基于紋理分析的茶青在線分類.pdf

1、隨著信息技術的快速發(fā)展，已經(jīng)將視覺技術廣泛地應用于食品的加工、分類與檢測中，但對茶青進行分類還很少有相關的研究與應用。目前的茶青分級是通過傳統(tǒng)的鮮葉分級機對茶葉進行初級分類，但其分類的精度并不是很高，由于茶青的紋理特征鮮明，使得將紋理分析應用于茶青的分類成為可能。本文的研究內(nèi)容如下:
　　(1)茶青圖像的預處理的研究。首先選擇了加權平均值法進行灰度化，然后采用了中值濾波進行去噪處理。
　　(2)茶青紋理特征值提取方法的研究。

2、本文根據(jù)茶青紋理無規(guī)則性特點，選擇了基于統(tǒng)計法的灰度共生矩陣(Gray level co-occurrencematrix GLCM)提取茶青的紋理特征，并提取出方向為0°、45°、90°、135°，像素距離為10至60之間的茶青紋理能量、對比度、相關性、逆差距四個特征值，并詳細對其提取效果進行了分析。
　　(3)基于LS-SVM分類器的茶青分類的研究。本文采用了最小二乘SVM(Least Squares Support Vect

3、or Machine LS-SVM)作為茶青的分類器，并提出將紋理特征值相結(jié)合作為LS-SVM的特征向量進行茶青的訓練與分類。分類器中核函數(shù)選擇了徑向基核函數(shù)(RadialBasis Function RBF)，其參數(shù)及懲罰因子是先用網(wǎng)格搜索來選擇參數(shù)對，然后用多次交叉驗證法對目標函數(shù)進行尋優(yōu)來確定，學習訓練算法通過自適應序貫最小優(yōu)化算法(Sequential Minimal OptimizationSMO)來實現(xiàn)，并采用了一對一方法進