基于SVDD的小麦净度检测方法研究 |
| |
引用本文: | 康凯,张晗,刘长斌,王成,罗斌.基于SVDD的小麦净度检测方法研究[J].中国粮油学报,2023,38(7):191-198. |
| |
作者姓名: | 康凯 张晗 刘长斌 王成 罗斌 |
| |
作者单位: | 北京市农林科学院智能装备技术研究中心,北京市农林科学院信息技术研究中心,北京市农林科学院智能装备技术研究中心,北京市农林科学院信息技术研究中心,北京市农林科学院智能装备技术研究中心 |
| |
基金项目: | 国家重点研发计划项目(2017YFD0701205);北京市农林科学院2022年度科研创新平台建设(PT2022-34) |
| |
摘 要: | 净度是种子质量的重要指标,可以直接影响作物的产量。由于种子杂质类型较多,传统方式二分类机器学习方法,易受建模杂质种类的限制,使得模型准确率降低。为实现种子净度自动化快速检测,本研究提出一种基于支持向量数据描述(SVDD)的小麦净度快速检测方法。利用工业相机获取小麦和麦壳、燕麦、大麦杂质的可见光图像,通过HALCON软件提取每粒样本的13种形态特征,借助皮尔逊相关性分析,筛选有效特征。在此基础上,分别利用SVM算法以及SVDD算法构建小麦净度识别模型,并进行分类识别对比试验。试验结果表明:SVDD算法杂质数据可以不参与建模,识别准确率达到95%以上,结合种子千粒重快速计算种子净度,在杂质占比含量20%时,检测误差为3.2%。基于SVDD的小麦净度检测方法,可以实现对小麦和多种杂质的快速分类,实现对小麦净度快速检测。
|
关 键 词: | 小麦种子 净度检测 图像识别 SVDD |
收稿时间: | 2022/6/21 0:00:00 |
修稿时间: | 2022/9/13 0:00:00 |
Research on SVDD-based Wheat Purity Detection Method |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《中国粮油学报》浏览原始摘要信息 |
|
点击此处可从《中国粮油学报》下载全文 |
|