基于特征波段卷积神经网络的小麦种子品种分类研究

作者：阙昊天; 赵鑫; 黄敏; 朱启兵

来源：中国粮油学报, 2022, 1-10.

• 小麦种子
• 品种鉴别
• 高光谱图像
• 包络线去除
• 卷积神经网络

种子纯度是种子质量评价的重要指标，本文针对高光谱图像检测效率难以满足大批量种子检测的问题，采用包络线去除-卷积神经网络（Continuum Removal - Convolutional Neural Network，CR-CNN），开发一种快速、可靠的小麦种子分类方法。首先采用包络线去除法挑选出特征波段，然后结合Ghost模块、MobileNetV2模块压缩架构以及经典架构分别建立卷积神经网络分类模型，最后比较全波段和特征波段的模型检测结果。研究表明，使用包络线去除法之后，检测时间为原先的9.50%～12.87%，百个样本检测时间最快仅需要0.019秒，同时分类精度最高能达到96.125%。CR-CNN方法能够充分利用高光谱图像中的有效信息，快速且准确的鉴别小麦种子品种，为开发高精度小麦种子在线检测多光谱设备提供了一种可能。

• 单位
  江南大学