CAJ | 학술논문

为实现品种鉴定与真伪识别的自动化,基于图像识别的方法,采用扫描仪采集了20个品种,每个品种100颗花生果正面和2个侧面的图像,分别获取每幅图像的形态、颜色和纹理三大类共50个特征,并对这些特征进行主分量分析(PCA)优化,针对优化和没有优化的特征,搭建了人工神经网络识别模型和支持向量机模型,并采用两种模型进行品种识别,结果表明,采集的特征经PCA优化后表现出更强的识别性能,SVM较神经网络识别效果总体上得到提高,并且识别效果稳定.品种的数量对识别效果有影响,在通常情况下可根据品种的数量来确定特征的数量,可以进一步提高效率,对20个品种,需要选择超过15个特征.颜色类特征比形态类和纹理类特征具有更好的识别效果,经过不同类别的特征组合后,整体上识别性能达到90％以上,基本可以推广到实际生产中使用.
위실현품충감정여진위식별적자동화,기우도상식별적방법,채용소묘의채집료20개품충,매개품충100과화생과정면화2개측면적도상,분별획취매폭도상적형태、안색화문리삼대류공50개특정,병대저사특정진행주분량분석(PCA)우화,침대우화화몰유우화적특정,탑건료인공신경망락식별모형화지지향량궤모형,병채용량충모형진행품충식별,결과표명,채집적특정경PCA우화후표현출경강적식별성능,SVM교신경망락식별효과총체상득도제고,병차식별효과은정.품충적수량대식별효과유영향,재통상정황하가근거품충적수량래학정특정적수량,가이진일보제고효솔,대20개품충,수요선택초과15개특정.안색류특정비형태류화문리류특정구유경호적식별효과,경과불동유별적특정조합후,정체상식별성능체도90％이상,기본가이추엄도실제생산중사용.