CN115128076A - 一种茶叶发酵度测定方法 - Google Patents
一种茶叶发酵度测定方法 Download PDFInfo
- Publication number
- CN115128076A CN115128076A CN202211053700.8A CN202211053700A CN115128076A CN 115128076 A CN115128076 A CN 115128076A CN 202211053700 A CN202211053700 A CN 202211053700A CN 115128076 A CN115128076 A CN 115128076A
- Authority
- CN
- China
- Prior art keywords
- tea
- degree
- fermentation
- fiber structure
- retention
- 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.)
- Granted
Links
- 238000000855 fermentation Methods 0.000 title claims abstract description 95
- 230000004151 fermentation Effects 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title claims abstract description 33
- 241001122767 Theaceae Species 0.000 title claims abstract 52
- 239000000835 fiber Substances 0.000 claims abstract description 75
- 235000014347 soups Nutrition 0.000 claims abstract description 46
- 230000014759 maintenance of location Effects 0.000 claims abstract description 43
- 239000004615 ingredient Substances 0.000 claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 235000013616 tea Nutrition 0.000 claims description 186
- 238000003708 edge detection Methods 0.000 claims description 19
- 230000003647 oxidation Effects 0.000 claims description 16
- 238000007254 oxidation reaction Methods 0.000 claims description 16
- 239000000049 pigment Substances 0.000 claims description 15
- 150000001413 amino acids Chemical class 0.000 claims description 14
- 235000005487 catechin Nutrition 0.000 claims description 14
- ADRVNXBAWSRFAJ-UHFFFAOYSA-N catechin Natural products OC1Cc2cc(O)cc(O)c2OC1c3ccc(O)c(O)c3 ADRVNXBAWSRFAJ-UHFFFAOYSA-N 0.000 claims description 14
- 150000004676 glycans Chemical class 0.000 claims description 13
- 150000008442 polyphenolic compounds Chemical class 0.000 claims description 13
- 235000013824 polyphenols Nutrition 0.000 claims description 13
- 229920001282 polysaccharide Polymers 0.000 claims description 13
- 239000005017 polysaccharide Substances 0.000 claims description 13
- 150000007524 organic acids Chemical class 0.000 claims description 12
