准确农业的实时人工智能辅助推扫高光谱系统
Igor Neri1, Silvia Caponi2, Francesco Bonacci1
1Department of Physics and Geology, University of Perugia, Via A. Pascoli, 06123 Perugia, Italy.
Sensors (Basel, Switzerland)
|January 23, 2024
概括
这项研究介绍了一种实时人工智能辅助的推扫超谱系统,用于农业中先进的植物识别. 该系统使用神经网络和超光谱数据分析准确地分类植物叶子.
科学领域:
- 农业技术 农业技术
- 频谱学是一种光谱学.
- 人工智能的人工智能
背景情况:
- 现代农业需要用于作物管理和可持续食品生产的先进技术.
- 超光谱成像提供了详细的作物监测能力.
- 人工智能增强了复杂光谱数据的分析.
研究的目的:
- 开发和实施实时人工智能辅助的推扫超谱系统用于植物识别.
- 证明系统能够准确捕获和分析用于作物监测的光谱数据的能力.
- 使用神经网络应用植物叶子分类系统.
主要方法:
- 推扫式超光谱谱仪的设计和制造,包括光学组件和系统集成.
- 使用嵌入式计算解决方案开发实时采集和分类系统.
- 对超光谱系统的校准和分辨率分析.
- 基于神经网络的人工智能算法的应用,用于连续的高光谱数据分析.
主要成果:
- 开发的超光谱系统准确地捕获光谱数据,通过校准和分辨率分析验证.
- 人工智能算法有效地分析高光谱数据用于植物分类.
- 该系统以每秒50的速度实时分析了多达720个地面位置.
结论:
- 实时人工智能辅助的推扫超谱系统是准确的植物识别和作物监测的可行工具.
- 人工智能与高光谱技术的整合显著提高了农业管理能力.
- 这项技术有助于优化作物管理,支持可持续的粮食生产.
