期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种基于高光谱技术的温室环境下叶片遮挡树莓果实识别模型
1
作者 陈竹筠 席瑞谦 +2 位作者 张晓乾 顾玉红 任振辉 《河北农业大学学报》 北大核心 2025年第3期107-116,126,共11页
在智能化农业管理中,精准识别被叶片遮挡的树莓果实是实现高效采摘作业的关键难题。传统机器视觉技术因果实易被叶片遮挡而难以准确定位,影响采摘效率与质量,也无法满足温室对果实生长状况精准监测与管理的需求。本研究针对现有机器视... 在智能化农业管理中,精准识别被叶片遮挡的树莓果实是实现高效采摘作业的关键难题。传统机器视觉技术因果实易被叶片遮挡而难以准确定位,影响采摘效率与质量,也无法满足温室对果实生长状况精准监测与管理的需求。本研究针对现有机器视觉技术在处理遮挡问题上的局限性,开发了一种基于高光谱技术的树莓果实识别方法,首次引入并优化了voting-RF-MLP集成模型。通过采集不同遮挡状态下的树莓果实反射率光谱数据,为模型训练提供了全面的数据集,并采用定制化的数据预处理和PCA特征提取算法提升数据质量。voting-RF-MLP模型结合随机森林(RF)和多层感知器(MLP)优势,通过GridSearchCV算法优化超参数,确保最优性能。测试结果显示,voting-RF-MLP模型在各类遮挡状态下分类性能卓越,准确率达到0.8435,精确度、召回率和F1分数均显著优于传统单一模型。这一成果提高了树莓果实识别的准确性,该模型可为自动化采摘设备提供精准的果实定位支持,在叶片遮挡条件下实现树莓果实深度距离信息(遮挡距离)的预测,且952条光谱样本推理时间仅需13.43 s,可为高光谱技术在复杂农业场景中的高效计算提供算法基础,助力精准农业的智能化升级。 展开更多
关键词 高光谱技术 机器学习 模型优化 树莓果实识别 集成模型 voting算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部