基于改进鲁棒多分类SVM的烟叶颜色分级分类方法研究

提出了一种基于改进鲁棒多分类SVM的烟叶颜色等级分类方法,将烟叶图像颜色转为HSV空间。该方法提取烟叶上、中、下三个区域一、二、三阶颜色矩作为分类特征,改进SVM分类器对各色组离群训练样本的约束,减少依赖,提高分类模型对样本分类的精确度。在改善SVM二分类器的基础上采用一对多的多分类策略,实现烟叶颜色6个等级的识别判断。试验结果表明,改进鲁棒性SVM方法下所训练模型对未来烟叶颜色等级的识别率比HL-SVM方法的识别率高6.29%。