,构建桂圆干分类模型;将处理后待检测桂圆干高光谱图像导入桂圆干分类模型进行分类,得到分类结果。本发明采用高光谱成像技术结合图像处理技术,提取感兴趣区域,使用K邻近算法和支持向量机两类机器学习模型,实现多种类桂圆干的分类识别。
-