【技术实现步骤摘要】
植物类别识别方法及系统
本专利技术实施例涉及分类识别
，更具体地，涉及植物类别识别方法及系统。
技术介绍
棉花是我国主要的纤维作物，其种植和产量长期位居前列，但是棉田受杂草危害比较严重。由于田间杂草分布较广、传播方式多、繁殖与再生能力强、对棉花等农作物的危害严重。在棉花的生长过程中，杂草与其争夺养料、水分、阳光以及生长空间，妨碍了棉花作物通风、增加土壤局部温度，从而影响棉花的生长发育，降低其产量和质量，更严重的是，杂草易成为病菌或害虫的中间寄主，促进病虫害的发生，造成无法估计的损失，因此有效去除棉田杂草对于保证棉花的产量和质量有重要的现实意义。目前已知的棉田除草方法主要是化学除草，其使用高效快捷，简操作单易上手，但是传统的化学除草采用大面积均匀施药的方式，并不能够实现定量喷施，虽然能够有效除草，但是除草剂的有效利用率低，且严重污染农业生态环境。因此，现急需提供一种植物类别识别方法及系统，用以准确识别棉田中的棉花和杂草，进而有针对性的去除花生田间的杂草，同时提高除草剂的利用率，减少除草剂用量，降低化学药剂对环境的
【技术保护点】
1.一种植物类别识别方法，其特征在于，包括：/nS1，获取目标区域内目标植物在特征波长处的光谱数据；/nS2，将所述光谱数据输入至预设贝叶斯判别模型中，由所述预设贝叶斯判别模型输出所述目标植物所属的类别。/n
【技术特征摘要】
1.一种植物类别识别方法，其特征在于，包括：
S1，获取目标区域内目标植物在特征波长处的光谱数据；
S2，将所述光谱数据输入至预设贝叶斯判别模型中，由所述预设贝叶斯判别模型输出所述目标植物所属的类别。
2.根据权利要求1所述的植物类别识别方法，其特征在于，所述特征波长通过如下方法确定：
确定所述目标区域内的第一植物样本集，并分别获取所述第一植物样本集中每一植物样本在预设波段内的光谱数据；
基于逐步回归分析法，在所述预设波段内的光谱数据中选取有效特征光谱数据，并将所述有效特征光谱数据对应的波长作为所述特征波长。
3.根据权利要求1所述的植物类别识别方法，其特征在于，所述S1具体包括：
通过便携式光谱分析仪，采集所述目标植物在预设波段内的光谱数据，并从所述预设波段内的光谱数据中提取所述特征波长处的光谱数据；
其中，所述特征波长处于所述预设波段内。
4.根据权利要求1所述的植物类别识别方法，其特征在于，S2之前还包括：
确定所述目标区域内的第二植物样本集，并分别获取所述第二植物样本集内每一植物样本所属的类别，以及每一植物样本在所述特征波长处的光谱数据；
将每一植物样本在所述特征波长处的光谱数据作为输入，每一植物样本所属的类别作为输出，对所述预设贝叶斯判别模型进行训练，直至所述预设贝叶斯判别模型的准确率达到...
【专利技术属性】
技术研发人员：张雷，曾瑞儿，侯晓雷，尉婧，候雪蓥，王帅彬，陈婷婷，陈勇，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。