[发明专利]种子品种识别方法及装置

权利要求书

1.一种种子品种识别方法，其特征在于，所述方法包括：

获取测试集中每个样本种子在P个波段下的P个高光谱图像；

针对每个所述样本种子，根据所述P个高光谱图像获取特征参数；

将所述特征参数输入分类模型，得到每个所述样本种子的预测品种；

根据所述预测品种从所述测试集中选取出预定样本种子，并根据所述预定样本种子更新所述分类模型；

利用更新后的所述分类模型识别出所述测试集中所述样本种子的品种；

其中，所述根据所述预测品种从所述测试集中选取出预定样本种子，并根据所述预定样本种子更新所述分类模型，包括：

根据所述预测品种将所述样本种子分成若干个类别；每个所述类别中的样本种子的所述预测品种相同；

计算出每个类别的类中心；

计算每个类别中的各个所述样本种子与所述类中心之间的距离；

针对每个所述类别，将所述样本种子按所述距离从小到大的顺序排列；

将每个所述类别中的前n个样本种子作为所述预定样本种子，并将所述预定样本种子对应的所述特征参数从全部的所述特征参数中删除；

将所述预定样本种子添加入训练集得到新的所述训练集；

利用所述新的所述训练集更新所述分类模型；

检测预定条件是否成立；

若所述预定条件不成立，则重新执行所述将所述特征参数输入分类模型，得到每个所述样本种子的预测品种的步骤和所述根据所述预测品种从所述测试集中选取出预定样本种子，并根据所述预定样本种子更新所述分类模型的步骤；

所述预定条件为大于等于预定阈值，或者，所述预定条件为执行所述将所述特征参数输入分类模型，得到每个所述样本种子的预测品种的步骤和所述根据所述预测品种从所述测试集中选取出预定样本种子，并根据所述预定样本种子更新所述分类模型的步骤的次数达到预定次数；Num_j(i)为第i次重复时和第i-1次重复时都被确定第j个类别的样本种子的数量，Num_j(i-1)为所述第i次重复时被确定为所述第j个类别的样本种子的数量。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若所述预定条件成立，则执行所述利用更新后的所述分类模型识别出所述测试集中所述样本种子的品种的步骤。

3.根据权利要求1所述的方法，其特征在于，所述计算每个类别中的所述样本种子与所述类中心之间的距离，包括：

利用公式计算所述样本种子与所述类中心之间的距离；

其中，d为向量的维数。

4.根据权利要求1至3任一所述的方法，其特征在于，所述根据所述P个高光谱图像获取特征参数，包括：

获取所述样本种子在预定波段下的高光谱图像；

对所述在预定波段下的高光谱图像进行图像分割，得到所述样本种子的轮廓曲线；

将所述轮廓曲线投影到所述P个波段，从所述P个高光谱图像中得到P个种子轮廓图像；

根据所述种子轮廓图像，获取每个波段对应的所述样本种子的光谱均值特征，所述光谱均值特征是所述种子轮廓图像中所有像素点的反射光强的平均值；

将所述P个波段对应的P个所述光谱均值特征作为特征参数。

5.一种种子品种识别装置，其特征在于，所述装置用于执行权利要求1至4任一所述的方法。