基于高光谱图像技术的小麦种子分类识别研究

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。