共查询到18条相似文献，搜索用时 218 毫秒
1.
目的 解决机采茶鲜叶中混有不同等级的茶叶,且混杂度高、物理特征分类精确度低的问题。方法 利用随机森林分类模型,提出一种基于颜色和边缘特征融合的方法。试验采集3种不同等级的茶鲜叶,对原始图像进行裁剪、尺寸归一化和去噪等处理,再进行颜色特征和边缘特征提取。通过参数的修改和测试,构建最优的随机森林分类模型,并且同K最近邻、SVM分类器进行对比试验。结果 特征融合之后随机森林模型的分类准确率达到99.45%,比单一颜色特征和边缘特征的分类准确率分别高7.14和9.34个百分点;比K最近邻和SVM分类器准确率分别高15.38和5.49个百分点。结论 所建立的方法能够对茶鲜叶单芽、一芽一叶、一芽二叶进行精确的分类。 相似文献
2.
3.
基于无人机多光谱遥感图像的玉米田间杂草识别 总被引：5，自引：0，他引：5
【目的】为了精确高效识别玉米田间杂草,减少除草剂施用,提高玉米种植管理精准性。【方法】通过六旋翼无人机搭载多光谱相机获取玉米田块多光谱图像。为分离图像中植被与非植被像元,计算了7种植被指数,采用最大类间方差法提取植被指数图像中非植被区域,制作掩膜文件并对多光谱图像掩膜。通过主成分分析对多光谱图像进行变换,保留信息量最多的前3个主成分波段。将试验区域分为训练区域和验证区域,在训练区域中分别选取了675处玉米和525处杂草样本对监督分类模型进行训练,在验证区域选取了240处玉米样本及160处杂草样本评价模型分类精度。将7种植被指数、3个主成分波段的24个纹理特征及经过滤波的10个反射率,共计41项特征作为样本特征参数。利用支持向量机-特征递归消除算法（support vector machines-feature recursive elimination,SVM-RFE）和Relief算法从41项特征中各筛选14项特征构成特征子集,采用支持向量机、K-最近邻、Cart决策树、随机森林和人工神经网络对特征子集进行监督分类。【结果】支持向量机与随机森林对全部特征及2个特征子集分类效果较好,支持向量机总体精度为89.13%—91.94%,Kappa>0.79,随机森林总体精度为89.27%—90.95%,Kappa>0.79。【结论】SVM-RFE算法对数据降维效果优于Relief算法,支持向量机（SVM）模型对区域冠层尺度下玉米与杂草的分类效果最好。 相似文献
4.
提出利用机器视觉和matlab图像处理技术来区分茶叶的等级。以4个等级的绿茶为实验对象,通过提取不同等级茶叶的图像形状特征参数,采用多类逐步分析法进行特征优化并建立区分模型,实现了室内条件下茶叶等级的区分,正确率达81.25%。 相似文献
5.
《中国农业科学》2020,(8)
【目的】为了精确高效识别玉米田间杂草,减少除草剂施用,提高玉米种植管理精准性。【方法】通过六旋翼无人机搭载多光谱相机获取玉米田块多光谱图像。为分离图像中植被与非植被像元,计算了7种植被指数,采用最大类间方差法提取植被指数图像中非植被区域,制作掩膜文件并对多光谱图像掩膜。通过主成分分析对多光谱图像进行变换,保留信息量最多的前3个主成分波段。将试验区域分为训练区域和验证区域,在训练区域中分别选取了675处玉米和525处杂草样本对监督分类模型进行训练,在验证区域选取了240处玉米样本及160处杂草样本评价模型分类精度。将7种植被指数、3个主成分波段的24个纹理特征及经过滤波的10个反射率,共计41项特征作为样本特征参数。利用支持向量机-特征递归消除算法(support vector machines-feature recursive elimination,SVM-RFE)和Relief算法从41项特征中各筛选14项特征构成特征子集,采用支持向量机、K-最近邻、Cart决策树、随机森林和人工神经网络对特征子集进行监督分类。【结果】支持向量机与随机森林对全部特征及2个特征子集分类效果较好,支持向量机总体精度为89.13%—91.94%,Kappa0.79,随机森林总体精度为89.27%—90.95%,Kappa0.79。【结论】SVM-RFE算法对数据降维效果优于Relief算法,支持向量机(SVM)模型对区域冠层尺度下玉米与杂草的分类效果最好。 相似文献
6.
