文件名称：基于小波变换的散装米粒分类-研究论文
文件大小：615KB
文件格式：PDF
更新时间：2024-06-08 13:19:00
论文研究
本文利用小波分解技术对四种大米粒的分类进行了分类。 从2级小波分解图像中提取分类特征。 三个简单的统计特征即： 从小波分解图像的每个分量（近似值，水平，垂直和对角线）中提取平均值，方差和范围。 使用线性判别器基于这三个特征进行分类。 比较了基于小波特征的不同图像平面的分类精度。 发现与其他图像平面相比，基于蓝色通道的分类精度提供了更好的平均分类精度，为98.5％。 还发现，与用于大米分类的朴素贝叶斯分类器和K最近邻分类器相比，线性判别器分类器能够产生更好的结果。