一种籽粒分类方法及装置制造方法及图纸

技术编号:15691523 阅读:298 留言:0更新日期:2017-06-24 04:48
本发明专利技术提供了一种籽粒分类方法及装置,包括:根据预设训练数据建立原始字典,所述原始字典中存储有籽粒特征参数向量与籽粒种类的对应关系;所述预设训练数据包括多个籽粒特征参数向量以及多个籽粒种类;获取待测试籽粒的特征参数向量;根据获取的待测试籽粒的特征参数向量查询所述原始字典,获取与待测试籽粒的特征参数向量对应的籽粒种类。本发明专利技术实现了对籽粒进行快速识别和分类;提高了分类的准确度和分类的效率。

Grain classification method and device

The invention provides a device and a grain classification method, including: the establishment of the original training data according to a preset dictionary, corresponding relationship between the feature vector and the grain type of grain storage of the original dictionary; the preset training data includes a plurality of kernel parameter vector and a plurality of grain types; feature parameter vector acquisition test grain; according to the characteristic parameter vector to test grain queryget the original dictionary, acquisition and test of grain characteristic parameter vector corresponding to the type of grain. The invention realizes rapid identification and classification of seeds, and improves the accuracy of classification and the efficiency of classification.

【技术实现步骤摘要】
一种籽粒分类方法及装置
本专利技术涉及识别
,具体涉及一种籽粒分类方法及装置。
技术介绍
籽粒的品种识别及品质鉴定在种质判别和现代化粮库仓储管理等领域有着广阔的应用前景。目前主要采用人工手段从外形、色泽、净度等方面进行综合评价,因而存在主观性强、效率低和可重复性差的缺点,增强了籽粒品种分类的不确定性。当前,随着计算机技术的迅速发展,机器视觉得以广泛应用于农作物籽粒品质检测和识别分类中,为农业实行高效生产提供保障。与人类的视觉相比,机器视觉代替人工进行品种鉴别不仅能够降低人的主观因素影响,实现自动化;还可以降低检验误差,提高准确度和精度。现有的技术中,采用稀疏表示分类器对籽粒进行识别分类,在训练样本较大的情况下计算量较大,这样会对籽粒的识别分类造成一定影响,导致存在分类准确度不高,效率低的问题。
技术实现思路
为解决上述技术问题,本专利技术提供一种籽粒分类方法及装置,实现了对籽粒进行快速识别和分类;提高了分类的准确度和分类的效率。为实现上述目的,本专利技术提供以下技术方案:一方面,本专利技术提供了一种籽粒分类方法,包括:根据预设训练数据建立原始字典,所述原始字典中存储有籽粒特征参数向量与籽粒种类的对应关系;所述预设训练数据包括多个籽粒特征参数向量以及多个籽粒种类;获取待测试籽粒的特征参数向量;根据获取的待测试籽粒的特征参数向量查询所述原始字典,获取与待测试籽粒的特征参数向量对应的籽粒种类。进一步的,所述获取待测试籽粒的特征参数向量的步骤之后,还包括:对所述原始字典进行更新和迭代处理以获取特征字典;所述特征字典中存储有更新和迭代处理后籽粒特征参数向量与更新和迭代后的籽粒种类的对应关系;根据获取的待测试籽粒的特征参数向量查询所述特征字典,获取与待测试籽粒的特征参数向量对应的籽粒种类。进一步的,所述对所述原始字典进行更新和迭代处理以获取特征字典,具体包括:采用所述原始字典对所述训练样本籽粒进行稀疏表示得到稀疏表示系数矩阵;对所述系数矩阵进行迭代处理获取特征字典。进一步的,所述根据预设训练数据建立原始字典,包括:采用核函数的方式将所述预设训练数据映射到高维空间中,在所述高维空间中对所述预设训练数据中线性不可分数据变成线性可分数据。进一步的,所述籽粒特征参数包括:籽粒颜色的色度分量、籽粒颜色的饱和度分量、籽粒颜色的亮度分量、籽粒形状的矩形度、籽粒形状的伸长度和籽粒形状的面积。进一步的,所述根据获取的待测试籽粒的特征参数向量查询所述原始字典获取与待测试籽粒的特征参数向量对应的籽粒种类,包括:在原始字典中查询与所述测试籽粒的特征参数向量的误差最小的目标特征参数向量;根据所述目标特征参数向量确定所述待测试籽粒的特征参数向量对应的籽粒种类。另一方面,本专利技术提供了一种籽粒分类装置,包括:字典模块,用于根据预设训练数据建立原始字典,所述原始字典中存储有籽粒特征参数向量与籽粒种类的对应关系;所述预设训练数据包括多个籽粒特征参数向量以及多个籽粒种类;采集模块,用于获取待测试籽粒的特征参数向量;查询模块,用于根据获取的待测试籽粒的特征参数向量查询所述原始字典,获取与待测试籽粒的特征参数向量对应的籽粒种类。进一步的,所述装置还包括:更新模块,用于对所述原始字典进行更新和迭代处理以获取特征字典;所述特征字典中存储有更新和迭代处理后籽粒特征参数向量与更新和迭代后的籽粒种类的对应关系;输出模块,用于根据获取的待测试籽粒的特征参数向量查询所述特征字典,获取与待测试籽粒的特征参数向量对应的籽粒种类。进一步的,所述字典模块中包括:存储单元,用于存储所述籽粒特征参数,包括:籽粒颜色的色度分量、籽粒颜色的饱和度分量、籽粒颜色的亮度分量、籽粒形状的矩形度、籽粒形状的伸长度和籽粒形状的面积。进一步的,所述查询模块包括:误差单元,用于在原始字典中查询与所述测试籽粒的特征参数向量的误差最小的目标特征参数向量;定位单元,同于根据所述目标特征参数向量确定所述待测试籽粒的特征参数向量对应的籽粒种类。由上述技术方案可知,本专利技术所述的一种籽粒分类方法及装置,通过在原始字典中查询测试籽粒的特征参数向量对应的籽粒种类,实现了根据原始字典对籽粒进行快速识别和分类;提高了分类的准确度和分类的效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1是本专利技术实施例一提供的一种籽粒分类方法的流程示意图;图2是本专利技术实施例二提供的一种籽粒分类方法的流程示意图;图3是本专利技术实施例二提供的一种籽粒分类方法中步骤S203的流程图;图4是本专利技术的一种籽粒分类装置的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚,下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。目前主要采用人工手段对籽粒的品种进行综合评价,存在主观性强、效率低和可重复性差的缺点,增强了籽粒品种分类的不确定性。随着计算机技术的迅速发展,机器视觉得以广泛应用于农作物籽粒品质检测和识别分类中,为农业实行高效生产提供保障。现有的技术中,采用稀疏表示分类器对籽粒进行识别分类,在训练样本较大的情况下计算量较大,这样会对籽粒的识别分类造成一定影响,导致存在分类准确度不高,效率低的问题。为解决上述技术问题,本专利技术实施例提供一种籽粒分类方法及装置。实施例一本专利技术实施例提供一种籽粒分类方法,参见图1,该方法包括:S101:根据预设训练数据建立原始字典,所述原始字典中存储有籽粒特征参数向量与籽粒种类的对应关系;所述预设训练数据包括多个籽粒特征参数向量以及多个籽粒种类;在本步骤中,利用对训练样本籽粒的图像采用PCA(PrincipalComponentAnalysis)进行降维处理和采用SIFT(Scale-invariantfeaturetransform)进行特征提取;得到的数据存在线性不可分情况。因此,为使训练出的字典能够更好地代表整个训练集,把这些线性不可分数据考虑进去:采用核函数将降维处理后的数据映射到高维空间里,即特征空间,在特征空间里,这些数据将变成线性可分,从而简化处理。提取训练样本籽粒的特征参数,根据特征参数和籽粒的种类生成数据矩阵;采用核函数的方式对训练样本的数据矩阵进行加核处理后获得原始字典。S102:获取待测试籽粒的特征参数向量;在本步骤中,利用对待测试样本籽粒的图像采用PCA进行降维处理和采用SIFT进行特征提取;并采用核函数将线性不可分数据变成线性可分数据。根据特征参数生成待测试籽粒的特征参数向量。S103:根据获取的待测试籽粒的特征参数向量查询所述原始字典,获取与待测试籽粒的特征参数向量对应的籽粒种类。在本步骤中,在原始字典中查询与所述测试籽粒的特征参数向量的误差最小的目标特征参数向量;根据所述目标特征参数向量确定所述待测试籽粒的特征参数向量对应的籽粒种类。从上述描述可知,本实施例提本文档来自技高网...
一种籽粒分类方法及装置

