文献类型： 中文期刊

作者： 张晗 ¹ ; 董宏图 ² ; 栗彬彬 ³ ; 闫宁 ⁴ ; 吴旭东 ⁴ ; 罗斌 ¹ ;

作者机构： 1.国家农业信息化工程技术研究中心

2.北京农业智能装备技术研究中心

3.农芯(南京)智慧农业研究院

4.北京农业智能装备技术研究中心  

关键词： 机器视觉;玉米种子;种子发芽潜力;极限学习机

期刊名称： 种子

ISSN： 1001-4705

年卷期： 2021 年 011 期

页码： 144-148

收录情况： 北大核心 ; CSCD

摘要： 以郑单958为研究对象,研究玉米单粒种子发芽潜力无损检测方法。使用相机采集单粒种子图像,提取种子24个颜色特征和13个形状特征。将图像特征与种子发芽实验结果组成数据集,通过使用主成分分析（Principal Component Analysis, PCA）提取8个可以代表所有特征的主成分,结合极限学习机算法（Extreme Learning Machine, ELM）建立模型。通过Matlab软件进行仿真,并分析了选择不同隐含层神经元个数和不同隐含层激励函数对模型预测精度的影响。结果表明,使用极限学习机模型ELM选择sigmoid函数建立PCA-ELMs模型对种子发芽预测的准确率为63.33%,查准率为88.51%,查全率为63.11%。研究表明,通过机器视觉技术结合PCA-ELMs算法建立模型,对种子发芽潜力预测具有一定可行性,通过模型分类后可以使剩余样本发芽率获得提升。