文献类型： 中文期刊

作者： 闫鼎 ¹ ; 张义志 ² ; 程森 ¹ ; 蔡宪杰 ¹ ; 董祥洲 ³ ; 杨悦章 ⁴ ; 岳耀稳 ³ ; 王大彬 ² ; 林润英 ⁵ ;

作者机构： 1.上海烟草集团有限责任公司

2.中国农业科学院烟草研究所

3.安徽皖南烟叶有限责任公司

4.华环国际烟草有限公司

5.福建省烟草公司龙岩市公司

关键词： 高光谱特征;烤后烟叶;模型构建;部位识别

期刊名称： 湖北农业科学

ISSN： 0439-8114

年卷期： 2024 年 008 期

页码： 140-146

收录情况： 北大核心

摘要： 利用高光谱(400～1 700 nm)成像技术扫描得到3个部位(上B、中C、下X)烤后烟叶的高光谱图像,并提取其高光谱数据。采用相关性分析、主成分分析及方差分析研究了3个部位烟叶的高光谱特征,并构建5种识别烟叶部位的判别模型(SVM、KNN、RF、LightGBM和XGBoost)。结果表明,3个部位烟叶的光谱反射率为C>X>B(400～750 nm),B>C>X(750～1 400 nm),C>B≈X(1 400～1 700 nm)。3个部位烟叶的高光谱数据存在较强相关性,总体上可见光以及近红外波段在各自区域内相关性较强,而两者之间相关性较弱。共提取得到7个特征值大于1的主成分,方差累计贡献率接近1.00。3个部位烟叶的光谱反射率在450～550 nm和750～1 400 nm区域相互之间存在明显差异,中部叶在550～850 nm和1 400～1 700nm分别与上、下部叶具有明显差异,上部叶在400～450 nm分别与中、下部叶差异明显,下部叶在680 nm附近分别与上、中部叶差异显著。SVM判别不同部位烟叶的表现最好,准确率、精确率、召回率和F1分数均达95%以上,LightGBM表现居中,各项指标在90%～95%,RF、KNN和XGBoost相对较差,各项指标在90%以下。