基于图像识别的小麦品种分类研究

• 全文链接
• 请求原文

作   者：

何胜美;  李仲来;  何中虎; 

作者机构：

北京师范大学数学科学学院;  中国农业科学院作物科学研究所/国家小麦改良中心; 

关键词：

品种;  图像处理;  模式识别;  普通小麦; 

期刊名称：

中国农业科学

基金项目：

i s s n：

0578-1752

年卷期：

2005 年 38 卷 09 期

页   码：

1869-1875

摘   要：

基于数字图像分析,利用小麦籽粒的20个形态特征和12个颜色特征对来自中国4个地点7个春小麦品种共28个样本进行分类和识别。对于不同品种和地区的样本,分别利用逐步判别分析,选取显著性较大的特征参量,建立各地区和品种的贝叶斯分类器模型。结果表明,对各地区品种识别的正确回判率和测试集的正确识别率均达到100%。将各样本按品种合并,再对合并后的样本进行品种识别,除了新克旱9号的回判率为98.3%外,其它品种的回判率均为100%。测试集中,龙麦26和青春566正确识别率分别为97.5%和95.0%,其它品种均为100%。品种来源地识别也能达到较高的水平,甘肃、宁夏、新疆和黑龙江的正确识别率分别为88.6%、92.9%、72.9%和95.7%。说明利用籽粒图像对小麦品种进行识别高效可行。