基于机器视觉的稻谷品种鉴别方法比较  

作　　者：冯晓星 许学 

机构地区：[1]国防科技大学电子对抗学院,安徽省合肥市230037 [2]安徽省农科院水稻研究所,安徽省合肥市230031

出　　处：《电子技术与软件工程》2019年第18期86-88,共3页ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

基　　金：安徽省科技重大专项（15czz03117）

摘　　要：本文为了寻求稻谷品种鉴别方法与应用场合的最佳匹配,利用机器视觉技术提取5个稻谷品种的光谱信息和图像特征。利用基于支持向量机(SVM)以及BP神经网络(BP-ANN)两类模型,在有无主成分分析的两种情况下,对稻谷的鉴别效果进行全面分析和对比。结果表明:事先进行主成分分析将使得处理过程更加高效,但也带来信息损失;线性和径向基核函数分别在处理高维和低维特征变量时有优势;对于这5个稻谷品种,基于BP-ANN的分类效果要优于基于SVM的。

关 键 词：机器视觉 支持向量机 核函数 误差反传神经网络 主成分分析 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]