در این مقاله، انواع برنج با استفاده از ویژگی بافت طبقه بندی شده اند. الگوریتم پیشنهادی شامل مراحل متعددی است: گرفتن عکس، قطعه بندی، استخراج ویژگی های بافت، انتخاب ویژگی ها، و طبقه بندی. دوازده ویژگی بافت از هر دانه برنج استخراج شده است. ممکن است بعضی از ویژگی های استخراجی زائد باشند و نقشی در بالابردن دقت طبقه بندی نداشته باشند؛ حتی ممکن است این ویژگی ها باعث شوند تا دقت طبقه بندی پایین بیاید بنابراین نیاز به فرایندی وجود دارد تا بتواند بهترین ویژگی های طبقه بندی را بیابد. با استفاده از دو الگوریتم "انتخاب جلورونده" و " انتخاب عقب رونده"، ویژگی های برتر استخراج شده اند. در نهایت با استفاده از شبکه عصبی و ماشین بردار پشتیبان طبقه بندی انجام شده است. نتایج نشان می دهد که طبقه بندی کننده وقتی بیشترین کارایی را دارد که نه ویژگی استخراج شده باشد.
