技術(shù)特征：

1.一種基于地物光譜儀進(jìn)行稻田早期稗草識別的方法，其特征在于；包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于地物光譜儀進(jìn)行稻田早期稗草識別的方法，其特征在于：所述步驟1)光譜數(shù)據(jù)采集是隨機(jī)在稻田里采集2～4葉期的水稻秧苗和稗草的光譜信息，建立包含不少于200組光譜數(shù)據(jù)的樣本庫，光譜范圍為400～1100nm。

3.根據(jù)權(quán)利要求1所述的基于地物光譜儀進(jìn)行稻田早期稗草識別的方法，其特征在于：所述步驟4)中通過cars算法提取早期2～4葉的水稻和稗草光譜特征；其調(diào)用形式為：

4.根據(jù)權(quán)利要求1所述的基于地物光譜儀進(jìn)行稻田早期稗草識別的方法，其特征在于：所述步驟5)中利用matlab使用校正集建立識別模型包括以下步驟：

技術(shù)總結(jié)
一種基于地物光譜儀進(jìn)行稻田早期稗草識別的方法，包括以下步驟：1)使用地物光譜儀對稻田早期水稻和稗草進(jìn)行光譜數(shù)據(jù)采集并建立樣本庫；2)將樣本庫按照8:2的比例隨機(jī)劃分為校正集和預(yù)測集；3)對采集的早期水稻秧苗和稗草光譜數(shù)據(jù)進(jìn)行預(yù)處理從而去噪；4)采用CARS對光譜數(shù)據(jù)進(jìn)行特征提?。?)利用MATLAB使用校正集建立識別模型，選取最佳的預(yù)測模型；6)將預(yù)測集的光譜數(shù)據(jù)輸入到步驟5)中的預(yù)測模型中得到識別結(jié)果。本發(fā)明的基于地物光譜儀進(jìn)行稻田早期稗草識別的方法對早期稗草的識別率高。同時(shí)，通過MATLAB自帶的分類學(xué)習(xí)器工具箱進(jìn)行建模，便于后續(xù)將模型轉(zhuǎn)移到硬件部署；降低了建模時(shí)間成本。

技術(shù)研發(fā)人員：王曉玉,李杰,張智優(yōu),李昱嬌
受保護(hù)的技術(shù)使用者：湖南省農(nóng)業(yè)信息與工程研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19