基于图像处理和特征优选的玉米品质识别

被引:3
作者
刘仲鹏
李文华
机构
[1] 保定学院信息技术系
关键词
图像处理; 特征优选; 玉米品质识别; 支持向量机;
D O I
10.15889/j.issn.1002-1302.2015.03.123
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为实现玉米籽粒的品种识别与品质评估,根据籽粒图像特征参数较多、参数间有一定相关性的特点,采集原始图像并进行必要的预处理,提取图像的颜色特征、形状特征及纹理特征共30个;以主成分分析法对指标集进行精简,在保证识别精度的前提下去除冗余信息,降低图像计算复杂度,使特征集精简为10个;以支持向量机进行分类识别,结果证实品种平均识别率为93.3%,不合格粒平均识别率为94.5%,识别精度较高,可满足玉米籽粒的无损识别、分类、检测及评估需求。
引用
收藏
页码:382 / 385
页数:4
相关论文
共 8 条
[1]   外引优异玉米种质形态性状的初步鉴定 [J].
杨国虎 ;
欧阳一沁 ;
李新 ;
罗湘宁 ;
王承莲 .
种子, 2006, (09) :100-102
[2]   基于BP网络的植物病害彩色图像的分割技术 [J].
齐龙 ;
马旭 ;
张小超 .
吉林大学学报(工学版), 2006, (S2) :126-129
[3]   玉米生长期叶部病害图像识别预处理研究 [J].
刘丽娟 ;
刘仲鹏 ;
程芳 .
河南农业科学, 2013, 42 (10) :91-94
[4]  
图像纹理特征的提取方法[J]. 王惠明,史萍.  中国传媒大学学报(自然科学版). 2006(01)
[5]   基于外部特征的玉米品种计算机识别系统 [J].
闸建文 ;
陈永艳 .
农业机械学报, 2004, (06) :115-118
[6]  
基于图像处理技术的烟叶病害自动识别研究[D]. 王静.昆明理工大学 2011
[7]  
Dimensional and density data for seeds of cereal grain and other crops. Nelson,Stuart O. Transaction of the ASAE . 2002
[8]   CIMMYT和我国玉米种质群体的配合力及杂种优势分析 [J].
杨爱国 ;
张世煌 ;
李明顺 ;
荣廷昭 ;
潘光堂 .
作物学报, 2006, (09) :1329-1337