钟培阁 周也莹 张彦 石屹 郭焱 李保国 马韫韬
摘要：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。
关键词：几何形态学;标志点法;烟草;叶形;机器学习;
基于标志点法的烟草叶形提取与判别.pdf