- PFTAWBLQPZVEMU-DZGCQCFKSA-N (+)-catechin Chemical compound C1([C@H]2OC3=CC(O)=CC(O)=C3C[C@@H]2O)=CC=C(O)C(O)=C1 PFTAWBLQPZVEMU-DZGCQCFKSA-N 0.000 claims description 10
- 229950001002 cianidanol Drugs 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 235000005985 organic acids Nutrition 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 5
- 235000019225 fermented tea Nutrition 0.000 claims description 4
- 244000269722 Thea sinensis Species 0.000 description 148
- 238000011156 evaluation Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 150000001765 catechin Chemical class 0.000 description 4
- 230000000813 microbial effect Effects 0.000 description 4
- 244000005700 microbiome Species 0.000 description 4
- IPMYMEWFZKHGAX-UHFFFAOYSA-N Isotheaflavin Natural products OC1CC2=C(O)C=C(O)C=C2OC1C(C1=C2)=CC(O)=C(O)C1=C(O)C(=O)C=C2C1C(O)CC2=C(O)C=C(O)C=C2O1 IPMYMEWFZKHGAX-UHFFFAOYSA-N 0.000 description 3
- UXRMWRBWCAGDQB-UHFFFAOYSA-N Theaflavin Natural products C1=CC(C2C(CC3=C(O)C=C(O)C=C3O2)O)=C(O)C(=O)C2=C1C(C1OC3=CC(O)=CC(O)=C3CC1O)=CC(O)=C2O UXRMWRBWCAGDQB-UHFFFAOYSA-N 0.000 description 3
- 238000001035 drying Methods 0.000 description 3
- 235000014620 theaflavin Nutrition 0.000 description 3
- IPMYMEWFZKHGAX-ZKSIBHASSA-N theaflavin Chemical compound C1=C2C([C@H]3OC4=CC(O)=CC(O)=C4C[C@H]3O)=CC(O)=C(O)C2=C(O)C(=O)C=C1[C@@H]1[C@H](O)CC2=C(O)C=C(O)C=C2O1 IPMYMEWFZKHGAX-ZKSIBHASSA-N 0.000 description 3
- 229940026509 theaflavin Drugs 0.000 description 3
- 235000019224 Camellia sinensis var Qingmao Nutrition 0.000 description 2
- 235000006468 Thea sinensis Nutrition 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 230000003064 anti-oxidating effect Effects 0.000 description 2
- 235000020279 black tea Nutrition 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 235000020339 pu-erh tea Nutrition 0.000 description 2
