基于机器视觉技术的田间籽棉品级抽样分级模型研究
2007-04-10分类号:S562
【部门】南京农业大学工学院 南京农业大学工学院 南京农业大学农业部作物生长调控重点开放实验室 江西农业大学农学院 江西农业大学成人教育学院 南京210031 南京210031 南京210095 南昌330045 南昌330045
【摘要】【目的】客观评价田间籽棉质量。【方法】依据中国籽棉品级分级标准,基于机器视觉技术选取棉花尺寸、色泽特征建立田间籽棉品级抽样分级模型。【结果】相关分析表明:亮度修正后,图像特征与籽棉品级之间相关显著。贝叶斯判别分析结果表明:基于10折交叉验证建立的籽棉品级判别模型的识别率在75.00%~92.86%之间,模型的平均识别率达83.20%。基于“1个标准误差”规则选取较好的贝叶斯判别模型,它在独立数据集上的泛化精度达89.11%,其中,前3级籽棉的识别率均达到100%。【结论】基于机器视觉技术识别籽棉品级是可行的,有利于提高籽棉品级抽样分级模型精度。
【关键词】田间 籽棉 品级 机器视觉技术 图像特征 分级模型 泛化
【基金】国家863计划项目(2006AA10Z259); 2005年江苏省农机基金资助(GXZ05013)
【所属期刊栏目】中国农业科学
文献传递