《多对象特征提取和优化神经网络的玉米种子品种识别 Maize seeds varieties identification based on multi-object feature extraction and optimized neural network》.pdfVIP

第26卷第6期 农业工程学报 、b1．26No．6 2010笠6月 TransactionsoftheCSAE Jun．2010199 多对象特征提取和优化神经网络的玉米种子品种识别 王玉亮1 刘贤喜脒，苏庆堂3 王朝娜2 (1．南京航空航天大学机电学院，南京210016：2．山东农业大学机械与电子工程学院，泰安271018； 3．鲁东大学现代教育技术教学部，烟台264025) 摘要：为了实现机器视觉代替人的视觉，对玉米种子品种进行实时、客观、准确和无损伤识别，研制了玉米品种识别 硬件系统和软件系统。针对玉米种子及种子图像的特点，对玉米种子品种识别技术与算法进行了深入地研究和探索，提 出了一种基于多对象有效特征提取和主成分分析优化神经网络的玉米种子品种识别方法，提取了玉米种子的几何特征和 颜色特征参数，优化了基于机器视觉的玉米种子图像处理策略和品种识别算法，提高了玉米品种识别的速度和准确率。 对农大108、鲁单981、郑单958、五岳18共4个品种玉米种子进行了品种识别试验，每粒种子识别的平均耗时为 0．127 S，综合识别率达到97％以上。研究表明，基于机器视觉的玉米种子品种识别与检测方法是可行的，该方法可提高 玉米种子品种识别效率和正确率。 关键词：特征提取，主成分分析，神经网络，玉米种子，品种识别 doi：10．3969／j．issn．1002—6819．2010．06．035 中图分类号：TP391，S513 文献标识码：A 文章编号：1002-6819(2010)一06—0199-06 王玉亮，刘贤喜，苏庆堂，等．多对象特征提取和优化神经网络的玉米种子品种识别[J]．农业工程学报，2010，26(6)： 199—204． a1．Maizeseedsvarietiesidentificationbasedon featureextractionand Yuliang，LiuXianxi，SuQingtang，et multi-object Wang neural ofthe Chinesewith optimizednetwork[J]．TransactionsCSAE，2010，26(6)：199—204．(inEnglishabstract) 宏勇等【l3】研究了基于遗传算法和支持向量机的玉米品种 0引 言 识别，程洪等114J研究了基于支持向量机的玉米品种识别， 玉米作为中国主要的农作物之一，在食品、饲料等 苏谦等【l5】研究了基于近红外光谱和仿生模式识别的玉米 行业中备受关注。玉米种子直接关系到玉米的产量与质 品种快速鉴别方法。综上所述，玉米种子品种识别与检 量，机器视觉具有实时、高效、客观、准确和无损伤等 测中主要有种子有效特征提取和种子模式识别分类方法 优点【l】，为此，应用机器视觉代替人的视觉进行玉米等谷 等两大关键技术，其中特征提取是品种识别的关键环节。 物种子品种及质量检验有着重要意义。 在特征提取方面，一般都是采用对单粒种子进行特征提 玉米的检测识别一直是研究的热点，1994年以来， 取的方法，效率比较低。 Liao 针对玉米种子品种识别与检测的特点，搭建了基于 K等【2】应用人工神经网络分类器对玉米籽粒的完好 与破损进行在线实时检测，宋韬等[3J应用多层前馈网络 机器视觉的玉米种子图像采集系统，提出了一种基于多 (BP，back B． 对象有效特征提取和主成分分析优化神经网络的玉米种 propagation)识别玉米粒完整与破损，Ni