基于高光谱与纹理融合的烤烟分类方法研究

[目的]为提高烤烟的分类正确率.[方法]利用高光谱成像系统采集烤烟样本,采用Savitzky-Golay卷积平滑法(SG)、多元散射校正(MSC)、一阶导数法(FD)的组合方法对数据进行预处理.通过连续投影算法(SPA)选择特征波长,利用灰度共生矩阵(GLCM)选择烤烟的纹理特征,将纹理特征与光谱特征归一化处理后进行融合,利用邻近算法(KNN)、随机森林(RF)、支持向量机(SVM)、朴素贝叶斯(NB)验证烤烟分类效果.[结果]预处理后的全波长数据分类正确率较预处理前有所提升;利用SPA选择特征波段进行分类,正确率下降;高光谱融合纹理特征后进行分类,分类效果显著提升.[结论]基于高光谱与纹理融合可准确、有效地对烤烟进行无损分类,为量化烤烟分类提供了可行方法.