基于多光谱成像技术的小麦品种快速无损鉴定

许学; 马卉; 王钰; 刘伟; 杨剑波; 汪秀峰; 《中国农学通报 》 2019 CSCD

摘要：为了研究多光谱成像技术对小麦品种快速无损鉴定的可行性,采用VideometerLab多光谱图像采集设备对5个小麦品种共500个样品在405~970 nm波段内的进行多光谱图像信息进行采集,获取其光谱、颜色和形态特征.利用主成分分析对5个小麦品种进行定性鉴别,同时,基于光谱特征和光谱图像特征分别比较了神经网络、支持向量机和随机森林3种模型的鉴定效果.结果显示:利用19个光谱特征值建立的模型中,BPNN识别模型效果最佳,其建模集和预测集的识别率分别为100%和91.25%.融合19个光谱特征和6个图像特征所建立的模型中,BPNN识别模型效果最佳,其建模集和预测集的识别率分别达到了100%和98.4%.结果表明,基于BPNN的多光谱特征融合能够有效的提高小麦品种鉴定效率,为小麦品种的快速无损检测提供了一个新途径.

关键词： 多光谱成像 小麦 特征融合 品种鉴定 无损 神经网络