CN107897450A - 一种青钱柳复合保健茶及其制备方法 - Google Patents

一种青钱柳复合保健茶及其制备方法 Download PDF

Info

Publication number
CN107897450A
CN107897450A CN201711480080.5A CN201711480080A CN107897450A CN 107897450 A CN107897450 A CN 107897450A CN 201711480080 A CN201711480080 A CN 201711480080A CN 107897450 A CN107897450 A CN 107897450A
Authority
CN
China
Prior art keywords
mrow
msub
tea
mtd
leaf
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
Application number
CN201711480080.5A
Other languages
English (en)
Inventor
钱春
庞少萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest University
Original Assignee
Southwest University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southwest University filed Critical Southwest University
Priority to CN201711480080.5A priority Critical patent/CN107897450A/zh
Publication of CN107897450A publication Critical patent/CN107897450A/zh
Pending legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A23FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23FCOFFEE; TEA; THEIR SUBSTITUTES; MANUFACTURE, PREPARATION, OR INFUSION THEREOF
    • A23F3/00Tea; Tea substitutes; Preparations thereof
    • A23F3/34Tea substitutes, e.g. matè; Extracts or infusions thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis

Abstract

本发明属于制茶技术领域,公开了一种青钱柳复合保健茶及其制备方法,青钱柳复合保健茶由下述重量份数的原料制成:青钱柳叶35份、桑叶20份、红曲20份、红枣枸杞6份、海棠叶5份、杜仲叶5份。本发明工艺简单、易操作,不仅完全保留了产品天然青钱柳原叶形态,更重要的是保留了青钱柳原有的有效成分;本发明将青钱柳叶、桑叶、红曲、红枣枸杞、海棠叶、杜仲叶配伍后,茶叶的香气、滋味相互协调,相得益彰。本发明具有降糖、降脂、降压、提高免疫力、抗疲劳等多种保健功效,尤其是降糖、降脂作用要优于单独饮用青钱柳叶茶,因此对糖尿病、高血脂、高血压具有较好的预防和保健功效。