基于Google Earth Engine的曲靖市烤烟种植区遥感提取 总被引：1，自引：0，他引：1
应用高分辨率的Sentinel-2A数据,提出了随机森林算法结合多特征的烤烟遥感提取方法.然后将支持向量机和分类回归树算法与随机森林算法进行了对比试验,3种分类器与光谱+地形+纹理+缨帽特征组合的平均验证精度分别为63％、88％和94％,随机森林分类器结合光谱+地形+纹理+缨帽特征组合的分类精度最佳,制图精度达到90％,用户精度为98％,总体精度为96％,Kappa系数为0.94.结果显示,研究区烤烟的最佳分类时相为4月下旬至5月下旬;随机森林算法结合光谱+地形+纹理+缨帽特征的方法能够精确地对研究区烤烟种植区进行遥感提取,为云南高原山区农作物提取提供技术参考. 相似文献
7.
本研究以哨兵二号影像为数据源,以江苏徐淮地区邳州市西南部作为研究区,开展大豆、玉米遥感识别研究。采用覆盖玉米和大豆主要生长期的多时相哨兵二号影像构建遥感特征参数数据集,包括12个光谱波段的反射率和47个植被指数,采用递归特征消除与随机森林、支持向量机相结合的算法开展特征参数优选,明确最优识别时相-特征参数组合,在此基础上,采用随机森林和支持向量机分类器进行分类,并比较分类精度。研究结果表明,利用特征参数优选方法提取最优特征参数组合,在保证总体精度的前提下能够减少特征参数数量;陆地水指数和倒数差值等植被指数是2种优选算法所提取出的共性特征参数;9月8日是研究区玉米和大豆遥感识别的最佳时相,总体精度和Kappa系数均为0.99。 相似文献
8.
基于GA-ANN融合算法的棉田杂草特征降维及分类识别 总被引：1，自引：0，他引：1
准确识别杂草是智能化除草技术所要解决的关键问题,为了实现棉花田间杂草的特征降维及分类识别,提出了遗传算法(GA)融合人工神经网络(ANN)的算法。试验中共采集棉花和杂草样本195个,提取棉花和杂草的形状特征、4个方向灰度共生矩阵纹理特征、HSV空间颜色特征等21个参数。将21个特征参数按照一定顺序组成码串作为遗传个体,融合神经网络模式识别算法,以实现特征参数的有效降维。对利用降维后的优良特征参数组合、全部特征参数以及主成分分析方法(PCA)降维识别的准确率进行了对比,结果表明:利用融合算法降维得到的不同特征组合,可将特征参数维数保持在8~13维,有效降低了特征参数空间的复杂度;融合算法平均分类准确率稳定在98%左右,明显优于PCA分析法。对降维后的优良特征参数组合进行自组织特征映射网络训练(SOM),可视化拓扑结构图表明,降维后的优良特征组合对各个类别的影响呈现出独立性、可区分性的显著特点,宽长比、H三阶矩特征与棉花样本的分类准确率呈强相关性,H一阶矩、S三阶矩对苘麻、龙葵草、灰菜、田旋花样本的分类影响显著,而对棉花样本的分类准确率影响较弱。 相似文献
9.
