基于最小风险贝叶斯分类器的茶叶茶梗分类

• 作者: 张俊峰 张春燕 李潭 陈笋
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 最小风险 贝叶斯决策 数学形态学
• 年，卷（期）: 2012,（28）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 187-192,239
• 分类号: TP391
• 字数: 6220字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.28.039

摘要

目前在茶叶实际生产加工过程中,茶叶茶梗分拣自动化技术还处于不成熟阶段,分拣机械的精确度和效率还不能达到预期目的,必须通过再次人工分拣过程,大大增加了时间和人力成本.针对数码相机采集到的茶叶、茶梗数字图像,经过预处理后提取出样本的颜色和形状特征,并利用多元高斯模型进行建模,通过最小风险贝叶斯分类器对其进行分类.实验证明基于最小风险的贝叶斯分类器的分类方法是可行的,并取得了良好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张春燕	安徽大学数学科学学院	21	131	7.0	11.0
2	陈笋	安徽大学数学科学学院	6	29	2.0	5.0
3	张俊峰	安徽大学数学科学学院	5	20	1.0	4.0
4	李潭	安徽大学数学科学学院	2	18	1.0	2.0