基于AS7263多通道光谱模块对草坪地物的分类与识别

郭鸿儒 马燕 蒲克俊

摘要：本文利用多通道光谱模块AS7263，收集与草坪相关地物的漫反射光譜数据，经归一化处理，通过对训练数据进行主成分分析和聚类分析，将数据分为4类，利用KNN算法对测试数据的进行识别与分类。其中对植物、土壤、红地砖和混凝土类的数据识别正确率分别为95.12%、87.05%、76.92%和90.67%。结果表明，多通道漫反射光谱结合KNN算法， 对于植物和地物的识别区分是可行的。

关键词：多通道光谱，漫反射，K值近邻算法（KNN），识别

作者简介：郭鸿儒 （1981.3），男，甘肃兰州，研究生， 高级工程师， 从事理化技术等方面研究。

资助项目：兰州市人才创新创业项目“基于UWB定位系统的草坪智能割草机器人” （2018-RC-38）、甘肃省高等学校青年博士基金项目（2021QB-082）资助。

光谱技术以无损性、实时性等特点，成为一种广泛使用的的分析技术手段。利用地面的反射光谱特征来识别地面物体，已广泛的应用于遥感环境监测等领域[1]。近年来，很多研究对农作物，杂草、药材等植物进行识别区分，其中有些包含对环境物体的区分[2-6]。通过光谱数据结合模式识别和其它机器学习方法，可以提高地物的识别和分类的精度与效率[7]。但是，这些研究大多使用的是通用光谱分析仪器，如红外分析仪器，高光谱仪等，不利于轻量化和微型化，难以进行二次开发，应用范围受到了极大地限制。光谱仪的进一步小型化和集成化已成趋势，出现了芯片级的光谱仪，其结构的简单性、便携性、可靠性和低成本，拓展了其应用的范围，使得光谱技术的广泛应用成为可能[7]。……