基于轮廓纹理特征和线性判别分析的鲜烟叶部位识别方法
赵晨1
赵浩斌2
路晓崇1
张晓阳3
白涛4
毛岚4
宋朝鹏1
王涛4
1.河南农业大学烟草学院,河南郑州4500022.河南省烟草公司,河南郑州4500183.山东中烟工业有限责任公司,山东济南2500144.云南省烟草公司曲靖市公司,云南曲靖655000
摘要：为实现鲜烟叶采收部位的数字化识别,进一步提升采收鲜烟叶素质的一致性,利用轮廓纹理特征和线性判别分析(LDA)技术对不同着生部位鲜烟叶进行研究,首先,对采集的鲜烟叶图像进行图像缩放、灰度化、二值化等预处理操作,提取狭长度、矩形度等4个轮廓特征参数,进而提取鲜烟叶图像的灰度共生矩阵(GLCM)特征,并通过LDA进行特征降维,之后利用K近邻算法(KNN)对鲜烟叶部位进行分类.结果表明,所提取未经降维处理的轮廓纹理特征在不同分类模型中的识别准确率均达到0.80以上,可有效反映鲜烟叶部位特征.相对于主成分分析(PCA)处理和未经降维处理,采用LDA降维处理的模型识别准确率最高.所构建的基于KNN算法的鲜烟叶部位识别模型,其精确率、召回率、F1分数、准确率均达到0.99,能够较好地识别鲜烟叶着生部位.
关键词：鲜烟叶部位特征识别轮廓纹理特征合线性判别分析图像识别
分类号：S126(农业物理学)
资助基金：中国烟草总公司科技重点研发项目(110202102007)中国烟草总公司云南省公司资助项目(2021530000241036)
论文发表日期：2022-10-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 161-168 )
英文信息