本发明公开了基于聚类算法的玉米种子高光谱图像分类识别模型更新方法,包括:基于采集所有待识别玉米种子在N个波段下的N个高光谱图像,计算感兴趣区域内的光谱均值特征,作为特征参数,依次输入数据,计算待识别玉米种子与检测模型的匹配性;判断匹配性,若匹配不成功,则通过化学分析测试,获得待识别玉米种子的类别,利用获得的待识别种子特征参数及其真实类别,更新训练集;在完成所有待识别玉米种子的匹配性判断后, 利用新的训练集来建立新的最小二乘支持向量机检测模型fLS-SVM, 用fLS-SVM来识别更新后的待识别样本集。本发明提供了一种基于聚类算法的玉米种子高光谱图像分类识别模型更新方法,能够实现高光谱图像分类模型的更新,效果好,且可靠性高。
声明:
“基于聚类算法的玉米种子高光谱图像分类识别模型更新方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)