基于标志点法的烟草叶形提取与判别

本研究采用标志点法并基于39个烟草品种叶片图像提取叶形信息,比较分析了不同生长时期、不同品种和不同叶位间的叶形差异.采用主成分分析法实现数据降维并对叶形差异进行可视化表达,采用决策树、随机森林和支持向量机法对不同类型叶形进行判别分析.主成分分析结果表明,烟草叶片间差异的主要来源分别为叶片宽和最大宽位置、叶片扭转程度以及叶柄部3方面,分别占总差异的42.7％、21.3％、10.7％.叶形判别结果表明,采用标志点数据的判别精度为52％～62％,而采用常用叶形指标的判别精度为51％～54％.上部叶、中部叶的判别精度高于下部叶10％左右,具有更明显的品种特征.团棵期叶片由于处于营养生长期,判别精度低于开花期叶片近10％.去除12类非典型品种后,标志点法判别精度上升至77％.标志点数据在叶形信息提取上的效果优于常用叶形指标,为叶形信息的自动化提取提供了新的思路.