摘要：为了验证以花生荚果图像特征识别品种和检验种子的可行性,选用代表北方大花生主推区的20份花生品种,从扫描图像获得花生荚果形态、颜色及纹理等50个特征,综合运用主分量分析（PCA）、神经网络（ANN）、支持向量机（SVM）、聚类分析等手段,探讨了品种识别、产地识别、DUS性状的选取和品种聚类过程,研究发现,经PCA优化特征的SVM识别模型识别效果好且识别结果稳定,20个品种的品种识别率达到90%以上。模型对3个不同产地的花生荚果正确识别率达到100%。另外从中筛选出一批对品种特异性、一致性和稳定性（DUS）测试有意义的备选特征,并建立了花生品种的谱系聚类树。研究结果对DUS性状的优选、花生品种及产地的识别及对花生谱系研究有一定参考价值。

关键词：花生品种识别 主分量分析 人工神经网络 支持向量机 dus测试 

单位：青岛农业大学理学与信息科学学院; 山东青岛266109