文献类型：期刊文章

作　　者：刘伟[1] 刘长虹[2] 郑磊[2,3]

机构地区：[1]合肥学院机器视觉与智能控制实验室,合肥230601 [2]合肥工业大学生物与食品工程学院,合肥230009 [3]合肥工业大学医学工程学院,合肥230009

出　　处：《农业工程学报》

基　　金：国家科技攻关计划重点项目(2012BAD07B01)

年　　份：2014

卷　　号：30

期　　号：10

起止页码：145-151

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20142617866523)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为解决稻谷品种的快速无损鉴别问题,应用多光谱图像采集设备（VideometerLab）获取了5个品种稻谷共250个试验样本在405-970 nm波长范围内的多光谱图像,提取各品种稻谷在不同波长下的光谱反射率和图像特征（面积,宽长比,色差等）作为稻谷品种鉴别的特征变量,基于最小二乘支持向量机（least-square-support vector machine,LS-SVM）建立鉴别模型,通过粒子群寻优（particle swarm optimization,PSO）算法搜索支持向量机的最优参数。将250个稻谷分为建模集（200个样本）和测试集（50个样本）分别进行试验,结果表明,采用该文的建模方法结合稻谷光谱特征和图像特征对预测集稻谷品种鉴别的正确率均在90%以上,高于对比的其他方法,该研究成果为稻谷品种的快速无损鉴别提供了一种方法。

关 键 词：无损检测 农作物  支持向量机 粒子群寻优  多光谱图像 稻谷品种  

分 类 号：S511] TP274.3]