Description

一种青钱柳复合保健茶及其制备方法
技术领域
本发明属于制茶技术领域,尤其涉及一种青钱柳复合保健茶及其制备方法。
背景技术
青钱柳别名:摇钱树、麻柳,青钱李、山麻柳、山化树。胡桃科、青钱柳属植物,我国南方多省均有发现,多以零星分布。青钱柳乃冰川四纪幸存下来的珍稀树种,仅存于中国。青钱柳被誉为植物界的大熊猫,医学界的第三棵树。人们知道,医学界的第一棵树——柳树,产生了阿司匹林,消炎杀菌、抗血栓,揭开了人类健康史的第一次变革。继心脑血管、癌症、肿瘤之后,高血糖现已成为人类的第二大杀手,这时人们发现了青钱柳,并将其芽叶炮制成青钱柳茶。然而,现有的青钱柳茶口感单一,降糖效果不明显,品质不高,制备过程中有效成分提取率低。
综上所述,现有技术存在的问题是:现有的青钱柳茶口感单一,降糖效果不明显,品质不高,制备过程中有效成分容易丢失。
发明内容
针对现有技术存在的问题,本发明提供了一种青钱柳复合保健茶及其制备方法。
本发明是这样实现的,一种青钱柳复合保健茶按照质量份数由青钱柳叶35份、桑叶20份、红曲20、红枣枸杞6份、海棠叶5份和杜仲叶5份组成。
本发明的另一目的在于提供一种所述青钱柳复合保健茶制备方法包括以下步骤:
步骤一,选取干青钱柳叶为原料,将选取的青钱柳叶、桑叶、海棠叶、杜仲叶的嫩叶、红枣枸杞,洗净晾干至叶片萎凋;
步骤二,将萎凋叶一起置于滚筒摇青机内摇青2~4次,每次摇青的时间是10~60min,每次摇青后在温度为30~50℃,湿度为60~80%的条件下凉青1~3小时;
步骤三,摇青后将叶片在温度175-220℃,时间5-20min,条件下进行杀青。
步骤四,杀青后将叶片置于干燥器中,然后将所述干燥器置于围脖辐射反应炉内,通入载气,待载气气流平稳后,打开微波辐射反应炉的开关,对杀青后的叶片进行微波辐射干燥处理,直至干燥至含水量低于5%;
步骤五,把杀青后的茶叶包在茶巾里,利用速包机把整个茶叶紧包成球状,制得茶包,将打包好的茶包放在揉捻机中进行揉捻使茶叶成型,制得茶球;
步骤六,将制作好的茶球放入筛选机内进行过滤筛选,将散落开的茶球或者过于小的茶球筛选过滤掉,筛选出大小均匀的茶球。
步骤七,将揉捻好的茶球打散,然后重复进行包揉和揉捻;
步骤八,将重复揉捻好的茶球置入柔性搅拌桶中进行搅拌,利用柔性搅拌桶中的柔性搅拌条对重复捻好的茶球进行解块,柔性搅拌桶既能有效使茶球解块,又能保持茶球解块后茶叶的完整性。
步骤九,解块后摊铺在竹筛上放在铁架上,置于炉中干燥,即得青钱柳茶;干燥分两次,第一次为毛火:温度110℃-120℃,使茶叶含水量在20-28%;第二次为足火:温度82℃-95℃,茶叶成品含水量为5%。
本发明的另一目的在于提供一种所述青钱柳复合保健茶的质量评价方法,所述质量评价方法包括:
解析钱柳复合保健茶特有的感官特性,获取该钱柳复合保健茶感官品质语义描述空间;
利用现代仪器分析技术手段结合化学计量学,对钱柳复合保健茶进行数字化信息的存贮与加工,获取与其感官特性相关性强的理化参数空间;
利用智能感官分析技术,获取钱柳复合保健茶的智能感官图像和图谱空间;
利用信息融合技术对所述感官品质语义描述空间、理化参数空间和智能感官图像和图谱空间进行信息融合,并利用数据挖掘技术,从钱柳复合保健茶的基础数据中获取钱柳复合保健茶的感官评价指标与理化测试指标及智能感官分析指标之间的关系,以评价钱柳复合保健茶的感官质量。
所述钱柳复合保健茶组织类图像信息的脉冲耦合神经网络模型:
Fij[n]=Sij
Uij[n]=Fij[n](1+βij[n]Lij[n]);
