【技术实现步骤摘要】
本专利技术涉及，尤其涉及一种植物病害识别方法、识别终端及存储介质。
技术介绍
1、马铃薯块茎可供食用，是全球第三大重要的粮食作物，仅次于小麦和玉米，与小麦、玉米、稻谷、高粱并成为世界五大作物。常见的马铃薯病害有干腐病及疮痂病，感染干腐病及疮痂病的马铃薯食用后对人体有害。
2、现有技术中，这两种病害外表无异，需对待测样本进行破坏人工观察病害情况，浪费资源，且受人为因素影响较大，病害判断准确率不高。
技术实现思路
1、本专利技术实施例提供了一种植物病害识别方法、识别终端及存储介质，以解决现有技术中需破坏待测样本，观察病害情况，造成资源浪费，病害判断准确率低的问题。
2、第一方面，本专利技术实施例提供了一种植物病害识别方法，包括：
3、获取待测样本在预设频段内的近红外光谱数据；
4、根据近红外光谱数据，基于主成分分析得到第一预设数量个特征波长；
5、根据近红外光谱数据及第一预设数量个特征波长，得到目标特征；
6、基于目标特征，得到待测样本的病害类型。
7、可选的，根据近红外光谱数据，基于主成分分析得到第一预设数量个特征波长，包括：
8、对近红外光谱数据进行主成分分析，得到前第二预设数量个主成分的主成分矩阵；
9、针对前第二预设数量个主成分中的任意一个主成分，根据该主成分的主成分矩阵，确定该主成分在各个波长处的主成分系数；
10、根据各个主成分系数，得到第一预设数量个特征
11、可选的，根据各个主成分系数，得到第一预设数量个特征波长，包括：
12、将各个主成分系数按照绝对值从大到小的顺序排序，得到主成分系数序列；
13、选取主成分系数序列中的前第一预设数量个主成分系数，并将前第一预设数量个主成分系数对应的波长作为特征波长，得到第一预设数量个特征波长。
14、可选的，第二预设数量为2；
15、第二预设数量个主成分包括：第一主成分和第二主成分。
16、可选的，第一预设数量为5。
17、可选的，根据近红外光谱数据及第一预设数量个特征波长，得到目标特征，包括：
18、确定近红外光谱数据中，第一预设数量个特征波长处对应的特征点；
19、从第一预设数量个特征点中选取至少3个特征点，形成目标特征。
20、可选的，基于目标特征，得到待测样本的病害类型，包括：
21、将目标特征输入预先训练完成的分类模型，得到待测样本的病害类型。
22、可选的，分类模型为lda模型。
23、第二方面，本专利技术实施例提供了一种识别终端，包括处理器和存储器，存储器用于存储计算机程序，处理器用于调用并运行存储器中存储的计算机程序，执行如本专利技术实施例第一方面提供的植物病害识别方法的步骤。
24、第三方面，本专利技术实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式提供的植物病害识别方法的步骤。
25、本专利技术实施例提供一种植物病害识别方法、识别终端及存储介质。该方法包括：获取待测样本在预设频段内的近红外光谱数据；根据近红外光谱数据，基于主成分分析得到第一预设数量个特征波长；根据近红外光谱数据及第一预设数量个特征波长，得到目标特征；基于目标特征，得到待测样本的病害类型。植物发生病害后，内部成分会发生变化，而近红外光谱可以反应物质内部成分的变化。基于此，本专利技术实施例中采用近红外光谱结合主成分分析确定植物病害类型，无需对植物进行破坏，节省资源，且不受人为因素影响，识别准确率高。
本文档来自技高网...【技术保护点】
1.一种植物病害识别方法，其特征在于，包括：
2.根据权利要求1所述的植物病害识别方法，其特征在于，所述根据所述近红外光谱数据，基于主成分分析得到第一预设数量个特征波长，包括：
3.根据权利要求2所述的植物病害识别方法，其特征在于，所述根据各个主成分系数，得到所述第一预设数量个特征波长，包括：
4.根据权利要求2所述的植物病害识别方法，其特征在于，所述第二预设数量为2；
5.根据权利要求1所述的植物病害识别方法，其特征在于，所述第一预设数量为5。
6.根据权利要求5所述的植物病害识别方法，其特征在于，所述根据所述近红外光谱数据及所述第一预设数量个特征波长，得到目标特征，包括：
7.根据权利要求1至6任一项所述的植物病害识别方法，其特征在于，所述基于所述目标特征，得到所述待测样本的病害类型，包括：
8.根据权利要求7所述的植物病害识别方法，其特征在于，所述分类模型为LDA模型。
9.一种识别终端，其特征在于，包括处理器和存储器，所述存储器用于存储计算机程序，所述处理器用于调用并运行所述存
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上的权利要求1至8中任一项所述的植物病害识别方法的步骤。
...【技术特征摘要】
1.一种植物病害识别方法，其特征在于，包括：
2.根据权利要求1所述的植物病害识别方法，其特征在于，所述根据所述近红外光谱数据，基于主成分分析得到第一预设数量个特征波长，包括：
3.根据权利要求2所述的植物病害识别方法，其特征在于，所述根据各个主成分系数，得到所述第一预设数量个特征波长，包括：
4.根据权利要求2所述的植物病害识别方法，其特征在于，所述第二预设数量为2；
5.根据权利要求1所述的植物病害识别方法，其特征在于，所述第一预设数量为5。
6.根据权利要求5所述的植物病害识别方法，其特征在于，所述根据所述近红外光谱数据及所述第一预设数量个特征波长，得到目标特...
【专利技术属性】
技术研发人员：李鸿强，卢海博，张栋，张超，陈艳睿，
申请(专利权)人：河北建筑工程学院，
类型：发明
国别省市：
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。