摘要
本发明涉及生长状态监测技术领域,具体为艾蒿生长状态与叶蝉侵害动态关联监测方法,包括以下步骤:利用多光谱相机定期对艾蒿进行拍摄,收集近红外、红光和绿光波段的反射光谱信息,得到初步生理参数数据;根据所述初步生理参数数据,评估艾蒿的健康状况和生长趋势,生成健康评估结果。本发明通过多光谱相机采集近红外、红光和绿光波段的反射光谱信息,生成植物生理参数数据,实现了对艾蒿生长状态的多维度量化评估。通过深度学习对这些生理参数进行训练和分析,能够识别植物叶片的病变类型及叶蝉侵害程度,不再依赖人为判断,从而提升了检测的准确性和稳定性。
技术关键词
反射光谱信息
监测方法
多光谱相机
生理
滑动时间窗口
生成多尺度
识别叶片
数据
代表
检测植物叶片
训练深度学习模型
动态
识别叶绿素
参数
状态监测技术
识别植物
深度学习算法
病变特征
系统为您推荐了相关专利信息
神经电极
决策树模型
复合动作电位
递推最小二乘法
刺激伪影
状态监测方法
隧道
综合健康指数
多源数据采集系统
多模态数据融合
封装设备
监测方法
多模态特征
MEMS传感器
融合算法
市政道路
环境监测节点
环境监测系统
信息采集传感器
多传感器融合