- 235000008118 thearubigins Nutrition 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000002792 antioxidant assay Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004737 colorimetric analysis Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- OQUKIQWCVTZJAF-UHFFFAOYSA-N phenol;sulfuric acid Chemical compound OS(O)(=O)=O.OC1=CC=CC=C1 OQUKIQWCVTZJAF-UHFFFAOYSA-N 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000002791 soaking Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004448 titration Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 235000020334 white tea Nutrition 0.000 description 1
- 235000020338 yellow tea Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Food Science & Technology (AREA)
- Geometry (AREA)
- Medicinal Chemistry (AREA)
- Quality & Reliability (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明涉及茶叶检测领域，具体涉及一种茶叶发酵度测定方法，包括如下步骤：获取已充分浸泡和干燥后的茶叶显微图像；获取茶叶已充分浸泡的茶汤成分组成；根据所述茶叶显微图像分析出茶叶的纤维结构保留度；根据纤维结构保留度和茶汤成分组成估算茶叶发酵度。本发明能够根据茶叶的纤维结构保留度以及茶汤成分中与发酵程度相关的参数根据经验进行综合考虑进行估算，这样能够得到有数据支撑的发酵度数据。
Description
技术领域
本发明涉及茶叶检测领域，具体涉及一种茶叶发酵度测定方法。
背景技术
茶叶发酵度一般是用于描述茶叶特别是红茶、白茶、黄茶或黑茶的发酵程度，一般是根据几成熟去描述熟茶发酵度，也就是包括了发酵过程中的氧化程度以及微生物转化的程度来评估，现在还没有统一的标准，只能在综合范围内进行讨论。然而，在茶叶贸易产生时特别是对外贸易时需要对发酵度进行统一的检测特别是在海关检测时，如果仅仅通过人工观察茶叶茶汤或者品尝茶汤的方式，主观因素较强，也无法给出详细的检测支撑数据，没有说服力。
茶叶的氧化程度可通过茶色素的含量来评估，也有直接通过颜色来评估氧化程度，然而实际上氧化程度与颜色并无必然关系，这种评估方法本身是不客观的；而微生物转化程度也与水溶性多糖溶出情况、纤维结构的保留程度或者游离氨基酸的多少有关；由于儿茶素对于茶叶中的微生物有抑制作用，也通过对儿茶素在茶叶中的含量来评估发酵度情况；除了采用化学处理方式来获取茶多酚、游离氨基酸、儿茶素的含量以外，也有大量研究提到过采用近红外光谱技术应用到上述成分的检测上。但是对于茶叶发酵度的测定能力均帮助不大，这是由于茶叶的发酵程度不是某一特定含量或者特定参数的成分能够反映的，因此，需要提出一种与茶叶发酵度相关性强的方法或者模型来反映出发酵度准确测定问题以给出客观有说服力的发酵度测定数据。
发明内容
本发明提供一种茶叶发酵度测定方法，能够根据茶叶的纤维结构保留度以及茶汤成分中与发酵程度相关的参数根据经验进行综合考虑进行估算，这样能够得到有数据支撑的发酵度数据，而且可以根据茶种或产地不同进行调整。本发明提供一种茶叶发酵度测定方法，包括如下步骤：
获取已充分浸泡和干燥后的茶叶显微图像；
获取茶叶已充分浸泡的茶汤成分组成；
根据所述茶叶显微图像分析出茶叶的纤维结构保留度；
根据纤维结构保留度和茶汤成分组成估算茶叶发酵度。
较佳地，所述茶汤成分至少包括游离氨基酸总量、水溶性多糖、茶多酚和有机酸。
较佳地，所述茶汤成分还包括儿茶素。
较佳地，所述茶汤成分还包括茶色素。
较佳地，根据所述茶叶显微图像分析出茶叶的纤维结构保留度具体包括如下步骤：
将茶叶显微图像进行图像二值化处理得到二值化图像；
采用边缘检测算法对二值化图像进行边缘检测得到茶叶纤维结构；
将所述茶叶纤维结构与未经过发酵的同类型茶叶纤维结构进行比对得到纤维结构保留度。
较佳地，采用边缘检测算法对二值化图像进行边缘检测得到茶叶纤维结构具体包括如下步骤：
输入二值化图像；
对二值化图像进行边缘检测并将检测的边缘坐标数据保存到边缘序列中；
遍历整个二值化图像的边界得到整个二值化图像的边缘序列；
将所述边缘序列中的坐标数据所包围的二值化图像抽取作为茶叶纤维结构。
较佳地，将所述茶叶纤维结构与未经过发酵的同类型茶叶纤维结构进行比对得到纤维结构保留度具体包括如下步骤：
