- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[IEEE 2018年第四届计算科学国际会议(ICCS) - 印度贾兰达尔(2018.8.30-2018.8.31)] 2018年第四届计算科学国际会议(ICCS) - 种子分类的图像处理技术综述
摘要: 农业是发展最为迅猛的部门。正因如此,如今同一品种的种子拥有了丰富多样的类型,这可能是品种杂交的结果。如今,区分这些种子已成为一项挑战。另一方面,我们既有健康的种子,也有一些出现缺陷的种子。过去,将这些有缺陷的种子与健康种子分离的一种方式是由专家团队和一些人工系统手动完成,这是一项耗时且费力的任务。因此,有必要建立一个自动/智能系统,根据一些固定参数(如形状、长度、高度、周长等)对它们进行分类。本文展示了用于实现这一目标的各种技术。
关键词: 模糊逻辑、神经网络、种子分类、计算智能、特征提取、图像处理
更新于2025-09-23 15:22:29
-
基于近红外高光谱成像技术的杂交秋葵种子识别
摘要: 采用近红外(874-1734 nm)高光谱成像技术结合化学计量学方法对父本、母本及杂交黄秋葵种子进行鉴别。共采集包含父本小绿酥、母本仙芝和杂交种喷栽的三个品种1740?;魄锟肿?,所有样本按2:1比例随机划分为校正集和预测集?;诟吖馄滋卣髟擞弥鞒煞址治觯≒CA)探究不同种子的可分性,分别通过连续投影算法(SPA)和竞争自适应重加权采样(CARS)提取14个和86个特征波长,另通过CARS结合SPA提取14个特征波长?;谔卣鞑ǔず腿ǘ喂馄捉⑵钚《伺斜鸱治觯≒LS-DA)和支持向量机(SVM)模型。实验表明:基于全波段光谱的SVM判别模型效果良好,正确识别率超过93.62%;而基于特征波长的判别模型中,CARS算法构建的SVM模型优于其他两个模型。将CARS+SVM校正模型与图像处理技术结合,生成样本预测伪彩色图,可直观识别黄秋葵种子种类。该研究为农业育种中杂交黄秋葵种子的快速筛选与鉴别提供了新思路。
关键词: 杂交秋葵种子、化学计量学、种子分类、近红外光谱
更新于2025-09-23 15:21:01