A Multispectral Image Classification Method for Mutant White Rice Varieties Using Deep Learning

doi:10.1142/s0218001426540054

A Multispectral Image Classification Method for Mutant White Rice Varieties Using Deep Learning

2026-04-01

0

PRE

AI

DOI：10.1142/s0218001426540054

原文链接

原文求助

摘要

En 中文

本研究提出了一种基于深度学习的多光谱图像分类框架，用于区分遗传相似的白水稻突变体品种。设计了一种自动化的谷物分割流程和两阶段卷积神经网络（CNN），以保留形态特征并利用光谱信息来提高分类效果。实验结果表明，保留原始谷物形态可提高分类准确率超过15%。而基于RGB的模型准确率为85.9%，引入500、540和640nm处的选定光谱波段后，准确率提升至88.7%。所提出的两阶段CNN进一步将性能提升至90.6%，比单阶段模型高出约5%。这些结果证明了结合多光谱成像和深度学习在自动水稻品种分类中的有效性。

Keyword:

Deep learning

automated image recognition

mutant rice classification

hyperspectral imaging

convolutional neural networks

A Multispectral Image Classification Method for Mutant White Rice Varieties Using Deep Learning

摘要

期刊

机构

引用论文