将所述茶叶纤维结构与未经过发酵的同类型茶叶纤维结构进行二进制码转换得到两者像素；
计算两者单位面积的像素值的比值；
将所述比值作为纤维结构保留度。
较佳地，根据纤维结构保留度和茶汤成分组成估算茶叶发酵度具体包括如下步骤：
根据茶汤成分组成进行建模分析得到发酵度贡献值；
获取茶汤的抗氧化性检测值；
根据抗氧化性检测值、纤维结构保留度赋予权值系数以及发酵度贡献值求取发酵度值。
较佳地，根据抗氧化性检测值ORAC和纤维结构保留度G赋予权值系数以及发酵度贡献值
求取发酵度值F具体公式为：
其中，
和
为发酵度贡献值的权重系数，
为基础发酵度，由发酵茶类型中的平均值决定，其中
为发酵度贡献值，所述发酵度贡献值由茶汤成分组成与其贡献比例经过专家评估后确定。
本发明的有益效果是：能够根据茶叶的纤维结构保留度以及茶汤成分中与发酵程度相关的参数根据经验进行综合考虑进行估算，这样能够得到有数据支撑的发酵度数据，而且可以根据茶种或产地不同进行调整。如检测茶汤中的游离氨基酸总量、水溶性多糖、茶多酚、有机酸以及茶色素的含量，能够通过评估微生物的转化程度以及抗氧化程度，而纤维结构保留度既能反映微生物转化程度也能直接从微观上反映发酵对茶叶纤维结构的破坏程度，以间接反映发酵程度。最后此种发酵度的评估方法也可以根据实际的茶叶发酵度的测定情况进行调整和评估，以修正公式或者模型中的参数，在数据量足够大的情况下以获得更为客观的发酵度测定方法。
附图说明
图1为本发明实施例茶叶发酵度测定方法流程图；
图2a、图2b和图2c为本发明实施例中普洱熟茶茶叶显微图像的灰度图、二值化图和边缘检测后去除背景的二值化图；
图3为根据所述茶叶显微图像分析出茶叶的纤维结构保留度的步骤流程图；
图4为采用边缘检测算法对二值化图像进行边缘检测得到茶叶纤维结构的步骤流程图；
图5为根据纤维结构保留度和茶汤成分组成估算茶叶发酵度的步骤流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
以下将参考附图详细说明本发明的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本发明，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本发明同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本发明的主旨。
可以理解，本发明提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本发明不再赘述。
本发明实施例提供一种茶叶发酵度测定方法，如图1所示，包括如下步骤：
S10、获取已充分浸泡和干燥后的茶叶显微图像；
S20、获取茶叶已充分浸泡的茶汤成分组成；
S30、根据所述茶叶显微图像分析出茶叶的纤维结构保留度；
S40、根据纤维结构保留度和茶汤成分组成估算茶叶发酵度。
基于上述实施例的方法所记载的发明构思，本发明实施例能够根据茶叶的纤维结构保留度以及茶汤成分中与发酵程度相关的参数根据经验进行综合考虑进行估算，这样能够得到有数据支撑的发酵度数据，而且可以根据茶种或产地不同进行调整。
以普洱熟茶的发酵度测定为例，下面分别对本发明实施例的各步骤进行详细说明。
S10、获取已充分浸泡和干燥后的普洱熟茶的显微图像；
本实施例中，首先将茶叶如普洱熟茶进行充分浸泡如浸泡30min，然后取出被泡后的普洱茶叶片进行干燥，如进行恒温干燥，尽量在干燥的过程中不破坏叶片被泡开后纤维结构。选取平面度较高的普洱熟茶叶片的叶面进行显微镜的放大，放大倍数为80-120，得到的普洱茶图像如图2a所示，本实施例对显微镜的型号不进行限定，但是在评估测定过程中最好用同一型号或者性能的机器，而且放大倍数应当保持一致，如有可能，最好由同一工作人员进行操作，这样能够尽量减少机器和人工误差的引入。在获取茶叶显微图像后，可将茶叶显微图像传送至图像处理设备如计算机进行下一步的处理。
S20、获取普洱熟茶已充分浸泡的茶汤成分组成；
将S10中的普洱熟茶充分浸泡的茶汤进行成分分析，如下表所示，不同的成分可采
用不同的标准或者方法来处理：
| 化学成分测定类型 | 采用的标准或方法 |
| 茶多酚或儿茶素 | GB/T 8313-2018 |
| 茶色素（茶黄素） | 系统分析法（或GB/T 30483-2013） |
| 游离氨基酸总量 | GB/T 8314-2013 |
| 水溶性多糖 | 还原糖滴定法或苯酚-硫酸比色法 |
| 有机酸 | GB/T 40179-2021 |
本实施例中，所述茶汤成分至少包括游离氨基酸总量、水溶性多糖、茶多酚和有机酸。例如，检测到的普洱熟茶样品茶汤的游离氨基酸总量、水溶性多糖、茶多酚和有机酸（以相对于未浸泡的普洱熟茶样品的重量百分比表示）分别为1.18%、6.67%、11.21%和1.34%。
