基于机器视觉的玉米种子分类识别方法

随着图像处理技术和机器视觉技术的应用越来越广泛，利用计算机视觉技术来识别玉米种子已经成为可能。基于此，利用主成分分析法（PCA）与支持向量机（SVM）对3种玉米种子进行分类识别，以提高玉米种子的纯度。采用高斯滤波、图像裁剪、图像分割及区域二值化对采集的3个种类（甜糯黄玉米、甜妃、昌甜）的玉米种子图像进行预处理，采用数据增强方法提高样本容量和普适性。对经过处理后的图像从颜色、几何、纹理3个方面进行特征提取，总共提取15种特征。采用主成分分析（PCA）、线性判别分析（LDA）、等距特征映射（ISOMAP）、T分布随机近邻嵌入（T-SNE）、多维尺度变换（MDS）等方法对特征数据进行降维处理，并将处理后的数据放入Bayes分类器与支持向量机（SVM）中进行玉米种子的分类识别。将两种分类器分别与五种降维算法相结合，对比其对玉米种类识别的准确度。结果表明，经过主成分分析降维后的数据结合支持向量机对玉米种子的品种识别具有较高精度，可以提高分类识别的准确率。