13、柑橘黑斑病反射光谱特性与染病果实检测方法研究

柑橘黑斑病反射光谱特性与染病果实检测方法研究

1、问题

几乎所有柑橘品种都会受到黑斑病的感染。虽然目前无报告显示黑斑病会对柑橘内部果实品质造成影响，但其影响果实的外观品质，从而影响果实在市场上的销售价格。

通过对光谱仪采集的 340 ～ 1 030 nm 柑橘健康与感染黑斑区域光谱进行分析，在探明健康和黑斑病不同症状光谱特性的基础上。

2、研究过程

提出主成分分析结合特征排序的方法，选择出可识别染病与健康样本的最优波长( 525 nm)建立 SMO 分类模型; 基于序列浮动前向选择方法优选出 4 个特征波长( 678、740、794、879 nm) ，建立 C4. 5 算法识别柑橘黑斑病 3 种症状的方法。试验结果表明，用 525 nm 波长建立的 SMO 分类模型对健康和染病果样本的识别率达 99. 37% ，硬斑型、破裂型和黑斑型症状的识别率分别为 81. 85% 、71. 88% 和 67. 57% ，3 种症状的平均识别率为73. 77% ，比前人方法提高了 12. 77 个百分点。

3、研究工具

400 ～ 1 030 nm 的 1888 个波长的光谱值进行分析。

4、方法

4.1数据预处理

采用 Savitzky-Golay 平滑滤波器对光谱数据进行平滑去噪。该方法基于低维线性最小二乘法多项式，实现相邻连续数据点的拟合