基于随机森林的有缺损杂草种子识别

摘要

杂草给农业生产带来了严重影响,杂草种子的识别能够为农业生产提供重要支持.在实际情况中,伴随着霉变、虫咬等因素,杂草种子会产生不同程度的缺损,增加了识别难度.本文提出针对缺损杂草种子图像的随机森林分类模型,同时使用支持向量机进行对比.为模拟缺损种子图像,向图像中加入连续噪声.特征提取与降维后,得到四种图像特征,使用图像特征作为随机森林分类器的输入,训练分类模型,将模型应用于测试数据,得到分类结果.实验表明,相对于支持向量机分类器,随机森林分类器的识别率更高,对连续噪声的鲁棒性更好,更适合于实际应用.