基于高光谱图像的玉米种子特征提取与识别附视频

被引：29

作者：

黄敏

朱晓

朱启兵

冯朝丽

机构：

[1] 江南大学轻工过程先进控制教育部重点实验室

来源：

光子学报 | 2012年 / 07期

关键词：

高光谱图像; 玉米种子; 形态特征; 品种识别; 偏最小二乘判别分析;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

玉米种子的形态特征是玉米品种识别的重要因素之一.采用高光谱成像系统获取9个品种共432粒玉米种子的高光谱反射图像,对图像进行校正和预处理,提取每个样本在563.6～911.4nm共55个波段范围内的形状特征.分别利用单波段、多波段和全波段下的玉米种子形状特征结合偏最小二乘判别法进行模型分类.结果显示,全波段范围内训练集和测试集的平均正确识别率达到98.31%和93.98%,均优于多波段和单波段的正确识别率.研究表明,该方法能充分利用高光谱图像中可见光和近红外区域的有效特征信息,较准确地鉴别玉米品种,为玉米品种的自动识别领域提供了一种新方法.

引用

页码：868 / 873

页数：6

共 12 条

[1]

基于SVD的苹果粉质化高光谱散射图像特征提取[J]. 黄敏,朱启兵.光谱学与光谱分析. 2011(03)

[2] 基于颜色特征的玉米种子纯度识别 [J].

闫小梅 ;

刘双喜 ;

张春庆 ;

王金星 .

农业工程学报, 2010, 26(S1) (S1) :46-50

[3] 多对象特征提取和优化神经网络的玉米种子品种识别 [J].

王玉亮 ;

刘贤喜 ;

苏庆堂 ;

王朝娜 .

农业工程学报, 2010, 26 (06) :199-204+389

[4] 基于K-L变换与LS-SVM的玉米品种识别方法 [J].

权龙哲 ;

祝荣欣 ;

雷溥 ;

韩豹 .

农业机械学报, 2010, 41 (04) :168-172

[5]

基于近红外光谱和仿生模式识别玉米品种快速鉴别方法[J]. 苏谦,邬文锦,王红武,王库,安冬.光谱学与光谱分析. 2009(09)

[6] 基于支持向量机的玉米品种识别 [J].

程洪 ;

史智兴 ;

么炜 ;

王雷 ;

庞立欣 .

农业机械学报, 2009, 40 (03) :180-183

[7]

近红外光谱法快速无损识别普通、高油、超高油玉米籽粒[J]. 张愿,张录达,白琪林,陈绍江.光谱学与光谱分析. 2009(03)

[8] 基于种子图像处理的大数目玉米品种形态识别 [J].

杨锦忠 ;

郝建平 ;

杜天庆 ;

崔福柱 ;

桑素平 .

作物学报, 2008, (06) :1069-1073

[9] 基于高光谱图像技术的雪花梨品质无损检测 [J].

洪添胜 ;

乔军 ;

Michael ONgadi ;

赵祚喜 ;

李震 .

农业工程学报, 2007, (02) :151-155

[10]

基于机器视觉的玉米种子品种识别与检测研究[D]. 王玉亮.山东农业大学. 2008

← 1 2 →