| 基于特征融合和SVM的稻谷品种识别 |
| |
| 引用本文： | 李秀昊,马旭,李泽华,邓向武,李宏伟.基于特征融合和SVM的稻谷品种识别[J].中国农机化学报,2019,40(7):97. |
| |
| 作者姓名： | 李秀昊 马旭 李泽华 邓向武 李宏伟 |
| |
| 作者单位： | 华南农业大学数学与信息学院;华南农业大学工程学院; |
| |
| 基金项目： | 国家重点研发计划课题(2018YFD0700703);; 现代农业产业技术体系建设专项资金项目(CARS—01—43);; 广东省科技计划项目(2016A020210101) |
| |
| 摘 要： | 为快速有效地识别稻谷品种,提出一种基于特征融合和SVM的稻谷品种识别方法。采集华南双季稻区4种不同的籼稻品种(象牙香占、江航丝苗、小农占和五优234),采用图像处理的方法对稻谷图像进行灰度化、二值化和形态学处理等预处理操作,提取稻谷图像的形状特征和颜色特征,建立单特征模型和融合特征模型,构建SVM分类器,进行稻谷品种识别试验,并进行模型选择和讨论。结果表明,两两品种差异性显著的6个形状特征参数为:面积、长轴长、短轴长、离心率、周长和形状因子;形状特征模型对于不规则形状和大小的谷粒品种具备较好的识别能力;与BP神经网络识别模型相比,SVM模型的识别率更高、时间更短。基于特征融合和SVM的稻谷品种识别获得较高的准确率99.50%和较短的识别时间0.165 s,可满足稻谷在线识别与质量检测的精度和实时性要求。
|
| 关 键 词： | 稻谷 品种识别 机器视觉 特征融合 SVM |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《中国农机化学报》浏览原始摘要信息 |
| 点击此处可从《中国农机化学报》下载免费的PDF全文 |
|
