多类支持向量机在玉米品种识别中的应用

作者：韩仲志; 杨锦忠

来源：农机化研究, 2010, (11): 159-163.

DOI：10.13427/j.cnki.njyi.2010.11.044

• 玉米
• 品种识别
• 外观特征
• 支持向量机(SVM)
• 人工神经网络(ANN) maize
• cultivars classifications
• exterior appearance characters
• support vectors machine (SVM)
• artificial neuron network(ANN)

为了验证采用机器视觉以及图像处理方法对玉米品种进行自动识别的可行性,研究了一种基于玉米外观特征和多变量支持向量机(SVM)分类算法的玉米品种识别方法。采用数码相机获得了11个品种每个品种50粒共550幅图像,然后对各品种对应的籽粒群体图像提取每个籽粒的形态特征8个、颜色特征12个、纹理特征13个,共33个特征参数,并分别定义11个玉米品种的二进制编码作为网络的输出,建立特征参数与玉米品种之间的SVM识别模型。试验结果表明,该方法对11个品种550个籽粒的品种检出率为100%。在同样的情况下比较了基于BP神经网络(ANN)的识别性能,较ANN94.3%的识别率,采用SVM的识别效果有了较大的提高...

• 出版日期2010
• 单位青岛农业大学