CN104914105A - 一种基于图像识别技术的茶叶等级鉴定方法 - Google Patents
一种基于图像识别技术的茶叶等级鉴定方法 Download PDFInfo
- Publication number
- CN104914105A CN104914105A CN201510311566.0A CN201510311566A CN104914105A CN 104914105 A CN104914105 A CN 104914105A CN 201510311566 A CN201510311566 A CN 201510311566A CN 104914105 A CN104914105 A CN 104914105A
- Authority
- CN
- China
- Prior art keywords
- tea
- image
- tealeaves
- recognition technology
- image recognition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供了一种茶叶等级鉴定的方法。包括以下步骤:将不同等级茶叶冲泡,沥掉茶汤,将舒展的茶叶平铺在已知面积的固定透明膜上,通过扫描获取茶叶图像,利用matlab软件编程,将其转换为黑白二值图像,计算图像中的黑白像素的比例,准确得到茶叶的表面积。通过SPSS数据统计分析软件,对不同等级茶叶表面积进行单因素方差分析,显著性差异p值小于0.05,不同等级茶叶区分明显。通过逐步线性判别的方法,建立茶叶等级预测模型。本发明基于扫描-图像识别技术,快速、准确测定不同等级茶叶表面积,提供了一种鉴定茶叶等级的新方法。
Description
技术领域
本发明属于农产品等级鉴定方法技术领域,具体涉及一种基于图像识别技术的茶叶 等级鉴定方法。
背景技术
茶叶作为最受欢迎的饮料之一,具有抗氧化、抗癌、抗紫外等功效,而受到人们的欢迎。随着生活水平的提高,人们对茶叶的质量品质要求越来越高。茶叶等级是茶叶质量品质、感官审评判断茶叶优劣的一项重要指标。传统地评价茶叶品质优劣,主要通过感官审评的方法,该方法需要具有丰富茶学知识和审评经验的专业人员。一般的消费者没有经过系统的审评训练和品茶经验积累,很难达到可靠的审评结果。对于专业的感官评审专家而言,往往受到身体状况、外界环境等干扰,造成感觉器官的灵敏度不稳定,从而影响评价的准确性、一致性。感官评审往往具有主观性,为了解决这一问题,以模拟人体感官为基础的电子舌技术结合GC-MS仪器分析方法,逐渐得到发展。然而这一技术需要的仪器昂贵,而不能得到广泛应用。
我国国标规定了茶叶等级分类的方法,以龙井茶为例(GB/T 18650-2008),以鲜叶质量(一芽一叶、一芽二叶等)为依据。不同等级茶叶相同质量下,叶芽比例不同,导致不同等级茶叶表面积不同。因此本发明提出一种以茶叶表面积的差异来鉴定茶叶等级的方法。目前测定叶子表面积的方法包括方格法、纸重法、打孔称重法、系数法、复印称重法、器测法、估计法等。这些方法操作繁琐、费时,测定结果准确性和精确性低(经典的方格法除外),并且测定难易程度受叶片类型影响很大。近年来,数字图像法得到发展,通过统计叶片图象的像素数折算出叶片面积。如中国专利CN 103033151 B,CN102506772 B, CN201811723 U,利用数码相机或手机拍摄得到叶片图象,然而由于数码相机价格昂贵,且相机位置、角度对测定结果都会产生影响,造成操作性低。并且以上方法不适用于成茶茶叶。因此本专利提出一种将成茶冲泡致叶片舒展、利用价格便宜的扫描仪来获取叶片图像,经过图像识别处理技术的方法,实现了对茶叶表面积的快速测定,该方法具有快速、易操作、准确性高等特点。进一步基于不同等级西湖龙井茶叶表面积差异,经统计分析,建立预测模型。提出一种茶叶等级鉴定的新方法,为茶叶质量品质评价提供新思路。
发明内容
本发明所要解决的技术问题是现有技术中茶叶等级鉴定速度慢、主观性强、价格昂贵等缺点,提供一种新的茶叶等级鉴定方法,该方法具有快速、准确鉴定茶叶等级的特点。
为解决上述技术问题,本发明采用的技术方案如下:一种基于图像识别技术的茶叶等级鉴定方法,包括以下步骤:
1)将不同等级的同品种成茶分别在茶水比1:20~1:150、冲泡温度60~100℃、冲泡时间2~8min条件下进行冲泡,沥掉茶汤,将舒展的茶叶平铺在已知面积的固定透明膜上;
2)通过扫描仪进行扫描,获取茶叶图像;
3)将扫描保存的图片进行预处理,除去透明薄膜以外的背景,将图像进行命名保存;再将图像进行灰度化处理,得到二值化图像,即将大于灰度阈值定义成白色,识别为空白区域,小于灰度阈值定义为黑色,识别为茶叶区域;然后将二值化图像中黑色像素点进行统计,得到百分比;茶叶表面积Sa等于已知透明薄膜的面积×百分比×2;
4)利用SPSS统计分析软件将不同等级茶叶表面积Sa进行单因素方差分析,得到显著性差异p值,p值<0.05,差异显著,通过逐步线性判别方法,建立同品种茶叶等级预测模型;
5)通过进行训练样本的回代判别,计算回代判别率,并将每一个样本逐一从训练集中去掉,再按同样方法判别分析,进行内部交叉验证分析,验证所建模型的稳定性。
6)将未知等级茶叶的比表面积分别代入不同等级预测模型方程式中,比较Y值大小,未知等级茶叶归属于Y值最大的等级。
上述技术方案中,所述的中茶水比为1:50~1:100。
