基于高光谱图像处理的大豆品种识别-豆柴文库

基于高光谱图像处理的大豆品种识别.pdf

2024-09-19

5金币

1.6MB

8页

17****21

实名认证

内容提供者

1/8

2/8

3/8

4/8

5/8

6/8

7/8

8/8

在线预览结束，喜欢就下载吧，查找使用更方便

下载提示文本预览

如果您无法下载资料，请参考说明：

1、部分资料下载需要金币，请确保您的账户上有足够的金币

2、已购买过的文档，再次下载不重复扣费

3、资料包下载后请先用软件解压，在使用对应软件打开

第30卷第9期农业工程学报Vol.30No.9 2014年5月TransactionsoftheChineseSocietyofAgriculturalEngineeringMay2012235 Identificationofsoybeanseedvarietiesbasedonhyperspectral image TanKezhu,ChaiYuhua※,SongWeixian,CaoXiaoda (CollegeofElectricalandInformation,NortheastAgriculturalUniversity,Harbin150030,China) Abstract:Differentsoybeanseedvarietieshavedifferentcomponents(oil,protein,fatetc.)content.Identificationof soybeanseedvarietiesisacriticalfactorthatimprovesthequalityofproducedsoybean.Inthisstudy,hyperspectralimage techniquewasappliedinordertoclassifysoybeanseedsbasedontheirvarieties.Thespectralreflectancedatawas collectedusingtheopticalsensorsystemwithspectralregionof1000-2500nm.Principalcomponentanalysis(PCA)was performedtoreducethedimensionalityofthedataandremovetheredundancy.ScoresoffourPCswereusedasinput featuresintheclassificationalgorithm.Fourtexturefeatureparameters(angularsecondmoment,energy,entropyand correlation)wereextractedfromeachfeatureimageselectedbyPCA.Fortheextractionofspecificfeatures,four significantfeatureparameterswerecomputedfromthe16characteristicvariables.Artificialneuralnetwork(ANN) classifierwasemployedforclassificationusingtopselectedfeatures.Theobtainedaveragetrainingaccuracyratewas 97.50%andtheaveragetestingaccuracyratewas93.88%.Thus,theresultsconfirmedthathyperspectralimagetechnique in-conjunctionwithBPneuralnetworkcouldbeusefulforsoybeanseedvarietiesclassification. Keywords:hyperspectralimage;imagingprocessing;principalcomponentanalysis;soybeanseedclassification;textural feature;BPneuralnetwork doi：10.3969/j.issn.1002-6819.2014.09.029 CLCnumber:O657.33;S651Documentcode:AArticleID:1002-6819(2014)-09-0235-08 TanKezhu,ChaiYuhua,SongWeixian,etal.Identificationofsoybeanseedvarietiesbasedonhyperspectralimage[J]. TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE),2014,30(9):235-242.(in EnglishwithChineseabstract) 谭克竹，柴玉华，宋伟先，等.基于高光谱图像处理的大豆品种识别[J].农业工程学报，2014，30(9)：235-242. soybeans,advancingmarketcompetitivenessby 0Introduc

相关资料

基于高光谱图像处理的大豆品种识别.pdf

2024-09-19

1.6MB

基于高光谱图像技术的高粱品种识别研究.docx

本文档只有word版，所有PDF版本都为盗版，侵权必究基于高光谱图像技术的高粱品种识别研究1.内容概述本研究旨在利用高光谱图像技术实现对高粱品种的精准识别，高光谱图像技术是一种集光学、电学、计算机科学及统计学等多学科于一体的现代分析手段，能够获取物体连续的多光谱信息，为农作物识别、品质评估及病虫害检测等领域提供有力支持。针对高粱品种识别这一特定问题，本研究通过对不同高粱品种的高光谱图像数据进行采集与分析，结合图像处理和机器学习算法，实现对高粱品种的快速、准确识别。这不仅有助于农业生产的智能化和精准化，也为

2024-09-16

23KB

基于图像处理与光谱技术的大豆等级识别方法的研究.docx

基于图像处理与光谱技术的大豆等级识别方法的研究大豆是我国的重要经济作物之一，其质量等级确定对于保障消费者权益和粮食安全具有重要意义。传统的大豆等级鉴定方法，主要依靠人工目视质量标准来评判，这种方法效率低下、主观性强、易出现误判等问题，严重制约了大豆等级鉴定的精度和速度。因此，基于图像处理与光谱技术的大豆等级识别方法成为了研究热点。一、大豆等级鉴定的现状大豆是世界主要的粮食作物之一，我国也是大豆生产大国之一，大豆及其加工品是我国重要的农产品出口之一。大豆的质量等级评定原则是通过品种纯度、水分含量、热值、外形

2024-10-25

11KB

基于高光谱图像技术的大豆品种鉴别方法研究的任务书.docx

基于高光谱图像技术的大豆品种鉴别方法研究的任务书任务书一、任务背景：随着人们生活水平的提高和对食品质量的要求越来越高，大豆作为我国传统的重要农作物之一，其品种的鉴别至关重要。同时，利用高光谱图像技术对大豆进行品种鉴别具有非常好的研究前景和应用价值。本次任务旨在研究利用高光谱图像技术对大豆品种进行鉴别的方法，为农业生产提供有效的技术支持和决策依据。二、任务目标：1.通过搜集相关文献及实验数据，系统掌握高光谱图像技术的相关知识和大豆品种鉴别的方法；2.利用高光谱图像仪对不同大豆品种进行实验测定，并对测定结果进

2024-10-06

10KB

基于图像处理与光谱技术的大豆等级识别方法的研究的任务书.docx

基于图像处理与光谱技术的大豆等级识别方法的研究的任务书任务书一、选题背景与研究意义大豆是世界上最重要的粮食作物之一，在许多国家和地区均是主要的食品和饲料作物之一，具有高蛋白、低脂肪、易于消化和吸收等特点。大豆品质等级的识别是大豆质量控制和价格形成的关键，但传统的肉眼观察和手工梳理的方法效率低、精度不高、人工成本大。为了提高大豆品质评级的自动化和快速化水平，需要开发一种基于图像处理和光谱技术的大豆等级识别方法。二、研究内容1.研究大豆品质评级的标准和方法，明确等级分类体系及其特征。2.收集大豆等级识别所需的

2024-10-03

11KB