θij[n]=θ0e-αθ(n-1);
其中,βij[n]为自适应链接强度系数;
Sij、Fij[n]、Lij[n]、Uij[n]、θij[n]分别为输入图像信号、反馈输入、链接输入、内部活动项及动态阈值,Nw为所选待处理窗口W中的像素总数,Δ为调节系数,选取1~3;
脉冲耦合神经网络模型对钱柳复合保健茶显微图像进行检测时,利用网络特性使灰度为Sijmax的像素点火激活,再进行第二次脉冲耦合神经网络迭代处理,把介于[Sij max/1+βijLij,Sijmax]间的像素捕获激活,使两次激活的像素点对应的Yij输出为1;然后对原噪声污染图像反白处理,再对处理后的图像Sij按前述进行迭代处理,并使对应的输出Yij=1,利用图像噪声像素与周围像素相关性小,灰度差别大特性,当一个神经元的激发没有引起所在区域附近大多数神经元的激发时,就说明该神经元对应像素可能是噪声点;
初步甄别出Yij=0对应的像素点为钱柳复合保健茶显微图像的信号点,予以保护;对Yij输出为1的像素点在3*3模板B范围内统计以输出Yij=1为中心邻域元素值为1的个数NY判别归类:1≤NY≤8,为噪声点,当NY=9,判定为图像像素点。
所述钱柳复合保健茶显微图像自适应加权滤波器噪声滤波的实现方法;
当脉冲输出Yij=1且NY=1~8,NY是当在3*3模板B中为1个数,选取滤波窗口M,对噪声污染图像fij的自适应滤波,滤波方程为:
式中,xrs是滤波窗口中对应像素的系数,Srs为滤波窗口中对应像素的灰度值,fij为滤波后对应窗口中心位置的输出值:
式中Dij为方形滤波窗口M中像素灰度中值,Ωij滤波窗口各像素与中心灰度差绝对均值,max为求最大值符号;
选取滤波窗口M选取大小为m*m的滤波窗口M,窗口大小的选取原则是:
本发明工艺简单、易操作,不仅完全保留了产品天然青钱柳原叶形态,更重要的是保留了青钱柳原有的有效成分;本发明将青钱柳叶、湖北海棠叶、杜仲叶、桑叶、红曲配伍后,茶叶的香气、滋味相互协调,相得益彰,制成的速溶茶汁液棕红油亮,茶味甘香,滋味甜醇,鲜甜爽口,清冽而雅淡,其综合感官品质明显优于单一的青钱柳叶茶、湖北海棠叶茶、杜仲叶茶和桑叶。本发明具有降糖、降脂、降压、提高免疫力、抗疲劳等多种保健功效,尤其是降糖、降脂作用要优于单独饮用青钱柳叶茶,因此对糖尿病、高血脂、高血压具有较好的预防和保健功效。
附图说明
图1是本发明实施提供的青钱柳复合保健茶的制备方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图对本发明的应用原理作进一步描述。
本发明实施例提供的青钱柳复合保健茶按照质量分数由青钱柳叶35份、桑叶20份、红曲20、红枣枸杞6份、海棠叶5份和杜仲叶5份组成。
如图1所示,本发明实施例提供的青钱柳复合保健茶的制备方法包括以下步骤:
S101,选取干青钱柳叶为原料,将选取的青钱柳叶、桑叶、海棠叶、杜仲叶的嫩叶、红枣枸杞,洗净晾干至叶片萎凋;
S102,将萎凋叶一起置于滚筒摇青机内摇青2~4次,每次摇青的时间是10~60min,每次摇青后在温度为30~50℃,湿度为60~80%的条件下凉青1~3小时;
S103,摇青后将叶片在温度175-220℃,时间5-20min,条件下进行杀青;
S104,杀青后将叶片置于干燥器中,然后将所述干燥器置于围脖辐射反应炉内,通入载气,待载气气流平稳后,打开微波辐射反应炉的开关,对杀青后的叶片进行微波辐射干燥处理,直至干燥至含水量低于5%;
