基于标志点法的烟草叶形提取与判别

作者：钟培阁; 周也莹; 张彦; 石屹; 郭焱; 李保国; 马韫韬^*

来源：浙江大学学报(农业与生命科学版), 2022, 48(04): 533-542.

• 几何形态学
• 标志点法
• 烟草
• 叶形
• 机器学习

本研究采用标志点法并基于39个烟草品种叶片图像提取叶形信息，比较分析了不同生长时期、不同品种和不同叶位间的叶形差异。采用主成分分析法实现数据降维并对叶形差异进行可视化表达，采用决策树、随机森林和支持向量机法对不同类型叶形进行判别分析。主成分分析结果表明，烟草叶片间差异的主要来源分别为叶片宽和最大宽位置、叶片扭转程度以及叶柄部3方面，分别占总差异的42.7%、21.3%、10.7%。叶形判别结果表明，采用标志点数据的判别精度为52%～62%，而采用常用叶形指标的判别精度为51%～54%。上部叶、中部叶的判别精度高于下部叶10%左右，具有更明显的品种特征。团棵期叶片由于处于营养生长期，判别精度低于开花期叶片近10%。去除12类非典型品种后，标志点法判别精度上升至77%。标志点数据在叶形信息提取上的效果优于常用叶形指标，为叶形信息的自动化提取提供了新的思路。

• 单位
  中国农业科学院烟草研究所; 中国农业大学