[发明专利]一种针对不同品种小麦种子的单粒定点识别技术

摘要

本发明公开了一种针对不同品种小麦种子的单粒定点识别技术，包括如下步骤：获取待鉴定小麦种子的高光谱图像数据，采用黑白校正方法对高光谱图像进行校正后，进行主成分变换；选择整粒小麦种子作为感兴趣区域，提取相关区域的平均光谱作为该粒样本的光谱数据；采用S‑G平滑法对光谱数据进行平滑处理；使用Kennard‑Stone方法将样本光谱数据按照3∶2的比率划分为训练集和预测集，采用连续投影算法选取适于不同杂交品种小麦种子鉴别的最优波段；构建支持向量机模型；将最优波段输入建立的SVM模型中，将预测结果用不同颜色表示，完成混合种子的定点识别。本发明实现了不同杂交品种的小麦籽粒的在线检测，并实现了单粒的定点识别。

主权项

1.一种针对不同品种小麦种子的单粒定点识别技术，其特征在于，包括如下步骤：S1、高光谱图像数据的获取S11、利用高光谱分选仪获取待鉴定小麦种子的高光谱图像数据，并通过以下公式采用黑白校正方法对高光谱图像进行校正，以消除噪声的影响：式中，Rd‑黑板的漫反射图像；Rw‑白板的漫反射图像；Rs‑样本原始的漫反射光谱图像；R‑校正后的漫反射光谱图；S12、对校正后的高光谱数据进行主成分变换，对第四主成分图(PC‑4)进行二值化处理得到小麦种子的二值图，作为掩膜模板，其中，目标区域像素值为1，其余全为0；S13、选择整粒小麦种子作为感兴趣区域，利用以下公式获取样本所有掩膜后的图像，即除目标样本外其余区域全是0；BR＝OR×Mask        (2)其中：BR为掩膜后得到的图像；OR为校正后的高光谱图像；Mask为样本第四主成分图二值化；S2、光谱数据的预处理采用S‑G平滑法对光谱数据进行平滑处理，其中平滑窗口大小为7；S3、最佳波段的选择使用Kennard‑Stone方法，根据3∶2比率在卷积平滑处理后的光谱数据集中选择相应的光谱数据分别作为训练集和验证集，采用连续投影算法(SPA)对原始数据集进行数据降维处理选取适于不同杂交品种小麦种子鉴别的最优波段；S4、鉴定模型的建立利用上述获取的特征波段信息和Kennard‑Stone方法划分出训练集和验证集建立支持向量机(SVM)分类模型；S5、混合种子定点识别将所得的最优波段输入建立的SVM模型中，将预测结果用不同颜色表示，完成混合种子的定点识别。