S105,把杀青后的茶叶包在茶巾里,利用速包机把整个茶叶紧包成球状,制得茶包,将打包好的茶包放在揉捻机中进行揉捻使茶叶成型,制得茶球;
S106,将制作好的茶球放入筛选机内进行过滤筛选,将散落开的茶球或者过于小的茶球筛选过滤掉,筛选出大小均匀的茶球;
S107,将揉捻好的茶球打散,然后重复进行包揉和揉捻;
S108,将重复揉捻好的茶球置入柔性搅拌桶中进行搅拌,利用柔性搅拌桶中的柔性搅拌条对重复捻好的茶球进行解块,柔性搅拌桶既能有效使茶球解块,又能保持茶球解块后茶叶的完整性;
S109,解块后摊铺在竹筛上放在铁架上,置于炉中干燥,即得青钱柳茶;干燥分两次,第一次为毛火:温度110℃-120℃,使茶叶含水量在20-28%;第二次为足火:温度82℃-95℃,茶叶成品含水量为5%。
所述青钱柳复合保健茶的质量评价方法,所述质量评价方法包括:
解析钱柳复合保健茶特有的感官特性,获取该钱柳复合保健茶感官品质语义描述空间;
利用现代仪器分析技术手段结合化学计量学,对钱柳复合保健茶进行数字化信息的存贮与加工,获取与其感官特性相关性强的理化参数空间;
利用智能感官分析技术,获取钱柳复合保健茶的智能感官图像和图谱空间;
利用信息融合技术对所述感官品质语义描述空间、理化参数空间和智能感官图像和图谱空间进行信息融合,并利用数据挖掘技术,从钱柳复合保健茶的基础数据中获取钱柳复合保健茶的感官评价指标与理化测试指标及智能感官分析指标之间的关系,以评价钱柳复合保健茶的感官质量。
所述钱柳复合保健茶组织类图像信息的脉冲耦合神经网络模型:
Fij[n]=Sij
Uij[n]=Fij[n](1+βij[n]Lij[n]);
θij[n]=θ0e-αθ(n-1);
其中,βij[n]为自适应链接强度系数;
Sij、Fij[n]、Lij[n]、Uij[n]、θij[n]分别为输入图像信号、反馈输入、链接输入、内部活动项及动态阈值,Nw为所选待处理窗口W中的像素总数,Δ为调节系数,选取1~3;
脉冲耦合神经网络模型对钱柳复合保健茶显微图像进行检测时,利用网络特性使灰度为Sijmax的像素点火激活,再进行第二次脉冲耦合神经网络迭代处理,把介于[Sij max/1+βijLij,Sijmax]间的像素捕获激活,使两次激活的像素点对应的Yij输出为1;然后对原噪声污染图像反白处理,再对处理后的图像Sij按前述进行迭代处理,并使对应的输出Yij=1,利用图像噪声像素与周围像素相关性小,灰度差别大特性,当一个神经元的激发没有引起所在区域附近大多数神经元的激发时,就说明该神经元对应像素可能是噪声点;
初步甄别出Yij=0对应的像素点为钱柳复合保健茶显微图像的信号点,予以保护;对Yij输出为1的像素点在3*3模板B范围内统计以输出Yij=1为中心邻域元素值为1的个数NY判别归类:1≤NY≤8,为噪声点,当NY=9,判定为图像像素点。
所述钱柳复合保健茶显微图像自适应加权滤波器噪声滤波的实现方法;
当脉冲输出Yij=1且NY=1~8,NY是当在3*3模板B中为1个数,选取滤波窗口M,对噪声污染图像fij的自适应滤波,滤波方程为:
式中,xrs是滤波窗口中对应像素的系数,Srs为滤波窗口中对应像素的灰度值,fij为滤波后对应窗口中心位置的输出值:
式中Dij为方形滤波窗口M中像素灰度中值,Ωij滤波窗口各像素与中心灰度差绝对均值,max为求最大值符号;
选取滤波窗口M选取大小为m*m的滤波窗口M,窗口大小的选取原则是:
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (3)

