期刊文献+

Bayes决策理论在茶叶分类分级中的应用

Application of Bayes decision theory in tea classification
下载PDF
导出
摘要 针对茶叶感官审评当中存在的问题,提出了一种新的茶叶分类分级方法,首先对茶叶颜色特征进行定量描述,再根据Bayes决策理论对茶叶进行识别,识别率在91%以上,具有较好的效果。实验结果表明,利用计算机视觉技术和Bayes决策理论对茶叶进行分类和分级是可行的。 To overcome the problem in tea Sensory Evaluation,a new method of tea classification was proposed.Based on quantitative description to tea color features through computer vision,the tea identification rate can reach above91% by applying Bayes decision theory.The experimental result showes the good effect to tea classification by the application of computer vision and Bayes decision theory.
作者 王宏伟
机构地区 湖北理工学院
出处 《湖北师范大学学报(自然科学版)》 2017年第4期6-10,共5页 Journal of Hubei Normal University:Natural Science
基金 湖北省自科基金科研项目(项目编号:2009CDZ004) 湖北省教育厅科研项目(项目编号:B20104403)
关键词 茶叶分类分级 计算机视觉技术 Bayes决策理论 tea classification computer vision Bayes decision theory
  • 相关文献

参考文献4

二级参考文献55

  • 1王文杰,罗守进,黄建琴,张立平,吴新荣,王宏树.电脑测定茶叶色泽的方法研究[J].茶叶科学,2005,25(1):37-42. 被引量:21
  • 2周云山,李强,李红英,王荣本,Dr.He wenbin.计算机视觉在蘑菇采摘机器人上的应用[J].农业工程学报,1995,11(4):27-32. 被引量:46
  • 3阮泽良.茶叶实用新技术手册[M].成都:成都科技大学出版社,1994..
  • 4Tao Y,American Society Agricaltural Engineers,1995年,38卷,5期,1555页
  • 5阮泽良,茶叶实用新技术手册,1994年
  • 6汤顺青,色度学,1990年
  • 7Borah S, Bhuyan M. Non-destructive testing of tea fermentation using image processing[J]. Insight: Non-Destructive Testing and Condition Monitoring, 2003, 45(1):55-58.
  • 8Gejima, Yoshinori Nagata, Masateru. Basic study on kamairicha tea leaves quality judgment system[J].Transaction of the ASAE, 2000(1): 1095 - 1103.
  • 9Woebbecke D M, Meyer G E, Von Bargen K, et al. Color indices for weed identification under various soil, residue, and lighting conditiona[ J]. Trans of the ASAE, 1995a,38(1) :259 - 269
  • 10Zhang N, Chaisattapagon C. Effective criteria for weed identification in wheat fields using ma chine vision[ J ]. Trans of the ASAE, 1995,38( 3 ) :965 - 974

共引文献121

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部