基于SVM-KNN茶叶图像纹理分类

机采茶鲜叶的叶和芽混合,利用茶叶图像纹理特征对茶鲜叶进行分类,分类之后再加工有助于提高茶叶的质量和市场价值。支持向量机SVM是一种专门针对小样本、非线性、高维特征的经典分类算法,但对于茶叶这类自然图片在分界面附近的测试点容易出错。KNN是一种简单而经典的分类算法,核心在于向量间距离的计算,论文提出欧式距离和余弦相似度结合的方式作为KNN新的距离计算公式。改进的KNN与SVM结合起来,形成SVM-KNN算法应用于茶叶图像的纹理特征分类的研究中,并分析SVM-KNN的时间复杂度。对比实验表明,SVMKNN算法对茶叶图像纹理分类正确率有很大程度地提高,最高可达90%以上。