声明
摘要
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本文研究内容及组织结构
1.4 本章小结
2 茶青图像预处理的研究
2.1 灰度化
2.2 滤波去噪
2.2.1 中值滤波
2.2.2 均值滤波
2.3 本章小结
3 茶青纹理特征提取方法的研究
3.1 纹理的定义及特征
3.2 纹理特征提取技术分析
3.2.1 结构法分析
3.2.2 模型法分析
3.2.3 频谱法分析
3.2.4 统计法分析
3.3 灰度共生矩阵的研究
3.3.1 灰度共生矩阵的定义
3.3.2 灰度共生矩阵的特征参数
3.4 基于灰度共生矩阵提取茶青纹理特征值
3.4.1 灰度共生矩阵构造参数的选取
3.4.2 实验结果与分析
3.5 本章小结
4 基于支持向量机的茶青分类研究
4.1 常用的分类方法
4.2 基于支持向量机的分类
4.2.1 统计学习理论的研究
4.2.2 线性可分
4.2.3 线性不可分
4.2.4 核函数
4.3 基于LS-SVM的茶青分类研究
4.3.1 LS-SVM分类器设计
4.3.2 LS-SYM分类器实现
4.3.3 LS-SVM分类器分类流程
4.4 基于LS-SVM的茶青分类实验结果与分析
4.5 本章小结
5 基于纹理分析的茶青在线分类设计与实验分析
5.1 实验环境
5.2 系统的架构设计
5.3 系统功能模块设计
5.4 实验结果与分析
5.5 本章小结
6 总结与展望
6.1 本文总结
6.2 工作展望
参考文献
攻读学位期间主要研究成果
致谢