CN118887525A 基于3d卷积神经网络的槟榔叶片黄化症状分析方法及系统 （南京农业大学三亚研究院）.pdfVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN118887525A

(43)申请公布日2024.11.01

(21)申请号202410800499.8G06V10/80(2022.01)

G06V10/82(2022.01)

(22)申请日2024.06.20

G06N3/0464(2023.01)

(71)申请人南京农业大学三亚研究院

地址572000海南省三亚市崖州区振州路

梧桐产业园区9栋

(72)发明人翟肇裕张杰葛焱朱淑鑫

徐焕良

(74)专利代理机构南京禹为知识产权代理事务

所(特殊普通合伙)32272

专利代理师许永波

(51)Int.Cl.

G06V20/10(2022.01)

G06V10/20(2022.01)

G06V10/25(2022.01)

G06V10/44(2022.01)

权利要求书3页说明书10页附图4页

(54)发明名称

基于3D卷积神经网络的槟榔叶片黄化症状

分析方法及系统

(57)摘要

本发明涉及槟榔黄化症状分析技术领域，尤

其涉及基于3D卷积神经网络的槟榔叶片黄化症

状分析方法及系统，采用活体拍摄高光谱图像的

方法，使用推扫式高光谱成像系统拍摄槟榔叶片

的高光谱图像；采用黑白校正方法得到初步的高

光谱图像；对槟榔叶片进行感兴趣区域提取并计

算提取出感兴趣区域的平均光谱，对平均光谱进

行SG平滑滤波器处理；使用SHAP方法提取出贡献

度最高的特征波段；训练3D卷积神经网络模型，

判断光谱数据所属的不同类别输出槟榔黄化症

状的原因分析结果，高光谱图像和3D卷积神经网

A络共同提高模型对于光谱的空间特征提取能力，

5模型对槟榔黄化症状的原因分析能力更强，不局

2

5

7限于区分健康和病害，分析导致病害的不同原

8

8

8因。

1

1

N

C

CN118887525A权利要求书1/3页

1.基于3D卷积神经网络的槟榔叶片黄化症状分析方法，其特征在于：包括，

采用活体拍摄高光谱图像的方法，使用推扫式高光谱成像系统拍摄槟榔叶片的高光谱

图像；

采用黑白校正方法对高光谱图像进行校正得到初步可用的高光谱图像；

对槟榔叶片进行感兴趣区域提取并计算提取出感兴趣区域的平均光谱，对平均光谱进

行SG平滑滤波器处理；

使用SHAP方法提取出贡献度最高的特征波段，将筛选出的特征波段所对应的平均光谱

数据作为模型输入数据；

训练3D卷积神经网络模型，判断光谱数据所属的不同类别输出槟榔黄化症状的原因分

析结果。

2.如权利要求1所述的基于3D卷积神经网络的槟榔叶片黄化症状分析方法，其特征在

于：所述高光谱图像包括拍摄健康槟榔样本和在干旱胁迫、病毒胁迫、肥害胁迫下导致叶片

黄化的四类槟榔样本的高光谱图像数据。

3.如权利要求2所述的基于3D卷积神经网络的槟榔叶片黄化症状分析方法，其特征在

于：所述初步可用的高光谱图像包括计算黑白矫正后得到的图像反射率值R，表示为：

矫正

其中，R为待矫正的原始图像反射率值，R为扫描标准的参考白板得到的反射率值，

原始