摘要：大豆组分（油，蛋白质，脂肪等）在不同的大豆品种间差异很大。对于提高大豆品质来说，大豆品种识别是一个关键因素。该文利用高光谱图像技术对不同的大豆品种进行识别。利用高光谱成像系统获取大豆样本1000～2500 nm范围的光谱反射数据；应用主成分分析法（PCA，principal component analysis）对获取到的光谱数据进行数据降维并去除冗余数据；在分类算法中将得分高的主成分值作为输入特征，通过PCA方法从每个特征图像中提取4个特征变量（能量、熵、惯性矩和相关性）；对于具体特征提取，从16个特征变量中提取8个重要特征参数；根据选择的特征，应用神经网络方法构建分类器；训练精度精度达到97.50%，平均测试精度达到93.88%以上。结果表明，应用高光谱图像技术结合神将网络建模方法可以对大豆品种进行分类。

关键词：高光谱图像 图像处理 主成分分析 种子分类 纹理特征 

单位：东北农业大学电气与信息学院; 哈尔滨150030