河南工业大学学报（自然科学版）
河南工業大學學報（自然科學版）
하남공업대학학보（자연과학판）
JOURNAL OF HENAN UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE EDITION)
2011年
5期
74-78
,共5页
樊超%夏旭%石小凤%侯利龙
樊超%夏旭%石小鳳%侯利龍
번초%하욱%석소봉%후리룡
小麦%计算机视觉%特征提取%神经网络
小麥%計算機視覺%特徵提取%神經網絡
소맥%계산궤시각%특정제취%신경망락
籽粒的外观特征是区别不同小麦品种的重要标志,对小麦的选育工作具有重要的参考价值.首先采用中值滤波和迭代式阈值法对采集到的4类小麦共468粒样本图像进行处理和分割;然后针对每类小麦,提取了其6个颜色特征、5个形态特征和5个纹理特征等共16个参数；最后通过构建神经网络比较了仅使用颜色和形态特征作为网络输入以及3类特征共同作用时的分类效果.试验结果表明:仅使用颜色、形态两方面的11个特征参数时,小麦样本的识别率为87.6％;当增加5个纹理特征时,样本的识别准确率达到93.13％,可有效识别出4类小麦样本.
籽粒的外觀特徵是區彆不同小麥品種的重要標誌,對小麥的選育工作具有重要的參攷價值.首先採用中值濾波和迭代式閾值法對採集到的4類小麥共468粒樣本圖像進行處理和分割;然後針對每類小麥,提取瞭其6箇顏色特徵、5箇形態特徵和5箇紋理特徵等共16箇參數；最後通過構建神經網絡比較瞭僅使用顏色和形態特徵作為網絡輸入以及3類特徵共同作用時的分類效果.試驗結果錶明:僅使用顏色、形態兩方麵的11箇特徵參數時,小麥樣本的識彆率為87.6％;噹增加5箇紋理特徵時,樣本的識彆準確率達到93.13％,可有效識彆齣4類小麥樣本.
자립적외관특정시구별불동소맥품충적중요표지,대소맥적선육공작구유중요적삼고개치.수선채용중치려파화질대식역치법대채집도적4류소맥공468립양본도상진행처리화분할;연후침대매류소맥,제취료기6개안색특정、5개형태특정화5개문리특정등공16개삼수；최후통과구건신경망락비교료부사용안색화형태특정작위망락수입이급3류특정공동작용시적분류효과.시험결과표명:부사용안색、형태량방면적11개특정삼수시,소맥양본적식별솔위87.6％;당증가5개문리특정시,양본적식별준학솔체도93.13％,가유효식별출4류소맥양본.
