基于频谱特性和自适应虫孔定位的小麦识别

• 作者: 何小海 吴小强 李晓亮 王周璞 董德良
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 自适应虫孔特征 频谱特性 小麦不完善粒 发芽粒 生虫粒 识别率
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 35-38,43
• 页数: 5页
• 分类号: TP181
• 字数: 2990字
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2018.12.008

摘要

为了实现对小麦不完善粒批量、快速、准确地识别,提出了一种基于小麦图像特征的小麦不完善粒识别方法.采集不完善粒小麦图像,对每粒小麦图像提取其自适应虫孔特征、频谱特性、周长、最小外接圆面积等89维特征参数.研究结果表明,对于常见小麦不完善粒类别,尤其是发芽粒和生虫粒具有较高的识别率.该识别方法对正常粒、破碎粒、生虫粒、生病粒、发芽粒的识别率分别为98.75％、97.50％、93.02％、99％、96.25％,平均识别率为96.90％,相较于传统的图像处理识别方法,识别准确率提高20％左右,表明提出的方法能有效运用于小麦不完善粒检测实际应用场景中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何小海	四川大学电子信息学院	395	2334	21.0	30.0
2	董德良		29	122	6.0	10.0
3	吴小强	四川大学电子信息学院	43	190	7.0	11.0
4	李晓亮		12	7	2.0	2.0
5	王周璞	四川大学电子信息学院	1	0	0.0	0.0