基于特征融合的随机森林模型茶鲜叶分类

作者：万广; **辉; 方洪波; 闫建伟; 张文勇; 谢本亮^*

来源：华南农业大学学报, 2021, 42(04): 125-132.

• 茶鲜叶分类
• 随机森林模型
• 颜色特征
• 边缘特征
• 机器学习

【目的】解决机采茶鲜叶中混有不同等级的茶叶,且混杂度高、物理特征分类精确度低的问题。【方法】利用随机森林分类模型,提出一种基于颜色和边缘特征融合的方法。试验采集3种不同等级的茶鲜叶,对原始图像进行裁剪、尺寸归一化和去噪等处理,再进行颜色特征和边缘特征提取。通过参数的修改和测试,构建最优的随机森林分类模型,并且同K最近邻、SVM分类器进行对比试验。【结果】特征融合之后随机森林模型的分类准确率达到99.45%,比单一颜色特征和边缘特征的分类准确率分别高7.14和9.34个百分点;比K最近邻和SVM分类器准确率分别高15.38和5.49个百分点。【结论】所建立的方法能够对茶鲜叶单芽、一芽一叶、一芽二叶进行精确的分类。

• 单位
  贵州大学