基于特征选择的小麦籽粒品种识别研究

摘要：

为有效地对小麦籽粒品种进行分类,判别影响小麦籽粒品种识别的特征,进行基于特征选择的小麦籽粒品种识别研究.首先采集农大3416-18、内乐288、衡水6632、百农419、洛麦28和新麦26六个品种的小麦籽粒图像18000张,对采集的图像进行预处理,提取小麦籽粒的颜色特征、形态特征和纹理特征三大类共28个特征值,并对特征进行相关性分析.然后分别构建不同特征融合模型以及数据降维和数据增强模型.最后进行试验分析,基于纹理+形态+颜色三个特征融合模型平均识别准确率为91.02％,其中基于纹理+形态+颜色特征模型的洛麦28识别率最高,达97.0％;经过线性判别分析,降维处理的小麦特征数据识别准确率达86.19％,模型训练时间仅0.87 s;基于数据增强后的平均识别准确率达94.26％.试验表明基于特征选择的小麦籽粒识别是可行的,有助于育种工作者对小麦籽粒识别做出更准确判断,具有一定的实际意义.

关键词：小麦籽粒、特征选择、品种识别、特征融合、数据降维

所属期刊栏目：43

分类号：S126:S512(农业物理学)

资助基金：河南省科技攻关项目;河南省科技攻关项目;河南省科技攻关项目;河南省科技攻关项目;河南省高等学校重点科研项目

在线出版日期：2022-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：116-123