在一些优选的实施例中，所述茶汤成分还包括儿茶素。其中，儿茶素的含量为8.76mg/g。
在一些优选的实施例中，所述茶汤成分还包括茶色素。其中，所述茶色素包括茶黄素、茶红素和茶褐素等色素，例如，样品采用的是某一普洱熟茶，检测到的茶黄素、茶红素和茶褐素的含量分别为0.23%、2.67%和13.54%,则茶色素总量是三者的和也就是16.44%。
S30、根据所述茶叶显微图像分析出茶叶的纤维结构保留度；
在一些实施例中，如图2-3所示，根据所述茶叶显微图像分析出茶叶的纤维结构保留度具体包括如下步骤：
S301、将茶叶显微图像进行灰度化处理，得到的灰度化图像如图2a所示，将灰度化处理后的图像进行图像二值化处理得到二值化图像，如图2b所示；
S302、采用边缘检测算法对二值化图像进行边缘检测得到茶叶纤维结构；由于在显微图像的获取过程中，常常出现背景虚化的问题，需要将所述图像中的虚化部分也一并去除，以保证在进行纤维结构保留度的评估时得到更为精确的值，如图2c所示，为经过边缘检测后去除背景的二值化图像。
S303、将所述茶叶纤维结构与未经过发酵的同类型茶叶纤维结构进行比对得到纤维结构保留度，所示纤维结构保留度G可以用下面公式表示：
在一些实施例中，如图4所示，采用边缘检测算法对二值化图像进行边缘检测得到茶叶纤维结构具体包括如下步骤：
S3021、输入二值化图像；
S3022、对二值化图像进行边缘检测并将检测的边缘坐标数据保存到边缘序列中；
S3023、遍历整个二值化图像的边界得到整个二值化图像的边缘序列；
S3024、将所述边缘序列中的坐标数据所包围的二值化图像抽取作为茶叶纤维结构。
在一些实施例中，将所述茶叶纤维结构与未经过发酵的同类型茶叶纤维结构进行比对得到纤维结构保留度具体包括如下步骤：
将所述茶叶纤维结构与未经过发酵的同类型茶叶纤维结构进行二进制码转换得到两者像素；
计算两者单位面积的像素值的比值；
将所述比值作为纤维结构保留度。
S40、根据纤维结构保留度和茶汤成分组成估算茶叶发酵度。
其中，如图5所示，根据纤维结构保留度和茶汤成分组成估算茶叶发酵度具体包括如下步骤：
S401、根据茶汤成分组成进行建模分析得到发酵度贡献值，根据茶汤成分组成采用数据处理软件进行建模分析得到发酵度模型；其中，茶汤成分组成包括游离氨基酸总量、水溶性多糖、茶多酚和有机酸；还可以将茶色素或儿茶素也考虑在内，茶色素间接反映了发酵后的氧化程度，儿茶素能够抑制茶叶中的微生物，如果发酵度较高，儿茶素的水平一般不会处于很高的状态，能够间接反映发酵程度。所述发酵度模型可根据多位专家对普洱熟茶生产过程、样品及其茶汤进行发酵度评估，得到总体的平均发酵度后再与茶汤成分组成进行对应并给出各个值的贡献比例，如游离氨基酸总量、水溶性多糖、茶多酚和有机酸的贡献比例分别为15%、35%、30%和20%，这样就可以将游离氨基酸总量、水溶性多糖、茶多酚和有机酸的含量与其相应的贡献比例乘积的和作为发酵度贡献值
。
S402、获取茶汤的抗氧化性检测值，可采用GB/T8312-2013中的方法获取相应的总抗氧化活性作为抗氧化性检测值。
在优选的实施例中，还可以将茶色素或儿茶素也考虑在内，用于验证抗氧化性检测值是否处于合理水平。同样的，专家评估结果得出后，例如游离氨基酸总量、水溶性多糖、茶多酚、有机酸、茶色素、儿茶素的贡献比例分别为10%、20%、15%、10%、25%和20%，这样就可以将游离氨基酸总量、水溶性多糖、茶多酚、有机酸、茶色素、儿茶素的含量与其相应的贡献比例乘积的和作为发酵度贡献值
。
S403、根据抗氧化性检测值、纤维结构保留度赋予权值系数以及发酵度贡献值求取发酵度值。
在一些实施例中，为所述抗氧化性检测值ORAC和纤维结构保留度G赋予权值系数求取发酵度值F具体公式为：
其中，
和
为发酵度贡献值的权重系数，
为基础发酵度，由发酵茶类型中的平均值决定，如取普洱熟茶的平均发酵度或者标称发酵度，其中
为发酵度贡献值。
本实施例能够根据茶叶的纤维结构保留度以及茶汤成分中与发酵程度相关的参数根据经验进行综合考虑进行估算，这样能够得到有数据支撑的发酵度数据，而且可以根据茶种或产地不同进行调整。如检测茶汤中的游离氨基酸总量、水溶性多糖、茶多酚、有机酸以及茶色素的含量，能够通过评估微生物的转化程度以及抗氧化程度，而纤维结构保留度既能反映微生物转化程度也能直接从微观上反映发酵对茶叶纤维结构的破坏程度，以间接反映发酵程度。最后此种发酵度的评估方法也可以根据实际的茶叶发酵度的测定情况进行调整和评估，以修正公式或者模型中的参数，在数据量足够大的情况下以获得更为客观的发酵度测定方法。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种茶叶发酵度测定方法，其特征在于，包括如下步骤：
获取已充分浸泡和干燥后的茶叶显微图像；
获取茶叶已充分浸泡的茶汤成分组成；
根据所述茶叶显微图像分析出茶叶的纤维结构保留度；
根据纤维结构保留度和茶汤成分组成估算茶叶发酵度。
2.如权利要求1所述的茶叶发酵度测定方法，其特征在于，所述茶汤成分至少包括游离氨基酸总量、水溶性多糖、茶多酚和有机酸。
3.如权利要求2所述的茶叶发酵度测定方法，其特征在于，所述茶汤成分还包括儿茶素。
4.如权利要求2或3所述的茶叶发酵度测定方法，其特征在于，所述茶汤成分还包括茶色素。
5.如权利要求1-3任一项所述的茶叶发酵度测定方法，其特征在于，根据所述茶叶显微图像分析出茶叶的纤维结构保留度具体包括如下步骤：
将茶叶显微图像进行图像二值化处理得到二值化图像；
采用边缘检测算法对二值化图像进行边缘检测得到茶叶纤维结构；
将所述茶叶纤维结构与未经过发酵的同类型茶叶纤维结构进行比对得到纤维结构保留度。
6.如权利要求5所述的茶叶发酵度测定方法，其特征在于，采用边缘检测算法对二值化图像进行边缘检测得到茶叶纤维结构具体包括如下步骤：
输入二值化图像；
对二值化图像进行边缘检测并将检测的边缘坐标数据保存到边缘序列中；
遍历整个二值化图像的边界得到整个二值化图像的边缘序列；
将所述边缘序列中的坐标数据所包围的二值化图像抽取作为茶叶纤维结构。
7.如权利要求5所述的茶叶发酵度测定方法，其特征在于，将所述茶叶纤维结构与未经过发酵的同类型茶叶纤维结构进行比对得到纤维结构保留度具体包括如下步骤：
将所述茶叶纤维结构的与未经过发酵的同类型茶叶纤维结构进行二进制码转换得到两者像素；
计算两者单位面积的像素值的比值；
将所述比值作为纤维结构保留度。
8.如权利要求1-3任一项所述的茶叶发酵度测定方法，其特征在于，根据纤维结构保留度和茶汤成分组成估算茶叶发酵度具体包括如下步骤：
根据茶汤成分组成进行建模分析得到发酵度贡献值；
获取茶汤的抗氧化性检测值；
根据抗氧化性检测值、纤维结构保留度赋予权值系数以及发酵度贡献值求取发酵度值。
9.如权利要求8所述的茶叶发酵度测定方法，其特征在于，根据抗氧化性检测值ORAC和纤维结构保留度G赋予权值系数以及发酵度贡献值求取发酵度值F具体公式为：
其中，
和
为发酵度贡献值的权重系数，
为基础发酵度，由发酵茶类型中的平均值决定，其中
为发酵度贡献值，所述发酵度贡献值由茶汤成分组成与其贡献比例经过专家评估后确定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211053700.8A CN115128076B (zh) | 2022-08-31 | 2022-08-31 | 一种茶叶发酵度测定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211053700.8A CN115128076B (zh) | 2022-08-31 | 2022-08-31 | 一种茶叶发酵度测定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115128076A true CN115128076A (zh) | 2022-09-30 |
| CN115128076B CN115128076B (zh) | 2022-11-11 |
Family
ID=83387531
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211053700.8A Active CN115128076B (zh) | 2022-08-31 | 2022-08-31 | 一种茶叶发酵度测定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115128076B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100033158A (ko) * | 2008-09-19 | 2010-03-29 | 전남대학교산학협력단 | 효소 발효차의 발효 최고점 판단 방법 |
| KR20110117773A (ko) * | 2010-04-22 | 2011-10-28 | 전남대학교산학협력단 | 국내산 효소발효차의 색조와 테아플라빈 생성비율을 이용한 발효도 측정 방법 |
| CN103424520A (zh) * | 2013-06-19 | 2013-12-04 | 中国农业科学院茶叶研究所 | 一种红茶发酵适度的判定方法 |
| CN104297160A (zh) * | 2014-08-19 | 2015-01-21 | 中国农业科学院茶叶研究所 | 一种工夫红茶发酵适度判别方法和装置 |
| KR20170029130A (ko) * | 2015-09-07 | 2017-03-15 | 순천대학교 산학협력단 | 발효차 소재의 발효도 판별 및 발효 정지 여부를 결정하는 방법 |
