详情

原文传递一种基于高光谱技术的鲜烟叶农残等级检测方法及系统

专利名称：	一种基于高光谱技术的鲜烟叶农残等级检测方法及系统
摘要：	本发明属于农药残留检测技术领域，具体涉及一种基于高光谱技术的鲜烟叶农残等级检测方法及系统，该方法通过获取鲜烟叶待检测样本的高光谱数据，并对设定波长范围内的高光谱数据进行扩大农残不同等级间光谱差异性的预处理；将预处理后的高光谱数据输入至训练好的分类预测模型中，得到对应的农残等级结果，将该结果作为待检测样本的鲜烟叶农残等级结果。即本发明的方法通过运用高光谱成像系统来获取鲜烟叶待检测样本的高光谱数据，并运用高效的处理系统对高光谱数据进行相应的处理后即能够得到对应的鲜烟叶农残等级结果，因此本发明的方法获取鲜烟叶农残等级结果的效率更高。
专利类型：	发明专利
申请人：	中国烟草总公司郑州烟草研究院;郑州大学;陕西省烟草公司宝鸡市公司
发明人：	张勍;杨国涛;张世杰;李素晓;范黎;贺琛;田耕;李青常;马良;刘云
专利状态：	有效
申请日期：	2023-07-21T00:00:00+0800
发布日期：	2023-11-07T00:00:00+0800
申请号：	CN202310903097.6
公开号：	CN117007541A
代理机构：	郑州睿信知识产权代理有限公司
代理人：	吴敏
分类号：	G01N21/31;G01N21/3563;G01N21/359;G06V20/10;G06V10/72;G06V10/764;G06V10/774;G;G01;G06;G01N;G06V;G01N21;G06V20;G06V10;G01N21/31;G01N21/3563;G01N21/359;G06V20/10;G06V10/72;G06V10/764;G06V10/774
申请人地址：	450001 河南省郑州市高新区枫杨街2号;;
主权项：	1.一种基于高光谱技术的鲜烟叶农残等级检测方法，其特征在于，包括如下步骤： 1)获取鲜烟叶待检测样本的高光谱数据，并对设定波长范围内的高光谱数据进行扩大农残不同等级间光谱差异性的预处理； 2)将预处理后的高光谱数据输入至训练好的分类预测模型中，得到对应的农残等级结果，将该结果作为待检测样本的鲜烟叶农残等级结果。 2.根据权利要求1所述的基于高光谱技术的鲜烟叶农残等级检测方法，其特征在于，步骤1)中，所述扩大农残不同等级间光谱差异性的预处理为一阶导数预处理。 3.根据权利要求1所述的基于高光谱技术的鲜烟叶农残等级检测方法，其特征在于，步骤2)中，所述分类预测模型为最小二乘支持向量机分类模型。 4.根据权利要求1所述的基于高光谱技术的鲜烟叶农残等级检测方法，其特征在于，步骤1)中，所述设定波长范围为高光谱数据所有的波长范围。 5.根据权利要求1所述的基于高光谱技术的鲜烟叶农残等级检测方法，其特征在于，步骤1)中，在预处理前先对高光谱数据进行奇异值剔除处理。 6.一种基于高光谱技术的鲜烟叶农残等级检测系统，其特征在于，包括高光谱提取设备以及高光谱处理模块，高光谱提取设备用于获取鲜烟叶待检测样本的高光谱数据，并将待检测样本的高光谱数据传输至高光谱处理模块；高光谱处理模块用于对设定波长范围内的高光谱数据进行扩大农残不同等级间光谱差异性的预处理，并将预处理后的高光谱数据输入至训练好的分类预测模型中，得到对应的农残等级结果，将该结果作为待检测样本的鲜烟叶农残等级结果。 7.根据权利要求6所述的基于高光谱技术的鲜烟叶农残等级检测系统，其特征在于，所述扩大农残不同等级间光谱差异性的预处理为一阶导数预处理。 8.根据权利要求6所述的基于高光谱技术的鲜烟叶农残等级检测系统，其特征在于，所述分类预测模型为最小二乘支持向量机分类模型。 9.根据权利要求6所述的基于高光谱技术的鲜烟叶农残等级检测系统，其特征在于，所述设定波长范围为高光谱数据所有的波长范围。 10.根据权利要求6所述的基于高光谱技术的鲜烟叶农残等级检测系统，其特征在于，所述高光谱处理模块还用于在预处理前先对高光谱数据进行奇异值剔除处理。
所属类别：	发明专利