基于支持向量机的多光谱成像稻谷品种鉴别-IngentaConnect.PDFVIP

第 30 卷 第 10 期 农 业 工 程 学 报 Vol.30 No.10 2014 年 5 月 Transactions of the Chinese Society of Agricultural Engineering May 2014 145 基于支持向量机的多光谱成像稻谷品种鉴别 1 2 ※ 2,3 刘 伟 ，刘长虹 ，郑 磊 （1. 合肥学院机器视觉与智能控制实验室，合肥 230601 ； 2. 合肥工业大学生物与食品工程学院，合肥 230009 ； 3. 合肥工业大学医学工程学院，合肥 230009 ） 摘 要：为解决稻谷品种的快速无损鉴别问题，应用多光谱图像采集设备（VideometerLab ）获取了5 个品种稻 谷共 250 个试验样本在 405～970 nm 波长范围内的多光谱图像，提取各品种稻谷在不同波长下的光谱反射率和图 像特征（面积，宽长比，色差等）作为稻谷品种鉴别的特征变量，基于最小二乘支持向量机（least-square-support vector machine ，LS-SVM ）建立鉴别模型，通过粒子群寻优（particle swarm optimization ，PSO ）算法搜索支持向 量机的最优参数。将 250 个稻谷分为建模集（200 个样本）和测试集（50 个样本）分别进行试验，结果表明，采 用该文的建模方法结合稻谷光谱特征和图像特征对预测集稻谷品种鉴别的正确率均在 90% 以上，高于对比的其他 方法，该研究成果为稻谷品种的快速无损鉴别提供了一种方法。 关键词：无损检测；农作物；支持向量机；粒子群寻优；多光谱图像；稻谷品种 doi ：10.3969/j.issn.1002-6819.2014.10.018 中图分类号：S511；TP274+ .3；TP391.44 文献标识码：A 文章编号：1002-6819(2014)-10-0145-07 刘 伟，刘长虹，郑 磊. 基于支持向量机的多光谱成像稻谷品种鉴别[J].农业工程学报，2014，30(10)：145－151. Liu Wei, Liu Changhong, Zheng Lei. Discrimination in varieties of rice seeds with multispectral imaging using support vector machine[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(10): 145 －151. (in Chinese with English abstract) [5] [6-7] 测 ，正常小麦与受损小麦的识别 ，正常麦粒和 0 引 言 萌芽的或已发芽麦粒的区分[8-9]，大麦、小麦和玉米 稻谷品种的误鉴别是造成中国稻谷经济损失 中杂质的剔除[10] ，玉米粒中黄曲霉毒素感染的检 的重要原因之一。传统稻谷品种鉴别的方法主要有 测[11]等。虽然光谱信息与农产品品质有着一定的相 形态学方法、荧光扫描鉴定法、化学鉴定法和电泳 关性，并取得了一些研究成果，但由于光谱信息是 鉴定法等。形态学方法鉴别所需时间长，精度不高； 高维数据，如何建立光谱与农产品品质之间的模型 荧光扫描鉴定法、化学鉴定法和电泳鉴定法等精度