上述技术方案中,所述的冲泡温度为70~90℃。
上述技术方案中,所述的冲泡时间为4~6min。
上述技术方案中,所述的获取图像像素应≥300dpi。
上述技术方案中,所述的灰度阈值>170定义为白色,灰度<170定义为黑色,识别为茶叶区域。
发明具有如下优点:
1)本发明通过冲泡使茶叶舒展-扫描-图像处理-统计分析的方法,鉴定不同等级茶叶表面积。此方法克服了感官审评、电子舌-GC-MS方法存在的主观性、仪器昂贵等缺点。
2)本发明提出的方法适用范围广,各种类型的绿茶、红茶均适用于本发明的方法。
附图说明
附图1西湖龙井扫描图像及二值化后茶叶图像。
具体实施方式
下面结合实施例对本发明做进一步说明。
实施例1
准确称量1.00 g一级西湖龙井,加入100 mL 100 oC沸水,冲泡6 min,将茶汤沥干,茶叶用镊子小心平铺在已知面积的透明膜上,备用;也可以采用加入20 mL 90 oC沸水,冲泡2 min,或采用加入150 mL 60 oC沸水,冲泡8 min。
实施例2
将实施例1得到的有茶叶的透明膜放在扫描仪上,进行扫描,得到茶叶图像,此时保存象数300 dpi。
实施例3
将实施例2中得到的茶叶图像文件进行预处理,除去透明薄膜以外的背景,将图像进行命名保存;再将图像进行灰度化处理,得到二值化图像,即将大于灰度阈值170定义成白色,识别为空白区域,小于灰度阈值170定义为黑色,识别为茶叶区域;然后将二值化图像中黑色像素点进行统计,得到百分比;茶叶表面积Sa等于已知透明薄膜的面积×百分比×2。得到茶叶二值化图像和茶叶表面积。见附图1。
实施例4
重复实施例1,2,3的过程10次以上,得到一级西湖龙井的叶表面积。依次更换一级西湖龙井为特级、二级、三级,得到不同等级西湖龙井茶叶表面积。
实施例5
将实施例4中得到的不同等级茶叶表面积,利用SPSS软件进行单向方差分析,得到显著性差异p值。p<0.05,差异性显著。通过逐步线性判别方法(LDA),建立不同等级茶叶预测模型如下:
Y(特级)=Sa*3.361-255.515
Y(一级)=Sa*3.472-272.691
Y(二级)=Sa*3.614-295.190
Y(三级)=Sa*3.890-341.863
对不同等级西湖龙井茶叶比表面进行回判,准确率为97.5%。见表1。
表1 不同等级西湖龙井LDA判别结果
Claims (6)
1.一种基于图像识别技术的茶叶等级鉴定方法,包括以下步骤:
1)将不同等级的同品种成茶分别在茶水比1:20~1:150、冲泡温度60~100℃、冲泡时间2~8min条件下进行冲泡,沥掉茶汤,将舒展的茶叶平铺在已知面积的固定透明膜上;
2)通过扫描仪进行扫描,获取茶叶图像;
3)将扫描保存的图片进行预处理,除去透明薄膜以外的背景,将图像进行命名保存;再将图像进行灰度化处理,得到二值化图像,即将大于灰度阈值定义成白色,识别为空白区域,小于灰度阈值定义为黑色,识别为茶叶区域;然后将二值化图像中黑色像素点进行统计,得到百分比;茶叶表面积Sa等于已知透明薄膜的面积×百分比×2;
4)利用SPSS统计分析软件将不同等级茶叶表面积Sa进行单因素方差分析,得到显著性差异p值,p值<0.05,差异显著,通过逐步线性判别的方法,建立同品种茶叶等级预测模型;通过回代判别和交叉验证的方式对模型进行验证,测试模型的判别效果和稳定性;
5)将未知等级茶叶的比表面积分别代入不同等级预测模型方程式中,比较Y值大小,未知等级茶叶归属于Y值最大的等级。
2.根据权利要求1所述的一种基于图像识别技术的茶叶等级鉴定方法,其特征在于所述步骤1)中茶水比为1:50~1:100。
3.根据权利要求1所述的一种基于图像识别技术的茶叶等级鉴定方法,其特征在于所述的步骤1)中冲泡温度为70~90℃。
4.根据权利要求1所述的一种基于图像识别技术的茶叶等级鉴定方法,其特征在于所述的步骤1)中冲泡时间为4~6min。
5.根据权利要求1所述的一种基于图像识别技术的茶叶等级鉴定方法,其特征在于所述的步骤2)中获取图像像素应≥300dpi。
6.根据权利要求1所述的一种基于图像识别技术的茶叶等级鉴定方法,其特征在于所述的步骤3)中灰度阈值>170定义为白色,灰度<170定义为黑色,识别为茶叶区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510311566.0A CN104914105A (zh) | 2015-06-09 | 2015-06-09 | 一种基于图像识别技术的茶叶等级鉴定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510311566.0A CN104914105A (zh) | 2015-06-09 | 2015-06-09 | 一种基于图像识别技术的茶叶等级鉴定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104914105A true CN104914105A (zh) | 2015-09-16 |
Family
