欢迎来到天天文库
浏览记录
ID:34042645
大小:8.51 MB
页数:61页
时间:2019-03-03
《基于纹理分析的茶青在线分类》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、万方数据中图分类号I£呈皇至UDC硕士学位论文学校代码三Q墨呈墨密级公珏基于纹理分析的茶青在线分类ResearchononlineclassificationoffreshtealeavesbasedonTextureAnalysis作者姓名:学科专业:研究方向:学院(系、所):指导教师:江才华计算机科学与技术计算机应用信息科学与工程学院汤哲副教授论文答辩日期趔l:』:肜答辩委员会主席中南大学二零一四年五月万方数据学位论文原创性声明JYlllrlll2lUln6llllli8llJlll7llllll2IIlllll3llJlll00llll㈣
2、㈣舢㈣本人郑重声明,所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了论文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得中南大学或其他教育机构的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。申请学位论文与资料若有不实之处,本人承担一切相关责任。作者签名:鎏盆缂学位论文版权使用授权书本学位论文作者和指导教师完全了解中南大学有关保留、使用学位论文的规定:即学校有权保留并向国家有关部门或机构送交学位论文的复印件和电子版;本人允许本学位
3、论文被查阅和借阅;学校可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用复印、缩印或其它手段保存和汇编本学位论文。保密论文待解密后适应本声明。作者签名:趁蕴丝日期:型年』月卫日新签名叠坠日期:盟年』月卫日万方数据基于纹理分析的茶青在线分类摘要:随着信息技术的快速发展,已经将视觉技术广泛地应用于食品的加工、分类与检测中,但对茶青进行分类还很少有相关的研究与应用。目前的茶青分级是通过传统的鲜叶分级机对茶叶进行初级分类,但其分类的精度并不是很高,由于茶青的纹理特征鲜明,使得将纹理分析应用于茶青的分类成为可能。本文的研究内容如下:(1)茶
4、青图像的预处理的研究。首先选择了加权平均值法进行灰度化,然后采用了中值滤波进行去噪处理。(2)茶青纹理特征值提取方法的研究。本文根据茶青纹理无规则性特点,选择了基于统计法的灰度共生矩阵(GraylevelCO.occurrencematrixGLCM)提取茶青的纹理特征,并提取出方向为00、450、900、1350,像素距离为10至60之间的茶青纹理能量、对比度、相关性、逆差距四个特征值,并详细对其提取效果进行了分析。(3)基于LS.SVM分类器的茶青分类的研究。本文采用了最小二乘SVM(LeastSquaresSupportVectorMac
5、hineLS.SVM)作为茶青的分类器,并提出将纹理特征值相结合作为LS.SVM的特征向量进行茶青的训练与分类。分类器中核函数选择了径向基核函数(RadialBasisFunctionRBF),其参数及惩罚因子是先用网格搜索来选择参数对,然后用多次交叉验证法对目标函数进行寻优来确定,学习训练算法通过白适应序贯最小优化算法(SequentialMinimalOptimizationSMO)来实现,并采用了一对一方法进行多类分类。最后进行了实验分析,实验表明,将GLCM及LS.SVM相结合应用于茶青的分类中,能够取得很好的分类效果,其准确率能够达到
6、96%以上,本课题研究具有较高的理论意义及现实意义。图43个,表3个,参考文献83篇。关键词:茶青分类;灰度共生矩阵;纹理分析;支持向量机分类号:TP391万方数据ResearchononlineclassificationoffreshtealeavesbasedonTextureAnalysisAbstract:Withtherapiddevelopmentofcomputertechnology,thecomputervisiontechnologyiswidelyusedinprocessing,assortmentanddetecti
7、onoffoodproduction.whilefewresearchesusethecomputervisiontechnologytoclassifyandrecognizefreshtealeaves.Nowadays,fleshtealeavescanbeassortedroughlybytraditionalfresh.1eafclassifier,buttheclassificationaccuracyiSinaccuracy.Asweknow,thetexturefeaturesoffreshtealeavesaredistinc
8、tandeasytobeextracted,SOtheclassificationoffreshtealeavesbasedoncomputervis
此文档下载收益归作者所有