1.一种青钱柳复合保健茶,其特征在于,所述青钱柳复合保健茶按照质量份数由青钱柳叶35份、桑叶20份、红曲20、红枣枸杞6份、海棠叶5份和杜仲叶5份组成。
2.一种如权利要求1所述青钱柳复合保健茶的制备方法,其特征在于,所述青钱柳复合保健茶的制备方法包括以下步骤:
步骤一,选取干青钱柳叶为原料,将选取的青钱柳叶、桑叶、海棠叶、杜仲叶的嫩叶、红枣枸杞,洗净晾干至叶片萎凋;
步骤二,将萎凋叶一起置于滚筒摇青机内摇青2~4次,每次摇青的时间是10~60min,每次摇青后在温度为30~50℃,湿度为60~80%的条件下凉青1~3小时;
步骤三,摇青后将叶片在温度175-220℃,时间5-20min,条件下进行杀青;
步骤四,杀青后将叶片置于干燥器中,然后将所述干燥器置于围脖辐射反应炉内,通入载气,待载气气流平稳后,打开微波辐射反应炉的开关,对杀青后的叶片进行微波辐射干燥处理,直至干燥至含水量低于5%;
步骤五,把杀青后的茶叶包在茶巾里,利用速包机把整个茶叶紧包成球状,制得茶包,将打包好的茶包放在揉捻机中进行揉捻使茶叶成型,制得茶球;
步骤六,将制作好的茶球放入筛选机内进行过滤筛选,将散落开的茶球或者过于小的茶球筛选过滤掉,筛选出大小均匀的茶球;
步骤七,将揉捻好的茶球打散,然后重复进行包揉和揉捻;
步骤八,将重复揉捻好的茶球置入柔性搅拌桶中进行搅拌,利用柔性搅拌桶中的柔性搅拌条对重复捻好的茶球进行解块,柔性搅拌桶既能有效使茶球解块,又能保持茶球解块后茶叶的完整性;
步骤九,解块后摊铺在竹筛上放在铁架上,置于炉中干燥,即得青钱柳茶;干燥分两次,第一次为毛火:温度110℃-120℃,使茶叶含水量在20-28%;第二次为足火:温度82℃-95℃,茶叶成品含水量为5%。
3.一种如权利要求1所述青钱柳复合保健茶的质量评价方法,其特征在于,所述质量评价方法包括:
解析钱柳复合保健茶特有的感官特性,获取该钱柳复合保健茶感官品质语义描述空间;
利用现代仪器分析技术手段结合化学计量学,对钱柳复合保健茶进行数字化信息的存贮与加工,获取与其感官特性相关性强的理化参数空间;
利用智能感官分析技术,获取钱柳复合保健茶的智能感官图像和图谱空间;
利用信息融合技术对所述感官品质语义描述空间、理化参数空间和智能感官图像和图谱空间进行信息融合,并利用数据挖掘技术,从钱柳复合保健茶的基础数据中获取钱柳复合保健茶的感官评价指标与理化测试指标及智能感官分析指标之间的关系,以评价钱柳复合保健茶的感官质量;
所述钱柳复合保健茶组织类图像信息的脉冲耦合神经网络模型:
Fij[n]=Sij
<mrow> <msub> <mi>L</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <mi>n</mi> <mo>&amp;rsqb;</mo> <mo>=</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>a</mi> <mi>b</mi> </mrow> </munder> <msub> <mi>Y</mi> <mrow> <mi>a</mi> <mi>b</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <mi>n</mi> <mo>&amp;rsqb;</mo> <mo>/</mo> <msub> <mi>N</mi> <mi>w</mi> </msub> <mo>;</mo> </mrow>
Uij[n]=Fij[n](1+βij[n]Lij[n]);
<mrow> <msub> <mi>Y</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <mi>n</mi> <mo>&amp;rsqb;</mo> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mn>1</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> <mi> </mi> <msub> <mi>u</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <mi>n</mi> <mo>&amp;rsqb;</mo> <mo>&gt;</mo> <msub> <mi>&amp;theta;</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <mi>n</mi> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>0</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>o</mi> <mi>t</mi> <mi>h</mi> <mi>e</mi> <mi>r</mi> <mi>w</mi> <mi>i</mi> <mi>s</mi> <mi>e</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> </mrow>
θij[n]=θ0e-αθ(n-1)
其中,βij[n]为自适应链接强度系数;
<mrow> <msub> <mi>&amp;beta;</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <mi>n</mi> <mo>&amp;rsqb;</mo> <mo>=</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>a</mi> <mo>,</mo> <mi>b</mi> <mo>&amp;Element;</mo> <mi>w</mi> </mrow> </munder> <mfrac> <mn>1</mn> <mrow> <mo>|</mo> <msub> <mi>S</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>S</mi> <mrow> <mi>a</mi> <mi>b</mi> </mrow> </msub> <mo>|</mo> <mo>+</mo> <mi>&amp;Delta;</mi> </mrow> </mfrac> <mo>/</mo> <msub> <mi>N</mi> <mi>w</mi> </msub> <mo>;</mo> </mrow>
Sij、Fij[n]、Lij[n]、Uij[n]、θij[n]分别为输入图像信号、反馈输入、链接输入、内部活动项及动态阈值,Nw为所选待处理窗口W中的像素总数,Δ为调节系数,选取1~3;
脉冲耦合神经网络模型对钱柳复合保健茶显微图像进行检测时,利用网络特性使灰度为Sijmax的像素点火激活,再进行第二次脉冲耦合神经网络迭代处理,把介于[Sijmax/1+βijLij,Sijmax]间的像素捕获激活,使两次激活的像素点对应的Yij输出为1;然后对原噪声污染图像反白处理,再对处理后的图像Sij按前述进行迭代处理,并使对应的输出Yij=1,利用图像噪声像素与周围像素相关性小,灰度差别大特性,当一个神经元的激发没有引起所在区域附近大多数神经元的激发时,就说明该神经元对应像素可能是噪声点;
初步甄别出Yij=0对应的像素点为钱柳复合保健茶显微图像的信号点,予以保护;对Yij输出为1的像素点在3*3模板B范围内统计以输出Yij=1为中心邻域元素值为1的个数NY判别归类:1≤NY≤8,为噪声点,当NY=9,判定为图像像素点;
所述钱柳复合保健茶显微图像自适应加权滤波器噪声滤波的实现方法;
当脉冲输出Yij=1且NY=1~8,NY是当在3*3模板B中为1个数,选取滤波窗口M,对噪声污染图像fij的自适应滤波,滤波方程为:
<mrow> <msub> <mi>f</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>r</mi> <mo>,</mo> <mi>s</mi> <mo>&amp;Element;</mo> <mi>M</mi> </mrow> </munder> <msub> <mi>x</mi> <mrow> <mi>r</mi> <mi>s</mi> </mrow> </msub> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mi>s</mi> </mrow> </msub> <mo>;</mo> </mrow>
式中,xrs是滤波窗口中对应像素的系数,Srs为滤波窗口中对应像素的灰度值,fij为滤波后对应窗口中心位置的输出值:
<mrow> <msub> <mi>x</mi> <mrow> <mi>r</mi> <mi>s</mi> </mrow> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mfrac> <mrow> <mn>1</mn> <mo>/</mo> <mo>{</mo> <mn>1</mn> <mo>+</mo> <mi>max</mi> <mo>&amp;lsqb;</mo> <msub> <mi>&amp;Omega;</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> <mo>|</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mi>s</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>D</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>|</mo> <mo>&amp;rsqb;</mo> <mo>}</mo> </mrow> <mrow> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>r</mi> <mo>,</mo> <mi>s</mi> <mo>&amp;Element;</mo> <mi>M</mi> </mrow> </munder> <mn>1</mn> <mo>/</mo> <mo>{</mo> <mn>1</mn> <mo>+</mo> <mi>max</mi> <mo>&amp;lsqb;</mo> <msub> <mi>&amp;Omega;</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>,</mo> <mo>|</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mi>s</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>D</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>|</mo> <mo>&amp;rsqb;</mo> <mo>}</mo> </mrow> </mfrac> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <msub> <mi>Y</mi> <mrow> <mi>r</mi> <mi>s</mi> </mrow> </msub> <mo>=</mo> <mn>1</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>0</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <msub> <mi>Y</mi> <mrow> <mi>r</mi> <mi>s</mi> </mrow> </msub> <mo>=</mo> <mn>0</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> </mrow>
<mrow> <msub> <mi>&amp;Omega;</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>r</mi> <mo>,</mo> <mi>s</mi> <mo>&amp;Element;</mo> <mi>M</mi> </mrow> </munder> <mo>|</mo> <msub> <mi>S</mi> <mrow> <mi>r</mi> <mi>s</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>D</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>|</mo> </mrow> <msub> <mi>N</mi> <mi>Y</mi> </msub> </mfrac> <mo>,</mo> <msub> <mi>Y</mi> <mrow> <mi>r</mi> <mi>s</mi> </mrow> </msub> <mo>=</mo> <mn>1</mn> <mo>;</mo> </mrow>
式中Dij为方形滤波窗口M中像素灰度中值,Ωij滤波窗口各像素与中心灰度差绝对均值,max为求最大值符号;
选取滤波窗口M选取大小为m*m的滤波窗口M,窗口大小的选取原则是:
<mrow> <mi>m</mi> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mn>5</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mn>1</mn> <mo>&amp;le;</mo> <msub> <mi>N</mi> <mi>Y</mi> </msub> <mo>&amp;le;</mo> <mn>5</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>7</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mn>6</mn> <mo>&amp;le;</mo> <msub> <mi>N</mi> <mi>Y</mi> </msub> <mo>&amp;le;</mo> <mn>8</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>.</mo> </mrow>
CN201711480080.5A 2017-12-29 2017-12-29 一种青钱柳复合保健茶及其制备方法 Pending CN107897450A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711480080.5A CN107897450A (zh) 2017-12-29 2017-12-29 一种青钱柳复合保健茶及其制备方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711480080.5A CN107897450A (zh) 2017-12-29 2017-12-29 一种青钱柳复合保健茶及其制备方法

