利用高光谱图像进行花生成熟度分类
计算机视觉与模式识别
2019-10-28 v2 机器学习
图像与视频处理
摘要
花生（Arachis hypogaea L.）的种子成熟度决定了生产者的经济收益，因其影响种子重量（产量），并关键地影响种子活力与其他品质特性。在种子发育过程中，果皮（荚壳）的内中果皮层颜色从白色过渡为黑色，随种子成熟而转变。成熟度评估过程涉及去除荚壳的外果皮，并将中果皮颜色按从未成熟（白、黄、橙）到成熟（棕、黑）的不同颜色类别进行视觉分类。该视觉颜色分类耗时，因为外果皮必须手动去除。此外，视觉分类过程涉及人工颜色判定，导致不同观察者间的颜色分类存在较大变异。需要一种更客观的数字成像花生成熟度评估方法，最好无需去除荚壳外果皮。本研究考察了使用高光谱成像（HSI）流程对带完整果皮的荚果进行成熟度判定的方法。该 HSI 方法利用成熟与未成熟荚果间的光谱差异，在分类算法中识别成熟与未成熟荚果。结果表明，使用不同年份与栽培品种的样品均取得高且一致的分类准确率。此外，所提方法能够估计单个花生荚果的连续值像素级成熟度，提供了一种可用于种子品质研究的宝贵工具。这一新方法解决了当前所有花生成熟度判定方法均存在的劳动强度大与主观误差问题。
引用
@article{arxiv.1910.11122,
title = {Peanut Maturity Classification using Hyperspectral Imagery},
author = {Sheng Zou and Yu-Chien Tseng and Alina Zare and Diane Rowland and Barry Tillman and Seung-Chul Yoon},
journal= {arXiv preprint arXiv:1910.11122},
year = {2019}
}