[發(fā)明專利]一種基于深度級(jí)聯(lián)森林和高光譜圖像的玉米品種鑒別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910400622.6
• 申請(qǐng)日: 2019-05-15
• 公開(kāi)（公告）號(hào): CN110108644A
• 公開(kāi)（公告）日: 2019-08-09
• 發(fā)明（設(shè)計(jì)）人: 陳云浩;邵琦;李京
• 申請(qǐng)（專利權(quán)）人: 北京師范大學(xué)
• 主分類號(hào): G01N21/17
• 分類號(hào): G01N21/17;G06K9/00;G06K9/32;G06K9/62;G06T5/00;G06T7/11;G06T7/155
• 代理公司: 北京京萬(wàn)通知識(shí)產(chǎn)權(quán)代理有限公司 11440
• 代理人: 許天易

本發(fā)明提供了一種基于深度級(jí)聯(lián)森林和高光譜圖像的玉米品種鑒別方法，包括：對(duì)所述玉米影像數(shù)據(jù)進(jìn)行預(yù)處理，得到全波段影像數(shù)據(jù)；選取有效波段的玉米影像數(shù)據(jù)；以及將所述有效波段的玉米影像數(shù)據(jù)作為特征集，采用深度級(jí)聯(lián)森林模型進(jìn)行模型分類。本發(fā)明的玉米品種鑒別方法充分利用高光譜技術(shù)和深度級(jí)聯(lián)森林模型進(jìn)行玉米分類，相較于普通的機(jī)器學(xué)習(xí)算法，鑒別精度更高。

技術(shù)領(lǐng)域

本發(fā)明涉及玉米品種的鑒別方法，尤其涉及一種基于深度級(jí)聯(lián)森林和高光譜圖像的玉米品種鑒別方法。

背景技術(shù)

玉米是我國(guó)重要的糧食作物之一，占糧食總產(chǎn)量的30％以上，制種量年均超過(guò)10億噸。隨著玉米需求多樣化，我國(guó)玉米品種也逐年增多。在育種過(guò)程中，有不法商販以次充好，使用劣質(zhì)玉米品種冒充優(yōu)質(zhì)玉米品種，導(dǎo)致玉米產(chǎn)量下降，給國(guó)家糧食生產(chǎn)和農(nóng)業(yè)安全帶來(lái)巨大隱患，因此如何準(zhǔn)確高效無(wú)損地鑒別玉米種子的品種具有重要意義。

目前鑒別玉米種子的方法主要有人工檢測(cè)、理化檢測(cè)、計(jì)算機(jī)視覺(jué)檢測(cè)和高光譜技術(shù)檢測(cè)。人工檢測(cè)主要靠肉眼基于玉米的大小、形態(tài)和顏色等特征做出判斷，這種方式受人的主觀因素影響很大，不僅檢測(cè)精度低、速度慢，而且勞動(dòng)強(qiáng)度大，難以形成統(tǒng)一的標(biāo)準(zhǔn)。理化檢測(cè)主要是基于不同品種玉米的生物化學(xué)特性來(lái)實(shí)現(xiàn)鑒別，這類方法準(zhǔn)確率高，但是只能夠通過(guò)抽樣進(jìn)行檢測(cè)，有損且過(guò)程復(fù)雜，操作繁瑣，難以滿足市場(chǎng)需求。計(jì)算機(jī)視覺(jué)檢測(cè)主要基于種子的近紅外光譜信息和可見(jiàn)光的形態(tài)學(xué)特征信息，應(yīng)用圖像模式識(shí)別技術(shù)建立品種判別模型，具有即時(shí)、高效、無(wú)損和準(zhǔn)確的優(yōu)點(diǎn)；但該類方法提取的特征信息較少，而且大多是基于外部特征的評(píng)價(jià)，無(wú)法獲取表征其內(nèi)部成分的特征，檢測(cè)結(jié)果可靠性受到影響；另外，隨著種子品種數(shù)據(jù)增多，種子特征的交叉現(xiàn)象嚴(yán)重，導(dǎo)致模型的可分性變差。

高光譜技術(shù)是集光譜和圖像于一體的技術(shù)，相比于機(jī)器視覺(jué)技術(shù)和近紅外光譜分析技術(shù)而言，高光譜技術(shù)不僅能獲取對(duì)象的圖像信息，而且能獲取光譜信息，可以有效地表征觀測(cè)對(duì)象的內(nèi)部結(jié)構(gòu)特征和化學(xué)成分特征；此外，高光譜技術(shù)以其快速、無(wú)損的技術(shù)優(yōu)點(diǎn)有效地解決了農(nóng)產(chǎn)品檢測(cè)領(lǐng)域操作繁瑣的難題，在農(nóng)產(chǎn)品無(wú)損檢測(cè)方面的應(yīng)用日趨廣泛。

發(fā)明內(nèi)容

針對(duì)以上方法的缺陷，本發(fā)明提出了一種基于深度級(jí)聯(lián)森林和高光譜圖像的玉米品種鑒別方法，為高光譜圖像在玉米品種自動(dòng)識(shí)別領(lǐng)域提供理論依據(jù)。

本發(fā)明的一種基于深度級(jí)聯(lián)森林和高光譜圖像的玉米品種鑒別方法，包括：步驟1：對(duì)玉米影像數(shù)據(jù)進(jìn)行預(yù)處理，得到全波段影像數(shù)據(jù)；步驟2：選取有效波段的玉米影像數(shù)據(jù)；以及步驟3：將有效波段的玉米影像數(shù)據(jù)作為特征集，采用深度級(jí)聯(lián)森林模型進(jìn)行模型分類。

在上述玉米品種鑒別方法中，步驟1包括：通過(guò)高光譜圖像采集系統(tǒng)采集玉米影像數(shù)據(jù)；對(duì)玉米影像數(shù)據(jù)進(jìn)行校正；提取玉米的感興趣區(qū)域(ROI)影像數(shù)據(jù)；以及對(duì)提取的玉米的感興趣區(qū)域影像數(shù)據(jù)進(jìn)行光譜校正，得到全波段影像數(shù)據(jù)。

在上述玉米品種鑒別方法中，通過(guò)高光譜圖像采集系統(tǒng)來(lái)采集玉米影像數(shù)據(jù)，且只保留在波段范圍533-893.4nm內(nèi)等間距選擇的146個(gè)波段的玉米影像數(shù)據(jù)；

采用校正公式對(duì)玉米影像數(shù)據(jù)進(jìn)行校正，校正公式為：

采用基于距離變換的標(biāo)記分水嶺分割算法提取每個(gè)玉米的感興趣區(qū)域(ROI)影像數(shù)據(jù)；

采用Savitzky-Golay平滑(S-G平滑)算法對(duì)提取的玉米感興趣區(qū)域(ROI)影像數(shù)據(jù)進(jìn)行光譜校正。

在上述玉米品種鑒別方法中，采用Boruta算法對(duì)全波段影像進(jìn)行篩選，選出其中的有效波段影像。

在上述玉米品種鑒別方法中，Boruta算法的過(guò)程如下：

為每個(gè)特征構(gòu)建影子特征混入訓(xùn)練集，并去除這些特征與類別的關(guān)聯(lián)；

在混入影子特征的訓(xùn)練集上訓(xùn)練隨機(jī)森林分類器；