(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211127160.3 (22)申请日 2022.09.16 (71)申请人 江西省林业科 学院 地址 330032 江西省南昌市南昌经济开发 区枫林西大街162 9号 (72)发明人 伍艳芳　郑永杰　刘新亮　张月婷　 涂白连　温世钫　戴小英　郭捷　 (74)专利代理 机构 南昌迈恩知识产权代理事务 所(普通合伙) 36139 专利代理师 徐克寒 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/74(2022.01) G01N 21/25(2006.01) (54)发明名称 一种植物 识别方法及系统 (57)摘要 本发明公开了一种植物识别方法及系统， 所 述识别方法包括以下步骤： 选择样品， 保证样品 的均匀度， 并通过光谱扫描仪扫描样品； 检测有 无异常光谱， 将异常光谱删除后， 继续扫描； 将采 集得到的光谱图数据同步识别软件中， 选择相应 的光谱对其进行分类命名； 基于归一化法和光谱 匹配对光谱图进行预处理。 本发 明通过扫描模块 对植物样品进行光谱扫描后将异常光谱删除， 再 由处理模块对光谱图进行预处理， 光谱匹配可用 于材料识别或材料验证， 是指将每个光谱的形状 与库中的每个光谱进行比较， 并使用专有算法分 配从完全不匹配到完全匹配的 “匹配度”值， 然后 使用未知样本匹配值最高的库条目来识别未知 样本， 有利于提高样品识别精度。 权利要求书2页 说明书10页 附图3页 CN 115375949 A 2022.11.22 CN 115375949 A 1.一种植物 识别方法， 其特 征在于： 所述识别方法包括以下步骤： S1： 选择样品， 保证样品的均匀度， 并通过光谱扫描仪扫描样品； S2： 检测有无异常光谱， 将异常光谱删除后， 继续扫描； S3： 将采集得到的光谱图数据同步识别软件中， 选择相应的光谱 对其进行分类命名； S4： 基于归一 化法和光谱匹配对光谱图进行 预处理。 2.根据权利要求1所述的一种植物识别方法， 其特征在于： 所述归一化法对光谱图像的 最大最小值归一 化计算公式为： 其中， 为归一化结果， x为未处理之前的DN值， min为图像中的最小DN值， max为图像中 的最大DN 值， 该方法将光谱图像中像元DN 值归一化到0‑1之间。 3.根据权利要求1所述的一种植物 识别方法， 其特 征在于： 所述样品均匀度为： 从树木的四个方向采集无孔洞、 无发黄的树叶样品， 每个方向采集得到的样品占总数 1/4； 将叶片上的灰尘擦拭干净。 4.一种植物识别系统， 所述识别系统用于实现权利要求1 ‑3任一项所述的一种植物识 别方法， 其特 征在于： 包括扫描模块以及处 理模块， 扫描模块对植物样品进行光谱扫描， 删除异常光谱后生成光谱图， 处理模块接收光谱 图数据后对光谱图进行 预处理， 并同步至识别软件中， 选择相应的光谱 对其进行分类命名。 5.根据权利要求4所述的一种植物识别系统， 其特征在于： 所述处理模块对光谱图的预 处理方法包括归一 化法以及光谱匹配。 6.根据权利要求4所述的一种植物识别系统， 其特征在于： 所述所述处理模块对光谱图 预处理前， 还包括对光谱图像矫 正， 光谱图矫 正公式为： 式中， Rr为辐射校正过的图像反射率值， Dr为原始图像的像元亮度值， Dw为参考板的像 元亮度值， Nd为成像光谱仪内部系统噪声。 7.根据权利要求5所述的一种植物识别系统， 其特征在于： 所述光谱匹配包括二值编码 以及光谱匹配， 二值编码通过编码的方式将图像中每个像元 的光谱信息特征进行表述， 光 谱角匹配将具有n个波 段的高光谱数据中每个像元的光谱曲线作为N 维空间矢量， 计算空间 矢量与已知标准 参考光谱之间的广义夹角。 8.根据权利要求7所述的一种植物识别系统， 其特征在于： 所述二值编码的编码公式 为： 式中x(n)为像元第n波段的光谱值， h(n)为像元第n波段的编码值， N为总波段数； T为选 定的门限值， 门限值 为光谱的平均光谱值。权　利　要　求　书 1/2 页 2 CN 115375949 A 29.根据权利要求7所述的一种植物识别系统， 其特征在于： 所述光谱角匹配中， 设矢量 分别为X＝[x1,x2,x3,...,xn]和Y＝[y1,y2,y3,...,yn]， 则其之间的广义夹角 θ表示 为： 式中n为光谱图像波段 数， θ 值越小， 夹角越小。 10.根据权利要求5 ‑9任一项所述的一种植物识别系统， 其特征在于： 所述扫描模块删 除异常光谱 包括以下步骤： 计算光谱图的二维平面散点图； 将二维平面下散点图上方离集群中心较远的离散点标记为总离散点， 将二维平面散点 图中下方除去了 离散点之外的集群点标记为总集群点； 二维平面散点图输入支持向量机模型， 在高维空间得到最优分类超平面函数表达式， 最优分类超平面 函数表达式为异常光谱阈值线。权　利　要　求　书 2/2 页 3 CN 115375949 A 3