人工视觉网络在小麦籽粒分类中的应用

作者：左卫刚; 高洋^*

来源：种子, 2020, 39(07): 104-108.

DOI：10.16590/j.cnki.1001-4705.2020.07.104

• 小麦籽粒
• 计算机视觉
• 图像处理
• 人工神经网络
• 多层感知器

为了准确分类小麦籽粒为面包小麦或硬粒小麦,采用人工神经网络(ANN)基于计算机视觉的应用,依靠多层感知器(MLP)通过高分辨率摄像机,利用图像处理技术(IPT)获取了4维3色5纹理的主要视觉特征;再从12个主要特征中复制出21个视觉特征,将视觉特征的数据集作为ANN模型的输入参数建立了4种输入数据子集的ANN模型。将200粒籽粒中的180粒用于ANN模型训练,20粒用于精度测试。利用相关CfsSubsetEval算法对ANN模型进行简化,确定了对分类结果最有效的输入参数个数为7。采用简化的ANN模型对20粒样品进行检测可准确分离面包小麦和硬粒小麦的籽粒,平均绝对误差(MAE)为9.8×10-6。本研究提出的基于计算机视觉的分类器可以成功对小麦籽粒进行自动分类。

• 单位
  山西省农业科学院农业资源与经济研究所; 山西管理职业学院