摘要
本发明提供一种烟叶中叶绿素和类胡萝卜素含量的非破坏性检测方法,属于图像数据处理技术领域,本发明首先构建标准化图像采集环境,通过工业面阵相机获取RGB图像;随后利用HSV色彩空间进行阈值分割、轮廓提取和旋转校正,获取标准化叶片图像;接着构建双分支CNN网络结构,集成通道注意力、空间注意力和交叉注意力三种注意力机制;通过Adam优化器训练网络,利用决定系数、均方根误差和相对分析误差评估模型性能;最后采用Grad‑CAM技术进行可视化分析,验证模型对色素分布的识别效果,实现了从图像数据到色素含量的高精度非破坏性快速检测。
技术关键词
破坏性检测方法
CNN网络结构
分支
注意力
鲜烟叶
CAM技术
类胡萝卜素含量
HSV色彩空间
面阵相机
分析卷积神经网络
网络模块
图像数据处理技术
图像采集环境
轮廓提取
空间权重矩阵
色素
乙醇提取法
生成热力图
系统为您推荐了相关专利信息
档案管理方法
深度学习模型
时域特征
文本
纹理特征
知识追踪方法
sigmoid函数
项目
门控循环单元神经网络
学生
交互特征
交叉注意力机制
样本
上下文特征
数据预测方法
嵌入特征
模型匹配方法
特征提取模型
计算机辅助设计技术
计算机程序产品
电力监控系统
网络故障检测方法
故障检测模型
时间序列模型
链路