Pencitraan hiperspektral adalah teknik yang muncul dalam pemeliharaan anggur yang berpotensi dapat mendeteksi penyakit virus dengan cara yang tidak merusak. Namun, masalah utama adalah menangani sejumlah besar informasi yang diperoleh dari jenis data ini, yang memerlukan alat penanganan data yang andal. Dalam karya ini, kombinasi multivariat kurva resolusi-alternating least squares (MCR-ALS) dan analisis diskriminan faktorial (FDA) diusulkan untuk mendeteksi penyakit Flavescence dorée kebun anggur dalam pencitraan hiperspektral. Tujuan utama MCR-ALS dalam pekerjaan ini adalah menyediakan tanda tangan spektral dasar yang bermakna secara kimiawi dan peta distribusi konstituen yang diperlukan untuk menggambarkan gambar yang sehat dan terinfeksi oleh Flavescence dorée. Skor MCR (peta distribusi) digunakan sebagai informasi awal bagi FDA untuk membedakan antara piksel/gambar yang sehat dan yang terinfeksi. Pendekatan semacam itu mungkin lebih kuat daripada penggunaan langsung FDA pada data pencitraan mentah, karena skor MCR dikompresi dan informasi yang disaring kebisingan pada properti piksel, yang membuatnya lebih cocok untuk analisis diskriminasi. Tingkat tinggi tingkat klasifikasi piksel yang benar (CR=85,1%) untuk model klasifikasi MCR-ALS/FDA diperoleh. Model menyajikan kemampuan yang lebih rendah untuk menentukan daun yang terinfeksi daripada daun yang sehat. Namun demikian, hanya satu citra terinfeksi yang salah klasifikasi (CR=97,3%). Oleh karena itu, strategi yang diusulkan merupakan pendekatan yang baik untuk mendeteksi Flavescence dorée yang berpotensi digunakan untuk mendeteksi segala jenis penyakit kebun anggur.
Posted By : angka keluar hongkong