基于红外热成像技术的玉米种子活力等级分类方法研究

由于传统玉米种子活力等级分类方法存在耗时长、对环境要求严格、会对种子产生损伤等问题,本研究拟利用红外热成像技术结合SVM算法,建立快速、无损、高效的玉米种子活力等级分类方法。首先采用人工老化的方法将玉米种子(1200粒,分为3组)分别老化0、72、144 h;然后将不同老化时间的玉米种子在温度胁迫后自然冷却,通过红外热成像仪采集红外热像图,提取温度值作为特征;随后对玉米种子进行标准萌发试验,根据试验结果,将玉米种子分为高活力、中活力和低活力3个活力等级;最后将温度值作为特征、活力等级作为标签,分别建立K最近邻(KNN)模型和支持向量机(SVM)模型并进行训练,以模型分类准确率和训练时间作为评价指标,确定较佳模型,再通过网格搜索对选择的模型参数进行优化。结果表明,基于红外热成像技术结合支持向量机(SVM)建立的模型,训练集准确率达到了92.4%,测试集准确率为91.0%,训练用时0.12 s。经过优化后,该模型训练集准确率达到了97.1%,测试集准确率达到了96.5%。