تصاویر چند طیفی و فراطیفی حاوی اطلاعات ریخت شناسی و طیفی هستند.
تفاوت بین تصویربرداری رنگی معمولی RGB و تصویربرداری طیفی در این است که می توان از دومی برای شناسایی اطلاعاتی که برای چشم انسان نامرئی است استفاده کرد.
تصویربرداری چند طیفی و فراطیفی نیز به طور گسترده در تحقیقات بذر استفاده شده است، مانند پیش‌بینی زنده‌مانی و بنیه بذرها ، طبقه‌بندی نقص دانه ذرت، طبقه‌بندی رقم بذر گوجه‌فرنگی و طبقه‌بندی واریته بذر ذرت.
اوریلو و همکاران از تصویربرداری فراطیفی مادون قرمز نزدیک برای شناسایی فلفل سیاه تقلبی با بذر بادمجان پاپایای تقلبی رایج استفاده شد و نتایج نشان داد که رگرسیون حداقل مربعات جزئی پیش پردازش شده با متغیرهای نرمال استاندارد به علاوه مشتقات دوم بهترین قابلیت پیش‌بینی را ارائه می‌دهد .
در سال های اخیر، تکنیک های یادگیری عمیق به سرعت در حال توسعه هستند.
به عنوان مثال، بذر بادمجان سفید برخی از موتورهای جستجو، سیستم‌های توصیه، و سیستم‌های تشخیص تصویر و تشخیص گفتار، تکنیک‌های یادگیری عمیق را اتخاذ کرده‌اند و به نتایج مناسبی دست یافته‌اند.
با بهبود عملکرد GPU و قدرت محاسبات موازی، پردازش داده های گرافیکی در زمان واقعی امکان پذیر است.
نتایج عالی با CNN برای تشخیص تصویر به دست آمده است.
محققان از بذر بادمجان لامپی برای تصاویر طیفی استفاده کرده اند و به طور گسترده در کشاورزی مورد استفاده قرار گرفته است.
پارک و همکاران روشی را برای تشخیص لکه مارسونینا با نظارت بر تصاویر فراطیفی برگ‌های سیب توسعه داد.
ژائو و همکاران یک مدل شبکه عصبی کانولوشن محلی چندگانه مبتنی بر سوپرپیکسل (SML-CNN) برای طبقه بندی تصاویر پانکروماتیک و چند طیفی ارائه کرد.
- منابع:
- تبلیغات:
