CN115508288B - 一种基于掩码正态拟合的茶汤混浊度测定方法 - Google Patents
一种基于掩码正态拟合的茶汤混浊度测定方法 Download PDFInfo
- Publication number
- CN115508288B CN115508288B CN202211159547.7A CN202211159547A CN115508288B CN 115508288 B CN115508288 B CN 115508288B CN 202211159547 A CN202211159547 A CN 202211159547A CN 115508288 B CN115508288 B CN 115508288B
- Authority
- CN
- China
- Prior art keywords
- value
- tea soup
- tea
- mask
- turbidity
- 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.)
- Active
Links
- 235000014347 soups Nutrition 0.000 title claims abstract description 202
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000011156 evaluation Methods 0.000 claims abstract description 39
- 238000000691 measurement method Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 239000000463 material Substances 0.000 claims abstract description 7
- 244000269722 Thea sinensis Species 0.000 claims description 209
- 235000013616 tea Nutrition 0.000 claims description 185
- 235000006468 Thea sinensis Nutrition 0.000 claims description 22
- 235000020279 black tea Nutrition 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 5
- 238000009835 boiling Methods 0.000 abstract description 4
- 238000005303 weighing Methods 0.000 abstract description 4
- 241001122767 Theaceae Species 0.000 abstract 14
- 235000009569 green tea Nutrition 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 235000020333 oolong tea Nutrition 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 230000001953 sensory effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000012153 distilled water Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000012086 standard solution Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/30—Staining; Impregnating ; Fixation; Dehydration; Multistep processes for preparing samples of tissue, cell or nucleic acid material and the like for analysis
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Image Analysis (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于掩码正态拟合的茶汤混浊度测定方法,包括如下步骤:S1、称取3.00±0.01g茶样放于审评杯中,加入150ml沸水注满加盖,5min后将审评杯中的茶汤沥入审评碗中,获得待测茶汤;S2、获取目标茶汤图片;S3、将得到的图片以评茶碗中心为圆心、半径0.8cm截出圆形茶汤范围,获得目标评价图片;S4、以H(0,180),S(S阈值,255),V(0,V阈值)为掩码范围(茶汤的S、V值即阈值是基于纯净茶汤和混浊物间的S、V差异,通过正态拟合推断得到,属于99.9%置信区间的值,因为HSV值只有整数值,所以四舍五入取整),可以输出茶汤混浊物的掩码图像;最后计算掩码范围内的茶汤混浊物的总像素P混浊物;混浊指数=P混浊物/P茶汤×100%;所述步骤S2中的HSV颜色空间分析中,通过构建混浊物的图像识别方法、阈值正态拟合估算及混浊物比例计算公式,从而对茶汤的混浊度值实现量化、客观化、信息化和智能化评价。
