基于特征融合的玉米品种识别

作者：司海平; 万里; 王云鹏; 宋佳珍; Fernando Bacao; 李艳玲^*

来源：中国粮油学报, 2023, 1-12.

DOI：10.20048/j.cnki.issn.1003-0174.000167

• 玉米
• 品种识别
• 卷积神经网络
• 图像特征

为了充分利用图像的多级尺度特征，同时发挥深度学习与传统特征各自在提取玉米图像深度特征和底层特征方面的优势，进一步提升玉米品种识别的准确率，提出一种基于特征融合的玉米品种图像识别方法。以苏玉10、京科968和正大619三个玉米品种为研究对象，制作数据集并标记类别标签，分别记为1、2、3。通过VGG16和ResNet50两种预训练网络来获取图像的深度特征，并与人工提取的特征进行融合得到新的玉米图像特征，输入到不同的分类器对玉米图像进行分类。实验结果表明，对特征进行融合相较于单一使用深度特征或传统特征具有更高的识别准确率，在三个玉米品种上分别达到99.58%、98.75%、99.17%，平均准确率为99.17%。

• 单位
  河南农业大学