ID=54083356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510311566.0A Pending CN104914105A (zh) | 2015-06-09 | 2015-06-09 | 一种基于图像识别技术的茶叶等级鉴定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104914105A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105913056A (zh) * | 2016-03-29 | 2016-08-31 | 华环国际烟草有限公司 | 一种基于工业相机特征提取的润后水渍烟叶识别方法 |
CN108152386A (zh) * | 2017-11-13 | 2018-06-12 | 信阳农林学院 | 基于指纹图谱技术的微型区域茶叶产地识别方法及应用 |
CN109782007A (zh) * | 2019-03-06 | 2019-05-21 | 安徽农业大学 | 一种基于集成算法的茶叶鲜叶等级评定方法 |
CN109829943A (zh) * | 2018-11-13 | 2019-05-31 | 上海烟草集团有限责任公司 | 基于机器视觉的叶片结构检测方法、系统、介质及设备 |
CN110689516A (zh) * | 2018-06-19 | 2020-01-14 | 佛山市顺德区美的电热电器制造有限公司 | 一种质量检测的方法、装置以及计算机存储介质 |
CN110823136A (zh) * | 2019-11-26 | 2020-02-21 | 湖南农业大学 | 一种快速估算油菜角果表面积的新方法 |
CN111707728A (zh) * | 2020-06-29 | 2020-09-25 | 闽江师范高等专科学校 | 基于hs-ptr-tof-ms的不同等级白牡丹茶鉴别方法 |
CN112213247A (zh) * | 2020-09-09 | 2021-01-12 | 同济大学 | 一种基于随机截面的无规则骨料比表面积测试方法 |
WO2023226103A1 (zh) * | 2022-05-23 | 2023-11-30 | 云南中烟工业有限责任公司 | 一种打叶复烤风分过程中叶片结构测量方法及风分器出叶量测量方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002048720A (ja) * | 2000-08-01 | 2002-02-15 | Kawasaki Kiko Co Ltd | 茶葉等情報処理方法及び装置 |
CN101419166A (zh) * | 2008-11-18 | 2009-04-29 | 江苏大学 | 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 |
CN102737367A (zh) * | 2012-06-17 | 2012-10-17 | 四川农业大学 | 基于颜色特征的茶叶图像增强和分割方法 |
JP2013231645A (ja) * | 2012-04-27 | 2013-11-14 | Ito En Ltd | 茶葉の摘採適性評価方法及び摘採適性評価装置、摘採適性評価システム並びにコンピュータ使用可能な媒体 |
CN104050668A (zh) * | 2014-06-17 | 2014-09-17 | 安徽农业大学 | 一种基于双目视觉技术的绿茶嫩芽的目标识别方法 |
-
2015
- 2015-06-09 CN CN201510311566.0A patent/CN104914105A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002048720A (ja) * | 2000-08-01 | 2002-02-15 | Kawasaki Kiko Co Ltd | 茶葉等情報処理方法及び装置 |
CN101419166A (zh) * | 2008-11-18 | 2009-04-29 | 江苏大学 | 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 |
JP2013231645A (ja) * | 2012-04-27 | 2013-11-14 | Ito En Ltd | 茶葉の摘採適性評価方法及び摘採適性評価装置、摘採適性評価システム並びにコンピュータ使用可能な媒体 |
CN102737367A (zh) * | 2012-06-17 | 2012-10-17 | 四川农业大学 | 基于颜色特征的茶叶图像增强和分割方法 |
CN104050668A (zh) * | 2014-06-17 | 2014-09-17 | 安徽农业大学 | 一种基于双目视觉技术的绿茶嫩芽的目标识别方法 |
Non-Patent Citations (2)
Title |
---|
李姣: "茶叶品质的计算机视觉分级技术研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
陈永坚: "基于拉曼光谱的茶氨酸研究及茶叶种类判别分析", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105913056A (zh) * | 2016-03-29 | 2016-08-31 | 华环国际烟草有限公司 | 一种基于工业相机特征提取的润后水渍烟叶识别方法 |
