基于近红外高光谱图像的大豆种子病变粒识别方法及系统
基本信息
| 申请号 | CN202210321719.X | 申请日 | - |
| 公开（公告）号 | CN114689539A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114689539A | 申请公布日 | 2022-07-01 |
| 分类号 | G01N21/3563（2014.01）I;G01N21/359（2014.01）I;G06T7/00（2017.01）I;G06T7/11（2017.01）I;G06T7/136（2017.01）I;G06T7/194（2017.01）I;G06V10/77（2022.01）I;G06V10/771（2022.01）I;G06K9/62（2022.01）I | 分类 | 测量；测试; |
| 发明人 | 叶文武;李凯楠;沈广辉;郑小波;王源超 | 申请（专利权）人 | 南京农业大学 |
| 代理机构 | 镇江至睿专利代理事务所（普通合伙） | 代理人 | - |
| 地址 | 210095江苏省南京市玄武区卫岗1号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于近红外高光谱图像的大豆种子病变粒识别方法及系统,属于种子筛选技术领域。方法包括：采集三种不同类型的大豆种子，构建种子样本，所述类型包括健康、霉变和紫斑；获取所述种子样本的近红外高光谱图像，对所述图像进行分割和光谱提取，获得单个大豆种子的近红外光谱数据；对所述近红外光谱数据进行预处理；根据所述预处理后的近红外光谱数据进行种子病变相关特征波长筛选，筛选出与大豆种子病变最相关的特征波长；基于所述特征波长，构建判别分析模型；根据所述判别分析模型对待识别的大豆种子进行识别，得到识别结果。本发明提高了病变大豆识别的效率和准确率。 |
