基于高光谱低秩张量分解的小麦种子分类方法技术

本发明专利技术提供了一种基于低秩张量分解的小麦种子分类方法，包括：输入高光谱图像，将所有像素灰度值归一化为0～1之间，采用阈值分割法将小麦种子区域与背景区域分离，获得背景蒙版矩阵，使用获得的蒙版计算每个种子的高光谱平均反射率。将原始数据表示为张量形式，使用低秩张量分解法对原始张量进行降维，得到降维后的张量。将产生的降维后数据输入组合分类器进行分类，分类结果按照其所属种子分组，对于每一组结果选择其中最多的分类结果为该组也就是该种子的最终分类结果。通过低秩张量分解的方式提取包含空间结构信息与光谱信息的融合特征矩阵，进而提高小麦种子分类识别率。进而提高小麦种子分类识别率。进而提高小麦种子分类识别率。

【技术实现步骤摘要】
基于高光谱低秩张量分解的小麦种子分类方法


[0001]本专利技术涉及高光谱图像识别
，具体的说，涉及了一种基于高光谱低秩张量分解的小麦种子分类方法。

技术介绍

[0002]小麦是世界主要粮食作物之一，在世界各地广泛种植。小麦品种繁多，仅国家种业大数据平台可查到的小麦品种就有超过4500种。保证小麦产量需要确保使用良好的小麦品种，在实际生产种植过程中，由于各种原因最终收获的小麦中难免混入其它品种的小麦种子，这些其它品种的小麦种子的混入将会导致下次播种时小麦品种不纯的问题。尤其对选育优良小麦品种会产生较大影响，所以找到一种可靠的小麦种子分类方法对提高种子纯度，选育优良小麦，提高产量具有积极意义。
[0003]传统种子分类方法任务中，常采用形态学分析法与化学方法，形态学分析法根据种子的外观特征来进行分辨，但种子形态特征较不明显，采用形态学分析法容易产生误判。化学方法进行分类虽然有较高的识别率，但是会对样本本身产生破坏，不适合实际生产情况中使用。
[0004]基于图像进行分类的小麦种子分类方法能够满足不破坏种子的条件，但可见光图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于高光谱低秩张量分解的小麦种子分类方法，其特征在于：包括以下步骤：步骤1)输入小麦种子的高光谱图像，将所有像素灰度值归一化为0～1之间,采用阈值分割法将小麦种子区域与背景区域分离，获得背景蒙版矩阵；步骤2)使用步骤1)中获得的蒙版矩阵计算每个种子的高光谱平均反射率，并将原始数据表示为张量形式，得到张量：其中，I1为高光谱图像的空间高度，I2为高光谱图像的空间宽度，I3为高光谱图像波段数；步骤3)使用低秩张量分解法对步骤2)计算出的张量进行降维，得到降维后的张量：同时，原始高光谱张量与降维后张量满足如下条件：其中rank1(X
f
)＝R1，rank2(X
f
)＝R2，rank3(X
f
)＝R3，的Tucker分解为：X
f
＝C
×1U
(1)
×2U
(2)
×3U
(3)
,其中是具有正态列的因子矩阵，是核心张量；求解过程中，优化方程的张量C为：方程的成本函数最小化等同于在矩阵U
(1)
、U
(2)
、U
(3)
上的最大化；求解g，假设只有一个矩阵U
(1)
、...

【专利技术属性】
技术研发人员：安金梁，郑颖，金松林，张琛，李亚强，张卫东，李国厚，曲培新，王应军，张自阳，
申请(专利权)人：河南科技学院，
类型：发明
国别省市：