基于LSP与GLCM融合的禾本科牧草种子特征提取算法

摘要：

针对禾本科牧草种子相似性较高、识别困难的问题,采用局部相似模式(LSP)和灰度共生矩阵(GLCM)的方法,对禾本科牧草种子的分类识别进行研究.结果 表明:1)局部相似模式与灰度共生矩阵融合的方法可以有效的提取禾本科牧草种子的纹理特征,能够识别颜色、形状、大小等特征都十分相似的牧草种子,且其识别率优于传统的LSP特征算子和GLCM特征算子.2)与传统LSP算法相比,结合灰度共生矩阵算法后,得到的特征受到相似种类种子图像的影响较小,具有更广泛的适应性.因此,基于LSP和GLCM的融合算法可以有效地提取相似禾本科种子图像的纹理统计特征,采用线性判别分析分类器(LDA)进行分类,识别率最高达到98.64％.

关键词：种子识别、纹理特征、局部相似模式、灰度共生矩阵

所属期刊栏目：24

分类号：S543(饲料作物、牧草)

资助基金：国家自然科学基金项目61562067

在线出版日期：2019-08-08（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：138-145