针对不同玉米病害图片有不同的形状特征,提取玉米病害图像的8个多重分形谱值作为玉米病害的形状特征参数,并用这8个特征参数来索引图像数据库,采用学习向量量化(LVQ)神经网络进行样本训练、分类识别.研究结果表明,该方法对玉米病害的识别有较高的识别率、91％以上. 相似文献
10.
为了实现森林火灾的智能识别,提出一种基于稀疏表示的林火火焰自动识别方法.以林火火焰和5类干扰物体为研究对象,每类对象从视频图像中随机选取50帧作为训练样本,150帧作为测试样本.对每幅图像提取疑似火焰区域,求取面积变化率、颜色、纹理和形状特征参数.所有训练样本的特征向量构建训练样本特征字典,对每个测试样本利用l1最小化范数计算其在训练字典上的投影系数,根据最小重构残差进行分类识别.结果表明,稀疏表示方法的识别率可达到93.56％,为林火火焰识别提供了一个有效的解决方案. 相似文献
11.
以单人电动采茶机为机具,研究了不同采摘时期下春茶的机采效果.结果表明,当茶树冠面以上标准芽叶比例接近70％时进行机采,单人电动采茶机的效果较好,其标准芽叶比例可达37.49％,其产量最高,分别比其他两个处理高3.24～8.36 kg/667m2,其机采鲜叶的游离氨基酸、茶多酚含量分别为4.55％、20.76％,品质较好,符合名优茶的制作标准,是最适合进行名优茶分级的原料;当树冠面标准芽叶比例接近55％时进行机采,其原料的比例组成与品质则较符合大宗茶的制作标准. 相似文献
12.
13.
[目的]研究不同采摘方式和施肥措施对茶鲜叶机械组成的影响,从而了解茶园实行机采后茶青原料和品质的变化,为在贵州茶园推广机械化采摘奠定基础。[方法]在福鼎茶园设置3种施肥水平,分别采用3种不同的采摘方式,分析测定各采摘方式和施肥措施下茶鲜叶的机械组成变化。[结果]随着施肥量的增加,优质芽叶的百分比上升,3倍施肥比对照的优质芽叶数量百分比提高了55.45%;在同一施肥水平下,机采比手采后优质芽叶的百分比提高。[结论]在贵州福鼎茶园,夏秋季使用机械采摘,可以减少劳动力投入,而且充分利用了茶青原料,能提高产业效益。 相似文献
14.
基于代谢组学的‘云抗10号’晒青茶加工过程代谢物变化 总被引：3，自引：0，他引：3
【目的】基于代谢组学的超高相液相色谱/质谱（LC-MS）联用技术探究云南大叶种‘云抗10号’晒青茶加工过程中代谢产物的变化,发现影响晒青茶品质形成的标志性代谢物,并进一步研究这些物质的变化路径,为了解云南晒青茶品质形成机理奠定基础。【方法】在制作‘云抗10号’晒青茶过程中,取‘云抗10号’鲜叶、揉捻叶、晒青叶各3组。样品经预处理后,运用LC-MS检测3组样品中的代谢产物,利用质谱数据库对其定性。运用多元统计方法主成分分析（principal component analysis,PCA）和偏最小二乘判别分析（partial least squares discriminant analysis,PLS-DA）对3组样品检测数据进行分析。通过PLS-DA方法筛选差异显著的代谢物。【结果】建立了‘云抗10号’鲜叶、揉捻叶和晒青叶的代谢物谱的LC/MS分析方法,将代谢组数据进行主成分分析和偏最小二乘法判别分析,并将3组样品聚类区分。并用LC-MS技术对‘云抗10号’晒青茶及在制茶进行检测,结合多元统计分析,在鲜叶、揉捻叶、晒青叶之间发现差异代谢物701种,揉捻叶与鲜叶的差异显著代谢物116种,晒青叶与鲜叶的差异显著代谢物158种,晒青叶与揉捻叶的差异显著代谢物48种。比对KEGG与MWDB数据库分析代谢物,这些代谢物主要与氨基酸及其衍生物代谢、多酚物质代谢等代谢途径有关。【结论】利用LC-MS技术可以有效地对鲜叶组、揉捻叶组与晒青叶组进行区分,证明代谢组学技术在一定程度上可以揭示晒青毛茶在加工过程中内含代谢物的化学变化规律。研究发现的晒青毛茶品质形成关键代谢物,可为晒青品质的评价指标体系建立提供理论依据。 相似文献
15.
