📄 agriculture
Systematic evaluation of hyperspectral imaging workflows for predicting pigment and nutrient traits in tomato leaves under varying nitrogen supply levels
Deze studie evalueerde systematisch hyperspectrale beeldverwerkingsworkflows om optimale combinaties van monsterverdeling, spectrale voorbewerking, kenmerkselectie en machine learning-modellen te identificeren voor het niet-destructief voorspellen van pigment- en nutriëntskenmerken in tomatenbladeren, waarbij werd onthuld dat hoewel stikstofgerelateerde kenmerken betrouwbaar werden voorspeld met behulp van CNN's, de voorspelling van chlorofyl beperkt bleef en dat workflowoptimalisatie moet worden afgestemd op specifieke doelkenmerken.
Yige Zhang, Xiaolong Ma, Chengda Niu, Junfeng Zhang, Jitao Wang, Zibin Xiao, Shiwei Liu, Hua Ma, Cui Yin, Longguo Wu, Yu (…)2026-08-27