【技术保护点】
一种籽粒分类方法,其特征在于,包括:根据预设训练数据建立原始字典,所述原始字典中存储有籽粒特征参数向量与籽粒种类的对应关系;所述预设训练数据包括多个籽粒特征参数向量以及多个籽粒种类;获取待测试籽粒的特征参数向量;根据获取的待测试籽粒的特征参数向量查询所述原始字典,获取与待测试籽粒的特征参数向量对应的籽粒种类。

【技术特征摘要】
1.一种籽粒分类方法,其特征在于,包括:根据预设训练数据建立原始字典,所述原始字典中存储有籽粒特征参数向量与籽粒种类的对应关系;所述预设训练数据包括多个籽粒特征参数向量以及多个籽粒种类;获取待测试籽粒的特征参数向量;根据获取的待测试籽粒的特征参数向量查询所述原始字典,获取与待测试籽粒的特征参数向量对应的籽粒种类。2.根据权利要求1所述的方法,其特征在于,所述获取待测试籽粒的特征参数向量的步骤之后,还包括:对所述原始字典进行更新和迭代处理以获取特征字典;所述特征字典中存储有更新和迭代处理后籽粒特征参数向量与更新和迭代后的籽粒种类的对应关系;根据获取的待测试籽粒的特征参数向量查询所述特征字典,获取与待测试籽粒的特征参数向量对应的籽粒种类。3.根据权利要求2所述的方法,其特征在于,所述对所述原始字典进行更新和迭代处理以获取特征字典,具体包括:采用所述原始字典对所述训练样本籽粒进行稀疏表示得到稀疏表示系数矩阵;对所述系数矩阵进行迭代处理获取特征字典。4.根据权利要求1或2所述的方法,其特征在于,所述根据预设训练数据建立原始字典,包括:采用核函数的方式将所述预设训练数据映射到高维空间中,在所述高维空间中对所述预设训练数据中线性不可分数据变成线性可分数据。5.根据权利要求1或2所述的方法,其特征在于,所述籽粒特征参数包括:籽粒颜色的色度分量、籽粒颜色的饱和度分量、籽粒颜色的亮度分量、籽粒形状的矩形度、籽粒形状的伸长度和籽粒形状的面积。6.根据权利要求1所述的方法,其特征在于,所述根据获取的待测试籽粒的特征参数向量查询所述原...

【专利技术属性】
技术研发人员:李振波朱华岳峻李晨吴静朱玲李道亮
申请(专利权)人:中国农业大学
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1