基于透射光和反射光图像同位分割的小麦品种识别方法研究

摘要

为提高基于机器视觉的小麦品种识别准确性,本文通过透射光和反射光同位图像分割对种子颜色特征参数进行了优化提取。采用透射光图像辅助反射光图像分割的方式从种子图像中分割出胚部区域,并分别提取小麦整粒、种胚、胚乳区域的颜色特征参数。以济麦22、济麦44、京麦9、京麦11共4个品种种子作为研究对象,利用HALCON机器视觉软件获取种子的颜色特征参数,通过偏最小二乘法判别分析法(partial least squares discriminant analysis,PLS-DA)建立分类模型。结果表明:通过透射光图像辅助反射光图像分割后,融合的更多种子颜色参数信息,使得4个品种的小麦种子识别正确率均获得提升。济麦和京麦间混杂识别正确率从种粒反射光颜色特征的95%提升到融合了透射光、胚和胚乳颜色特征的99%以上,济麦22和济麦44混杂识别正确率从73.28%提高到84.60%,京麦9和京麦11混杂识别正确率从74.15%提高到83.73%。通过透射光特征进一步融合分析种子胚和胚乳图像所包含的颜色特征可有效提高小麦品种识别正确率。