本文论述了6CLW-10型茶叶连续萎凋机的设计原理、结构特点及其主要技术参数,并简要分析了该机用于乌龙茶萎凋生产时的萎凋质量和品质.该机萎凋温度可调,风量可调,摊叶厚度可调,萎凋时间可调,不仅可用于乌龙茶和红茶的萎凋,还可用于绿茶雨水青的处理.该机可用电、煤或薪柴作为加热热源.经过4a 多来乌龙茶萎凋生产试验,表明用该机萎凋的乌龙茶萎凋质量达到或超过同等条件下利用阳光晒青的萎凋质量.该机为连续化生产,操作简便,生产效率高.用于乌龙茶萎凋时,其台时生产率为150—250kg 鲜叶. 相似文献
16.
基于叶片图像多特征融合的观叶植物种类识别 总被引：9，自引：4，他引：5
叶片图像特征提取对于植物自动分类识别有着重要的研究意义。本文以观叶植物叶片为研究对象,综合提取叶片图像的颜色、形状和纹理特征,基于支持向量机(SVM)原理提出了基于图像分析的观叶植物自动识别分类方法。通过对50种观叶植物样本图像进行训练和识别,与BP神经网络和KNN识别方法进行比较,本文所采用的SVM分类器的识别率能够达到91.41%,取得了较好的识别效果。 相似文献
17.
贵州湄潭茶区茶叶机械采摘的技术应用 总被引：1，自引：0，他引：1
为进一步推广茶叶机械化采摘,提高茶叶采摘质量,对贵州湄潭永兴茶场和东南茶场进行机械采摘技术应用研究,结果表明,大宗茶生产过程中,不同采摘方式以双人采茶机采摘效果最佳,手采质量最差;永兴茶区大宗茶采摘时期掌握偏迟,采下原料较大,难以生产出品质较高的产品;东南茶场夏秋茶生产的采摘间隔期为15 ～ 18 d,不同时间气候条件差异大,尤其是日照时数、湿度、降雨量、蒸发量等气象要素的变化使相同间隔期内采下的芽叶质量相差甚大,确定采摘适期应考虑这几个气象要素的变化;茶园营养水平对原料质量影响大,适当提高目前湄潭茶区施肥量,改进施肥方法,对获优质机采原料有好的保证. 相似文献
18.
[目的]研究桂香红美人茶加工工艺及技术参数,为广西红茶的创新技术研究提供参考。[方法]以广西南亚热带农业科学研究所无公害茶园中金萱茶树品种被小绿叶蝉刺吸的一芽一叶鲜叶为原料,在红茶传统加工工艺基础上,结合乌龙茶晒青工艺、智能红茶发酵机发酵技术、智能烘干技术等多种先进的茶叶加工技术研制桂香红美人茶。[结果]总结出桂香红美人茶加工工艺及关键技术参数为:被小绿叶蝉刺吸的鲜叶→晒青(鲜叶失水率6%~10%)→萎凋(萎凋叶含水量62%~64%)→揉捻(40~60 min)→智能发酵机发酵(温度:32℃,湿度:95%,时间:3.5 h)→造型→智能烘干(温度:80℃,时间:120 min)→提香(温度:100℃,时间:30 min)→成品茶。[结论]该技术充分利用小绿叶蝉危害的鲜叶加工出市场价值较高的红茶新产品,能大幅度提高有机茶园综合效益,对推进有机食品生产有积极的作用。 相似文献