欢迎来到天天文库
浏览记录
ID:52176356
大小:503.63 KB
页数:5页
时间:2020-03-23
《基于稀疏表示的大米品种识别.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第27卷第3期女¨IⅧ学报基于稀疏表示的大米品种识别杨蜀秦’,宁纪锋2,何东健嘣自JLn韩H拉^学机槭々rUr』程学R.杨&7L2100.2自#农林科技^学*息l程学院.杨&712100摘冀:ⅪT女m机器视觉准确划Ⅲ大米品种.提mT种摹f稀疏表女的^米B"mⅢ方%。以*Ⅱ米、圆}l米、《米§曰香米、n}米目黑米等6#大米耔粒罔像怍*研究H象.果目颜色目*各结构参教&i单十杆粒.每种大米%机选取50粒作为⋯练样奉.200粒作为剽E样奉.所有⋯练样丰组成%随表i月法∞啦据目螅,埘母十Ⅻd样丰,计算其在教据Ⅻ典』-的投影.搏R有最小投影设差
2、的粪作为测试样本所属的*种。&月将提⋯的A浩5BP月络自SVM的m别结果做T对E■1分析。试验结m表明.提Ⅲ的i法对十6个人术品种的综☆*Ⅲ准确}为996%,获得T最好的分粪*R。为大米目种∞识Ⅲ韫供r#新的有散方寨。关键词农作*,*Ⅲ,目谁nⅡ.^米籽拉、稀疏表{doi:10396刚1∞n10026819_201L03036中目#娄号fTP39141文献标志码:^立i编号:J002—6819口0】JJ03—0J9J_05杨蜀枣.宁纪锋,何束健基f稀琉糖i的★※品种*Ⅲ[川农业工程学报,2011.27(3):191—195Y∞gShu
3、qin,NingJikng,HeDon目lⅫ16enti位m⋯of阶n蝌ofn∞b嫩don‘P排e"畔scⅡb6。n【口T—ctlon$吖theCSAE20il-27(3):19119s(mChinesewlthEnglish曲s口aet)作为世界二大粮食怍物之一,大米的品种识别厦晶质替定在种质判别和现代化粮库仓储管坪等领域有着广阔的应用前景。目前主要粟用^工手段从外形、色泽、净度等方面进行综合评价,因而存在主观性强、效率低和可重复性差的缺点.增强了^米品种升粪的不确定性。近q:来,汁算机视觉技术在表作物耔牲品质鉴疟和品种识别中显示山
4、快速、无损、窖观的优势““。史智兴等”o以中国昔遍种植的黄玉米为研究对象,通过研究玉米籽粒的刚像信息。发现乇米籽粒白色部分(胚部)jJ黄色部分({吐部)的面积、颜色等情息可作为识剐t米品种的特征。陈建辱91结台近红井光谱技术和人工神经网络对4种玉米品种罄刷,周子立等⋯则采用小挫变换提取红外光谱特征,将其输入_凡工神经网络.对来自十3个产地的大米进行鉴别。稀疏表示p1是近年来模式识别领域一个重要的研究成果.它是种基于L.艟小化范翦的优化方法,在计算机视觉应州qz取得了巨大的成功。在性能上.稀疏表示利用少量的样本建立训练集,获得了比^y。
5、种经阿络和支持向量机(钆pportvectormachine.SVM)等方法更好n*口M:20l004‘19#口HⅫtⅫ1ImlI){☆日日:目女自%H{g±☆∞4H㈣5∞,、61003】51、j1030670):十m*《§$#m“*g々m镕☆☆∞日H‘QN2009091);日n女#“&^#^}亏顷☆±《∞m口(ZIll020q02j#}*A:*目女(1978一女.日⋯≯H^.*L*☆Ⅱ【。&々☆☆日(E蚪00口0163A)±Ⅱ“十*#nEt*E*《nJLn#¨n★{n自}R7121∞Emaii:煳huqml978@I∞潮n※m口#女
6、;目m*州1957,*.R口目,^.#&*±tⅢH}±*目§#*&mⅢ*№m#《S*q*mⅢ日R*№日n《###^}nm{&.712l∞⋯lj呐168勘㈣∞的分类州谎‘”1。本文蹦K江米,匠江米、粳米、妻茸香米,红香米和黑米等6个大米品种为研究对象,通过提取其理像的颜色和形态特征参数.利用稀疏表示方法进行品种识别-为大米的品种识别提供一种新的方法。试验材料丈米籽粒蚓壤的计算机视世提取系统巾计算机、数码相机、照叫审、载样台等组成”o】。样-%随机撄放r载样台上,山安装在照明室L方的数码相机获取蹦像。试验样本选用长江米、圆江米,粳米泰国香
7、米、红香米和黑米6个大米品种。牲提驭单个籽粒图像”⋯后,每种秆粒取250粒样本,随自I选取其中50粒作为训练样本,剩余200粒作为利试样本。圃‘]目I女十;种^*耔#FigISixvatletlosofncekemels嘲l赴所选取的大米籽牲图像样本,可以看出,6个^米品种籽粒分别具有不同的颜色和形志特征。而对于192农业工程学报2011年同一品种的不同籽粒,这两种特征也呈现一定的变化。例如,长江米籽粒粒形总体呈现细长型,但也存在部分籽粒细长特征不明显,其外观与圆江米相似;而当粳米垩白较多时,其颜色特征会接近于圆江米或长江米,为分类带
8、来了困难。2大米特征参数的计算本文以籽粒图像的颜色和形态特征作为分类依据。2.1籽粒的颜色特征HSI颜色模型【“】能够较好地反映人类视觉系统感知色彩的方式,因此,将获取米粒的RGB图像转换成HSI图像,用籽粒颜色的色度分
此文档下载收益归作者所有