基于特征选择的小麦籽粒品种识别研究

来源：中国农机化学报杂志2022年第7期北京时间：

作者：冯继克, 郑颖, 李平, 李艳翠, 张自阳, 郭晓娟

单位：1. 河南科技学院信息工程学院，河南新乡，453003；2. 河南师范大学计算机与信息工程学院，河南新乡，453000；3. 河南科技学院生命科技学院，河南新乡，453003

摘要：为有效地对小麦籽粒品种进行分类，判别影响小麦籽粒品种识别的特征，进行基于特征选择的小麦籽粒品种识别研究。首先采集农大3416-18、内乐288、衡水6632、百农419、洛麦28和新麦26六个品种的小麦籽粒图像18 000张，对采集的图像进行预处理，提取小麦籽粒的颜色特征、形态特征和纹理特征三大类共28个特征值，并对特征进行相关性分析。然后分别构建不同特征融合模型以及数据降维和数据增强模型。最后进行试验分析，基于纹理+形态+颜色三个特征融合模型平均识别准确率为91.02%，其中基于纹理+形态+颜色特征模型的洛麦28识别率最高，达97.0%；经过线性判别分析，降维处理的小麦特征数据识别准确率达86.19%，模型训练时间仅0.87 s；基于数据增强后的平均识别准确率达94.26%。试验表明基于特征选择的小麦籽粒识别是可行的，有助于育种工作者对小麦籽粒识别做出更准确判断，具有一定的实际意义。

关键词：小麦籽粒,特征选择,品种识别,特征融合,数据降维

基金资助：河南省科技攻关项目(212102110298、182102210048、222102210171、212102210431)；河南省高等学校重点科研项目计划(20A520013)