[发明专利]一种多源光谱融合的滇龙胆种类识别方法及系统有效
| 申请号: | 202010499625.2 | 申请日: | 2020-06-04 |
| 公开(公告)号: | CN111624192B | 公开(公告)日: | 2022-12-16 |
| 发明(设计)人: | 孙明华;孔汶汶;孙永祺 | 申请(专利权)人: | 杭州岚达科技有限公司 |
| 主分类号: | G01N21/71 | 分类号: | G01N21/71;G06V10/80;G06V10/77;G06V10/762 |
| 代理公司: | 北京高沃律师事务所 11569 | 代理人: | 杜阳阳 |
| 地址: | 310012 浙江省杭州市西湖区三墩镇*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 光谱 融合 龙胆 种类 识别 方法 系统 | ||
1.一种多源光谱融合的滇龙胆种类识别方法,其特征在于,包括:
获取待识别滇龙胆切片样本;
利用LIBS光谱仪采集所述待识别滇龙胆切片样本不同位置的光谱数据,得到待识别滇龙胆LIBS光谱数据;所述待识别滇龙胆LIBS光谱数据中包括多条待识别滇龙胆LIBS光谱;
根据波长与元素之间的对应关系,对所述待识别滇龙胆LIBS光谱数据中的每条待识别滇龙胆LIBS光谱的波长进行筛选,确定筛选待识别滇龙胆LIBS光谱数据;
利用NIR光谱仪采集所述待识别滇龙胆切片样本的像素点光谱数据,得到待识别滇龙胆近红外光谱数据;所述待识别滇龙胆近红外光谱数据中包括多条待识别滇龙胆近红外光谱;
采用主成分分析方法对所述筛选待识别滇龙胆LIBS光谱数据和所述待识别滇龙胆近红外光谱数据进行降维和融合,得到待识别融合光谱数据;
根据所述待识别融合光谱数据,采用偏最小二乘判别分析方程确定待识别滇龙胆切片样本的种类;所述种类包括家种滇龙胆和野生滇龙胆。
2.根据权利要求1所述的多源光谱融合的滇龙胆种类识别方法,其特征在于,所述采用主成分分析方法对所述筛选待识别滇龙胆LIBS光谱数据和所述待识别滇龙胆近红外光谱数据进行降维和融合,得到待识别融合光谱数据,具体包括:
根据所述筛选待识别滇龙胆LIBS光谱数据确定待识别滇龙胆LIBS光谱矩阵;
根据所述待识别滇龙胆LIBS光谱矩阵采用主成分分析方法,得到第一投影向量集合;所述第一投影向量集合中包括多个第一投影向量,每个所述第一投影向量对应不同的贡献率值;
选取所述第一投影向量集合中贡献率值最大的8个第一投影向量作为待识别滇龙胆LIBS光谱投影向量;
根据所述待识别滇龙胆LIBS光谱矩阵和所述待识别滇龙胆LIBS光谱投影向量确定待识别滇龙胆LIBS得分矩阵;
根据所述待识别滇龙胆近红外光谱数据确定待识别滇龙胆近红外光谱矩阵;
根据所述待识别滇龙胆近红外光谱矩阵采用主成分分析方法,得到第二投影向量集合;所述第二投影向量集合中包括多个第二投影向量,每个所述第二投影向量对应不同的贡献率值;
选取所述第二投影向量集合中贡献率值最大的3个第二投影向量作为待识别滇龙胆近红外光谱投影向量;
根据所述待识别滇龙胆近红外光谱矩阵和所述待识别滇龙胆近红外光谱投影向量确定待识别滇龙胆近红外得分矩阵;
将所述待识别滇龙胆LIBS得分矩阵和所述待识别滇龙胆近红外得分矩阵进行融合,得到待识别融合光谱数据。
3.根据权利要求1所述的多源光谱融合的滇龙胆种类识别方法,其特征在于,所述根据所述待识别融合光谱数据,采用偏最小二乘判别分析方程确定待识别滇龙胆切片样本的种类,具体包括:
根据公式确定判别系数;其中,Y为判别系数,p1,p2,p3,p4,p5,p6,p7,p8,p9,p10和p11均为待识别融合光谱数据;
当|Y-1|<0.5时,确定待识别滇龙胆切片样本为家种滇龙胆;
当|Y-2|<0.5时,确定待识别滇龙胆切片样本为野生滇龙胆。
4.根据权利要求1所述的多源光谱融合的滇龙胆种类识别方法,其特征在于,所述采用主成分分析方法对所述筛选待识别滇龙胆LIBS光谱数据和所述待识别滇龙胆近红外光谱数据进行降维和融合,得到待识别融合光谱数据,之前还包括:
采用面积归一化方法分别对所述筛选待识别滇龙胆LIBS光谱数据和所述待识别滇龙胆近红外光谱数据进行处理,得到归一化待识别滇龙胆LIBS光谱数据和归一化待识别滇龙胆近红外光谱数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州岚达科技有限公司,未经杭州岚达科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010499625.2/1.html,转载请声明来源钻瓜专利网。