CN108152386A (zh) * | 2017-11-13 | 2018-06-12 | 信阳农林学院 | 基于指纹图谱技术的微型区域茶叶产地识别方法及应用 |
CN110689516A (zh) * | 2018-06-19 | 2020-01-14 | 佛山市顺德区美的电热电器制造有限公司 | 一种质量检测的方法、装置以及计算机存储介质 |
CN109829943A (zh) * | 2018-11-13 | 2019-05-31 | 上海烟草集团有限责任公司 | 基于机器视觉的叶片结构检测方法、系统、介质及设备 |
CN109829943B (zh) * | 2018-11-13 | 2023-02-10 | 上海烟草集团有限责任公司 | 基于机器视觉的叶片结构检测方法、系统、介质及设备 |
CN109782007A (zh) * | 2019-03-06 | 2019-05-21 | 安徽农业大学 | 一种基于集成算法的茶叶鲜叶等级评定方法 |
CN110823136A (zh) * | 2019-11-26 | 2020-02-21 | 湖南农业大学 | 一种快速估算油菜角果表面积的新方法 |
CN110823136B (zh) * | 2019-11-26 | 2022-07-19 | 湖南农业大学 | 一种快速估算油菜角果表面积的方法 |
CN111707728A (zh) * | 2020-06-29 | 2020-09-25 | 闽江师范高等专科学校 | 基于hs-ptr-tof-ms的不同等级白牡丹茶鉴别方法 |
CN112213247A (zh) * | 2020-09-09 | 2021-01-12 | 同济大学 | 一种基于随机截面的无规则骨料比表面积测试方法 |
WO2023226103A1 (zh) * | 2022-05-23 | 2023-11-30 | 云南中烟工业有限责任公司 | 一种打叶复烤风分过程中叶片结构测量方法及风分器出叶量测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104914105A (zh) | 一种基于图像识别技术的茶叶等级鉴定方法 | |
CN108052980B (zh) | 基于图像的空气质量等级检测方法 | |
CN106446952B (zh) | 一种乐谱图像识别方法及装置 | |
CN104504375B (zh) | 一种pcb元件的识别方法及装置 | |
CN105528776B (zh) | 针对jpeg图像格式的显著性细节保持的质量评价方法 | |
CN101562675B (zh) | 基于Contourlet变换的无参考型图像质量评测方法 | |
CN103218832B (zh) | 基于图像中全局颜色对比度和空域分布的视觉显著性算法 | |
Palubinskas | Mystery behind similarity measures MSE and SSIM | |
CN109102003A (zh) | 一种基于红外物理特征融合的小目标检测方法和系统 | |
CN104181170A (zh) | 基于光谱图像分析的水果外表检测方法 | |
CN108550146A (zh) | 一种基于roi的图像质量评价方法 | |
CN106651831B (zh) | 一种竹块缺陷检测方法和系统 | |
CN103913422B (zh) | 一种基于hj-ccd影像的浅水湖泊水生植物快速监测方法 | |
CN109086763A (zh) | 一种指针式仪表读取方法及装置 | |
Ma et al. | A finger vein image quality assessment method using object and human visual system index | |
CN102735340B (zh) | 一种基于压缩传感的水果颜色分级方法 | |
CN103996188B (zh) | 一种基于Gabor加权特征的全参考型图像质量评价方法 | |
CN105915785A (zh) | 双摄像头被遮挡的确定方法、确定装置和终端 | |
CN103295238B (zh) | 安卓平台上基于roi运动检测的视频实时定位方法 | |
CN109738438B (zh) | 一种小麦叶片衰老程度快速测量方法 | |
CN102750547B (zh) | 一种基于压缩传感的水果大小分级方法 | |
CN106709941A (zh) | 一种用于光谱影像序列配准的关键点筛选方法 | |
CN109165545A (zh) | 一种新的基于分形维数的信号特征提取方法 | |
Hariadi et al. | Development of leaf area meter using open cv for smartphone application | |
CN107358162B (zh) | 基于深度堆栈网络的极化sar影像变化检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150916 |
|
RJ01 | Rejection of invention patent application after publication |