%0 Journal Article
%T 基于高光谱图像技术的小麦种子分类识别研究
%A 张
%A 航
%A 姚传安
%A 蒋梦梦
%A 姬豫航
%A 李华杰
%J 麦类作物学报
%D 2019
%R 10.7606/j.issn.1009-1041.2019.01.13
%X 为了探讨高光谱图像技术在小麦种子分类识别中应用的可行性，采集了河南地区主要种植的7个小麦品种的种子高光谱图像及900~1 700 nm范围的光谱信息，建立了主成分分析法（PCA）-支持向量机（SVM）分类模型。运用PCA对光谱数据进行降维处理，结合SVM模型比较了不同实验条件下小麦种子分类准确率以及在最佳条件下3个、4个和6个品种种子的分类准确率。结果显示，3个品种间种子分类准确率除个别外平均达到95%以上，4个品种间种子分类准确率在80%左右，6个品种间种子分类准确率在66%左右。这说明充分利用光谱信息可以对3个或4个小麦品种进行多籽粒分类。
%K 高光谱图像
%K 小麦种子
%K 多籽粒分类
%K 主成分分析
%K 支持向量机
%U http://mlzwxb.alljournals.ac.cn/mlzwxb/ch/reader/view_abstract.aspx?file_no=20190113&flag=1