| CN110716021A (zh) * | 2019-10-30 | 2020-01-21 | 广西壮族自治区亚热带作物研究所（广西亚热带农产品加工研究所） | 一种快速判断六堡茶渥堆发酵程度的方法 |
| CN112345718A (zh) * | 2020-11-30 | 2021-02-09 | 江汉大学 | 一种康普茶发酵监测系统 |
| CN113392851A (zh) * | 2021-04-09 | 2021-09-14 | 三江侗族自治县仙池茶业有限公司 | 一种红茶发酵程度的智能判别方法及装置 |
| CN113484309A (zh) * | 2021-06-28 | 2021-10-08 | 安徽农业大学 | 一种高光谱耦合纳米化比色传感器监测红茶发酵程度的方法 |
| CN113498810A (zh) * | 2021-06-24 | 2021-10-15 | 黄山小罐茶业有限公司 | 一种小罐金骏眉红茶的连续化生产线 |
| CN113610935A (zh) * | 2021-08-16 | 2021-11-05 | 新化县天渠茶业有限公司 | 一种红茶自动发酵监测系统 |
| CN113689408A (zh) * | 2021-08-25 | 2021-11-23 | 东莞市春福润茶叶有限公司 | 训练神经网络识别茶饼发酵变化度的方法、发酵变化度识别方法、品质识别方法和存储介质 |
| CN114563401A (zh) * | 2022-01-25 | 2022-05-31 | 安徽省农业科学院茶叶研究所 | 一种红茶发酵进程实时检测系统 |
-
2022
- 2022-08-31 CN CN202211053700.8A patent/CN115128076B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100033158A (ko) * | 2008-09-19 | 2010-03-29 | 전남대학교산학협력단 | 효소 발효차의 발효 최고점 판단 방법 |
| KR20110117773A (ko) * | 2010-04-22 | 2011-10-28 | 전남대학교산학협력단 | 국내산 효소발효차의 색조와 테아플라빈 생성비율을 이용한 발효도 측정 방법 |
| CN103424520A (zh) * | 2013-06-19 | 2013-12-04 | 中国农业科学院茶叶研究所 | 一种红茶发酵适度的判定方法 |
| CN104297160A (zh) * | 2014-08-19 | 2015-01-21 | 中国农业科学院茶叶研究所 | 一种工夫红茶发酵适度判别方法和装置 |
| KR20170029130A (ko) * | 2015-09-07 | 2017-03-15 | 순천대학교 산학협력단 | 발효차 소재의 발효도 판별 및 발효 정지 여부를 결정하는 방법 |
| CN110716021A (zh) * | 2019-10-30 | 2020-01-21 | 广西壮族自治区亚热带作物研究所（广西亚热带农产品加工研究所） | 一种快速判断六堡茶渥堆发酵程度的方法 |
| CN112345718A (zh) * | 2020-11-30 | 2021-02-09 | 江汉大学 | 一种康普茶发酵监测系统 |
| CN113392851A (zh) * | 2021-04-09 | 2021-09-14 | 三江侗族自治县仙池茶业有限公司 | 一种红茶发酵程度的智能判别方法及装置 |
| CN113498810A (zh) * | 2021-06-24 | 2021-10-15 | 黄山小罐茶业有限公司 | 一种小罐金骏眉红茶的连续化生产线 |
| CN113484309A (zh) * | 2021-06-28 | 2021-10-08 | 安徽农业大学 | 一种高光谱耦合纳米化比色传感器监测红茶发酵程度的方法 |
| CN113610935A (zh) * | 2021-08-16 | 2021-11-05 | 新化县天渠茶业有限公司 | 一种红茶自动发酵监测系统 |
| CN113689408A (zh) * | 2021-08-25 | 2021-11-23 | 东莞市春福润茶叶有限公司 | 训练神经网络识别茶饼发酵变化度的方法、发酵变化度识别方法、品质识别方法和存储介质 |
| CN114563401A (zh) * | 2022-01-25 | 2022-05-31 | 安徽省农业科学院茶叶研究所 | 一种红茶发酵进程实时检测系统 |
Non-Patent Citations (2)
| Title |
|---|
