基于高光谱影像的蜜蜂瓦螨检测
计算机视觉与模式识别
2024-03-22 v1 机器学习
摘要
高光谱（HS）影像在农业中的应用日益普遍。这类影像具有更高的光谱分辨率优势，需要先进的光谱处理技术来释放其信息潜力。本文介绍了一种基于多元统计的方法，旨在检测西方蜜蜂（Apis mellifera）体表的寄生性瓦螨（Varroa destructor），从而实现对蜂箱更便捷、持续的监测。该方法探索了无监督（K-means++）和新近发展的有监督（核流-偏最小二乘，KF-PLS）方法进行寄生虫识别。此外，鉴于定制波段多光谱相机的出现，本研究提出了一种策略，用于确定有效分离蜜蜂与螨虫所需的特定波长，适合在定制波段相机中实现。通过真实数据集示例，我们的研究结果表明，仅需四个光谱波段即可实现准确的寄生虫识别。
引用
@article{arxiv.2403.14359,
title = {Varroa destructor detection on honey bees using hyperspectral imagery},
author = {Zina-Sabrina Duma and Tomas Zemcik and Simon Bilik and Tuomas Sihvonen and Peter Honec and Satu-Pia Reinikainen and Karel Horak},
journal= {arXiv preprint arXiv:2403.14359},
year = {2024}
}