Publications (1)

Publication Number Publication Date
CN107897450A true CN107897450A (zh) 2018-04-13

Family

ID=61872118

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711480080.5A Pending CN107897450A (zh) 2017-12-29 2017-12-29 一种青钱柳复合保健茶及其制备方法

Country Status (1)

Country Link
CN (1) CN107897450A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108379356A (zh) * 2018-05-29 2018-08-10 成都华翰堂生物科技有限公司 一种用于治疗三高的中药组合物及其制备方法
CN108432923A (zh) * 2018-04-27 2018-08-24 柳城县国营伏虎华侨农场茶厂 一种桑叶绿茶及其制备工艺
CN109123009A (zh) * 2018-10-10 2019-01-04 张家界高山怡韵茶业有限公司 一种青钱柳颗粒茶的制作方法
CN112205559A (zh) * 2020-10-20 2021-01-12 山东贝隆杜仲生物工程有限公司 含有杜仲和桑叶的组合物及应用
CN112956571A (zh) * 2021-04-02 2021-06-15 伊彦龙 一种新型降血糖、降血压、降血脂代用茶及其制备方法
CN113170949A (zh) * 2021-04-25 2021-07-27 深圳市川崎运动用品有限公司 一种保健作用的陈皮鞋垫
CN114190461A (zh) * 2022-01-13 2022-03-18 福建省添寿福地实业有限公司 一种可降血糖的花香型青钱柳茶及其制备方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102222164A (zh) * 2011-05-30 2011-10-19 中国标准化研究院 一种食品感官质量评价方法及系统
CN104286266A (zh) * 2014-10-08 2015-01-21 湖北老乡农业科技有限公司 一种青钱柳叶复合消渴保健速溶茶及其制备方法
CN104351411A (zh) * 2014-10-08 2015-02-18 湖北老乡农业科技有限公司 一种青钱柳叶复合消渴保健含片及其制备方法
CN104732500A (zh) * 2015-04-10 2015-06-24 天水师范学院 脉冲耦合神经网络中药材显微图像噪声滤除系统及方法
CN105675744A (zh) * 2016-01-06 2016-06-15 南京海源中药饮片有限公司 青钱柳的指纹图谱检测方法
CN106376681A (zh) * 2016-08-31 2017-02-08 江西省宁红有限责任公司 青钱柳茶制作工艺