| JIN GE等: "Intelligent evaluation of black tea fermentation degree by FT-NIR and computer vision based on data fusion strategy", 《LWT》 * |
| 宁井铭等: "近红外光谱技术结合人工神经网络判别普洱茶发酵程度", 《农业工程学报》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115128076B (zh) | 2022-11-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108663339B (zh) | 基于光谱和图像信息融合的霉变玉米在线检测方法 | |
| Kaur et al. | Evaluation of plum fruit maturity by image processing techniques | |
| CN106290230B (zh) | 一种近红外光谱结合化学成分的红茶萎凋程度的判别方法 | |
| CN116612470B (zh) | 一种基于视觉特征的面包检测方法以及系统 | |
| Tan et al. | Imaging technique for quantification of oil palm fruit ripeness and oil content | |
| Xing et al. | Bruise detection on Jonagold apples by visible and near-infrared spectroscopy | |
| Pallottino et al. | Image analysis techniques for automated hazelnut peeling determination | |
| CN108444924B (zh) | 一种应用高光谱图像技术判别茶叶贮藏期的方法 | |
| CN107219184A (zh) | 一种应用于产地溯源的肉类鉴别方法及装置 | |
| CN116883674B (zh) | 多光谱图像去噪装置及使用该装置的食品品质检测系统 | |
| CN112974303A (zh) | 一种基于高光谱的果品品质检测方法、设备及介质 | |
| CN115128076B (zh) | 一种茶叶发酵度测定方法 | |
| CN110308111B (zh) | 一种应用近红外光谱技术快速预测远安黄茶闷黄时间的方法 | |
| Tian et al. | Research on apple origin classification based on variable iterative space shrinkage approach with stepwise regression–support vector machine algorithm and visible‐near infrared hyperspectral imaging | |
| CN114965316A (zh) | 一种基于高光谱多参数的水质监测方法、计算机程序产品 | |
| CN110779875A (zh) | 一种基于高光谱技术检测冬小麦麦穗水分含量的方法 | |
| CN110622651A (zh) | 一种甜玉米质量检测方法 | |
| Chero et al. | Application of the Computer Vision System to the Measurement of the CIE L* a* b* Color Parameters of Fruits | |
| CN110609011A (zh) | 单籽粒玉米种子淀粉含量近红外高光谱检测方法及系统 | |
| Lacorn et al. | Validation of the R-Biopharm AG RIDASCREEN® histamine (enzymatic) kit: AOAC performance tested methods SM 031901 | |
| CN114778457A (zh) | 一种谷物中黄曲霉毒素b1含量检测方法及装置 | |
| CN109145403A (zh) | 一种基于样本共识的近红外光谱建模方法 | |
| CN110320174B (zh) | 应用polynomial net结构人工神经网络快速预测远安黄茶闷黄时间的方法 | |
| CN111523605B (zh) | 一种图像识别方法、装置、电子设备及介质 | |
| CN114549404A (zh) | 一种粮食不完善粒理化质量样本库的建立方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |