基于高光谱图像与视觉词袋模型的稻种发芽率预测研究

为实现稻种品质的快速鉴定,以稻种最重要的品质参数之一——发芽率作为主要评价指标,通过高光谱成像技术结合视觉词袋(BoVW)模型的方法进行稻种发芽率的分级评价。挑选Y 两优302、两优108 和内5 优8015 三个品种的杂交水稻种子各100 粒,在温度40 °C、相对湿度100%条件下对三种稻种分别老化处理0、1、2、3、4 d,得到5 个活力梯度的稻种。采集300 粒稻种的高光谱图像,随机分为训练集(200 份)和测试集(100 份)。图像采集完毕后,进行稻种发芽实验,第14 天时计算发芽率。采用主成分分析(PCA)方法选取特征波长,利用密集尺度不变特征变换(SIFT)算法提取稻种图像局部特征