本文選題：可見光譜 + 光譜特征參數　； 參考：《光譜學與光譜分析》2016年06期

【摘要】：在田間原位對煙葉成熟度進行判別,能夠有效減少由于對成熟度判斷錯誤而導致的煙葉損失率升高、質量下降的問題,而傳統(tǒng)的人眼結合葉齡的田間成熟度判別方法缺少客觀性,因此提出采用光譜特征參數結合支持向量機的方法對田間原位煙葉成熟度進行判別。以專家評定并在田間原位進行測量的五個成熟度等級共351個煙葉反射光譜作為試驗樣品,五個成熟度等級分別為M1,M2,M3,M4,M5。通過對反射光譜的分析發(fā)現,不同成熟度煙葉的光譜在可見光波段能夠得到區(qū)分,而在近紅外波段區(qū)分不明顯,因此在可見光波段進行分析建模。分別采用可見光范圍內的連續(xù)光譜(350~780nm)、特征波段(496~719nm)、光譜特征參數(綠峰幅值、綠峰位置、紅邊幅值、藍邊幅值、紅邊面積、藍邊面積、紅邊位置、藍邊位置)作為輸入變量,采用支持向量機方法(supportvector machine,SVM)建立煙葉成熟度判別模型。結果表明,應用可見光光譜特征參數作為輸入變量所建立的模型的正確識別率達到98.85%,而應用可見光連續(xù)譜、可見光特征波段作為輸入變量的正確識別率分別為90.80%和93.10%。因此使用可見光光譜特征參數建立支持向量機的鮮煙葉成熟度判別模型對田間原位煙葉成熟度進行判別是可行的。
[Abstract]:In order to distinguish the maturity of tobacco leaves in the field, the loss rate of tobacco leaves increased and the quality of tobacco leaves decreased due to the wrong judgment of maturity. However, the traditional field maturity discrimination method based on human eye and leaf age is lack of objectivity, so the spectral characteristic parameters combined with support vector machine (SVM) is proposed to judge the maturity of field tobacco leaves in situ. A total of 351 tobacco leaf reflectance spectra of five maturity grades assessed by experts and measured in situ were used as experimental samples. The five maturity grades were M1OM2M3M3M4M5, respectively. Through the analysis of reflectance spectrum, it is found that the spectrum of tobacco leaves with different maturity can be distinguished in the visible light band, but not in the near infrared band, so the analysis and modeling are carried out in the visible light wave band. In this paper, the continuous spectral parameters (green peak amplitude, green peak position, red edge amplitude, blue edge amplitude, red edge area, blue edge area, red edge position, blue edge position) were used as input variables. Support vector machine (SVM) was used to establish the tobacco maturity discrimination model. The results show that the correct recognition rate of the model established by using the characteristic parameters of the visible light spectrum as input variables is 98.85, while the correct recognition rates of the visible light characteristic bands as input variables are 90.80% and 93.1010%, respectively. Therefore, it is feasible to use the characteristic parameters of visible light spectrum to establish the support vector machine (SVM) model to distinguish the maturity of fresh tobacco leaves in the field.
【作者單位】： 中國農業(yè)大學現代精細農業(yè)系統(tǒng)集成教育部重點實驗室;云南省煙草公司昆明市公司;云南省煙草農業(yè)科學研究院;
【基金】：國家自然科學基金項目(61144012) 中國煙草總公司云南省公司項目(2013YN17)資助
【分類號】：S572;O657.3

【相似文獻】

相關期刊論文 前10條

1 李佛琳;趙春江;劉良云;王紀華;楊鐵釗;靳志偉;;烤煙鮮煙葉成熟度的量化[J];煙草科技;2007年01期

2 朱忠,冼可法,楊軍;煙葉成熟度與其化學成分的相關性研究進展[J];煙草科技;2002年08期

3 王杰;畢浩洋;;基于極限學習機的煙葉成熟度分類[J];煙草科技;2013年05期

4 王建偉;張艷玲;李海江;劉陽;梁太波;過偉民;張仕祥;;田間不同成熟度烤煙上部葉的高光譜特征分析[J];煙草科技;2013年05期

5 孫福山,王麗卿,劉偉,王傳義;煙葉成熟度及烘烤關鍵指標與煙葉質量關系的研究[J];中國煙草科學;2002年03期

6 耿朝甫;怎樣掌握煙葉成熟度[J];山西農業(yè);2000年10期

7 陳于福;劉光華;蘇澤春;魏團仁;張紅梅;;香料煙煙葉成熟度的判斷標準[J];熱帶農業(yè)科技;2008年03期

8 陳逸鵬,林凱,江豪,盧廷祥,張招娟;烤煙煙葉成熟的外觀特征研究�、�.煙葉成熟度與葉齡的關系[J];福建農業(yè)科技;1997年05期

9 高漢杰,陳漢新,彭世陽,王喜功,李波,王錫金;煙葉成熟度鑒別方法與實用五段式烘烤新工藝應用研究的回顧[J];中國煙草科學;2002年04期

10 朱尊權;當前制約兩煙質量提高的關鍵因素[J];煙草科技;1998年04期

相關會議論文 前2條

1 孫淑英;鄭云澤;王龍憲;周毓華;;影響我省煙葉成熟度的主要因素及相應栽培技術措施[A];中國煙草學會第三屆理事會第二次會議暨1997年年會文件和論文匯編[C];1997年

2 王傳義;何嘉歐;;百色地區(qū)煙葉成熟度特征及配套烘烤技術研究[A];廣西煙草學會2005年度學術年會論文集[C];2006年

相關重要報紙文章 前3條

1 錢發(fā)聰;煙葉成熟度如何正確認識[N];云南科技報;2006年

2 王靜剛;取得三個進步 實現三個突破[N];經理日報;2003年

3 張弄萍;華寧抓緊煙草農科成果轉化工作[N];云南日報;2001年

相關碩士學位論文 前2條

1 田凱麗;煙葉成熟度快速檢測方法的研究[D];西北農林科技大學;2015年

2 王峰吉;烤煙品種云煙85煙葉成熟度的研究[D];福建農林大學;2001年

，

本文編號：1813046