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102222164A (zh) * 2011-05-30 2011-10-19 中国标准化研究院 一种食品感官质量评价方法及系统
CN104286266A (zh) * 2014-10-08 2015-01-21 湖北老乡农业科技有限公司 一种青钱柳叶复合消渴保健速溶茶及其制备方法
CN104351411A (zh) * 2014-10-08 2015-02-18 湖北老乡农业科技有限公司 一种青钱柳叶复合消渴保健含片及其制备方法
CN104732500A (zh) * 2015-04-10 2015-06-24 天水师范学院 脉冲耦合神经网络中药材显微图像噪声滤除系统及方法
CN105675744A (zh) * 2016-01-06 2016-06-15 南京海源中药饮片有限公司 青钱柳的指纹图谱检测方法
CN106376681A (zh) * 2016-08-31 2017-02-08 江西省宁红有限责任公司 青钱柳茶制作工艺

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108432923A (zh) * 2018-04-27 2018-08-24 柳城县国营伏虎华侨农场茶厂 一种桑叶绿茶及其制备工艺
CN108432923B (zh) * 2018-04-27 2021-05-14 柳城县国营伏虎华侨农场茶厂 一种桑叶绿茶及其制备工艺
CN108379356A (zh) * 2018-05-29 2018-08-10 成都华翰堂生物科技有限公司 一种用于治疗三高的中药组合物及其制备方法
CN109123009A (zh) * 2018-10-10 2019-01-04 张家界高山怡韵茶业有限公司 一种青钱柳颗粒茶的制作方法
CN112205559A (zh) * 2020-10-20 2021-01-12 山东贝隆杜仲生物工程有限公司 含有杜仲和桑叶的组合物及应用
CN112956571A (zh) * 2021-04-02 2021-06-15 伊彦龙 一种新型降血糖、降血压、降血脂代用茶及其制备方法
CN113170949A (zh) * 2021-04-25 2021-07-27 深圳市川崎运动用品有限公司 一种保健作用的陈皮鞋垫
CN114190461A (zh) * 2022-01-13 2022-03-18 福建省添寿福地实业有限公司 一种可降血糖的花香型青钱柳茶及其制备方法

Similar Documents

Publication Publication Date Title
CN107897450A (zh) 一种青钱柳复合保健茶及其制备方法
CN106035773A (zh) 一种夏季绿茶加工工艺
CN104273250A (zh) 桂花六堡茶加工工艺
CN104286236A (zh) 茉莉花六堡茶加工工艺
CN103988921A (zh) 一种天然有机绿茶的清洁化生产工艺
CN104543140A (zh) 一种陈皮普洱袋泡茶及其制备方法
CN106136209A (zh) 一种鸡枞菌蘑菇酱及其制作工艺
CN109362919A (zh) 一种酸枣叶虫茶制备方法
CN103999975A (zh) 一种藏茶速溶茶的制备方法
CN101406211B (zh) 提高罗汉果干果品位的方法
CN106342993A (zh) 一种红薯叶干脆饼
CN107307147A (zh) 天然本草酵茶及其制法
CN106359721A (zh) 一种抗氧化保健茶及其制备方法
CN105124022A (zh) 一种低农残绿碎茶的制作方法
CN107173789A (zh) 一种香菇蟹味酱及其制备方法
CN109691600A (zh) 一种桂花酸梅汤及制备方法
CN104513758A (zh) 一种生物酿制蜜桔柚子果酒的工艺
CN1444874A (zh) 保健食品
CN108094619A (zh) 一种酸枣叶虫茶制备方法
CN107712820A (zh) 混合茶酱及其制备方法
CN106261838A (zh) 酱香猪蹄及其制作工艺
CN108967836A (zh) 一种五谷红枣粉及其制备方法
CN106173106A (zh) 一种金银花香红茶的制作方法
CN109699991A (zh) 香酥花椒及其生产工艺和香酥花椒调味料及其生产工艺
CN103907704A (zh) 一种藤茶湘尖及其制作方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180413