基于Bayes决策的甘蔗种芽完好性检测与试验

由于甘蔗种芽的好坏直接影响来年新植甘蔗的出芽率,针对目前甘蔗机械化种植过程中无法实现种芽完好性检测的难题,该文提出一种基于Bayes决策的甘蔗种芽完好性分类方法,将甘蔗种芽分为完好与破损2类。首先利用计算机视觉技术,采集甘蔗种芽图像,在截取有效的种芽区域图像并提取出包括灰度最大值在内的5个分类特征的基础上,统计种芽区域图像特征值的分布情况;然后分析特征值的曲线分布图,利用这些特征的均匀分布区间占整个分布区间的百分比以及完好和破损2类种芽相应百分比的差值,确定能够简化为均匀分布的特征,并将其作为最终的分类特征;再结合全概率公式和贝叶斯公式,将确定的分类特征的类条件概率和先验概率转换为后验概率,通过比较后验概率的大小进行分类;最后选择常见的3个甘蔗品种作为研究对象,利用Matlab对样本进行种芽完好性分类处理。试验结果显示,3个品种的种芽完好性分类准确率分别为92.09%、93.49%和93.02%,破损种芽的分类准确率分别达到98%、97%和96%,该分类方法能够实现甘蔗种芽完好性的分类功能。