Description
技术领域
本发明属于茶叶感官审评技术领域,更具体地说,尤其涉及一种基于掩码正态拟合的茶汤混浊度测定方法。
背景技术
HSV(Hue,Saturation,Value)是根据颜色的直观特性由A.R.Smith在1978年创建的一种颜色空间,也称六角锥体模型(Hexcone Model)。这个模型中颜色的参数分别是:色调(H),饱和度(S),明度(V)。HSV是一种比较直观的颜色模型,其HSV值更接近肉眼看到的,更加面向于大众。茶汤的品质(包括汤色、混浊度等)是茶叶感官审评的重要指标之一,其中混浊度对汤色具有一定的影响。
当前不足:
1.依赖于专业人员,较主观;
2.浊度仪输出数值不稳定、且需要特殊仪器,且无标准茶汤(实验证明,使用WGZ-1A台式数显浊度仪,用蒸馏水调零,400NTU(散射浊度单位,即仪器与入射光成90°角的方向上测量散射光强度)标准溶液调至100NTU,测试茶汤时数值不稳定)。
3.茶汤混浊度评价未实现量化评价。
因此,建立茶汤混浊度的客观、量化、准确的数据体系,对于茶汤的品质评价和提升具有重要意义。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出的一种基于掩码正态拟合的茶汤混浊度测定方法,构建混浊物的图像识别方法、阈值正态拟合估算及混浊物比例计算公式,从而对茶汤的混浊度值实现量化、客观化、信息化和智能化评价。
为实现上述目的,本发明提供如下技术方案:
一种基于掩码正态拟合的茶汤混浊度测定方法,包括如下步骤;
S1、采集审评室正常光照条件下的茶汤正面图像,将得到的图片以评茶碗中心为圆心、半径0.8cm截取圆形茶汤范围,(因为此范围碗底相对较均匀,汤色值稳定,且能代表茶汤颜色性状;靠近碗壁茶汤与主体茶汤差异较大)从而获得茶汤的目标评价图片;
S2、对茶汤和混浊物的HSV颜色空间分析,茶汤的S、V值均较均一,而混浊物的S值则较茶汤大,而V值则较茶汤小,且混浊物的S、V值较离散;
S3、对提取的茶汤图像(0.8cm半径大小),计算S值、V值的各自的像素比例分布,并以像素比例>5%作为茶汤S、V值的提取范围(确保排除S\V占比低且值较离散的混浊物),然后基于提取的S、V值,进行正态拟合,得到99.9%的置信区间(四舍五入取值)(因为HSV值只有整数值),即为纯净茶汤的S、V值估计区间:[Slower,Supper],[Vlower,Vupper](lower值、upper值属于纯净茶汤的S、V值估计区间的值);
S4、以H(0,180),S(S阈值,255),V(0,V阈值)为掩码范围(茶汤的S、V值即阈值是基于多像素点证明的纯净茶汤和混浊物间的S、V差异,通过正态拟合推断得到,属于99.9%置信区间的值,因为HSV值只有整数值,所以四舍五入取整),可以输出茶汤混浊物的掩码图像;最后计算掩膜法得出的茶汤混浊物的总像素P茶汤,即占圆形茶汤总像素的比例,得到混浊指数。
其中,所述步骤S2中的HSV颜色空间分析中,茶汤、混浊物各取多个像素点,结论包括:
红茶茶汤-未过滤,含明显的混浊物,S、V值都较离散;
红茶茶汤-0.45μm精滤,S、V值较集中,混浊物的S较茶汤大、V较茶汤小;
茶汤的S、V值均较均一,而混浊物的S值则较茶汤大,而V值则较茶汤小,且混浊物的S、V值较离散。
其中,所述步骤S3中的纯净茶汤的S、V值估计区间,分别以红茶-绿茶-乌龙茶为例,所述红茶-绿茶-乌龙茶分别设置对应的S值估计区间和V值估计区间,如果为纯净茶汤像素点,S、V值皆在测量的99.9%置信区间内;反之,不在区间内。
其中,所述正态拟合方法,是指,选取一碗茶汤图像,选取的像素值,纯净的茶汤像素HSV值呈集中状态,设定一个阈值,在这个值的情况下,通过正态拟合,得到纯净茶汤值的分布范围。
其中,所述正态拟合时,茶汤像素值超出阈值范围或者低于阈值,可以大概率认为是混浊物和非正常状态,因此超出这个范围的占总的像素值的比例可以得到混浊指数;总像素值就是0.8cm半径下茶汤的总面积值内的像素范围。
其中,所述步骤S4中的计算公式包括混浊指数=P混浊物/P茶汤×100%。
其中,所述计算掩膜法的计算掩膜矩阵中,中值、均值、行列中值均值的参数大小;规定该点在图像矩阵Im×n中的值,为判断信息目标点;在任意一幅图中,图像的像素点表示为(i,j),灰度值表示为I(i,j),首先估算图像原始对比度。
其中,式中:l为灰度值达到要求像素点的个数,为像素点之间的比值;
规定掩膜大小为3×3和10×10的掩膜矩阵,当图像的原始对比度小于0.75时,采用3×3的掩膜矩阵;当图像的原始对比度大于0.75时,采用10×10的掩膜模板;
规定每种边缘信息都有其特定的规律,每当掩膜矩阵中在某一个方向上出现剧烈的灰度值变化,判定该点为边缘信息。
其中,具体进行区分边缘计算方法:
首先计算每个掩膜矩阵的均值,获得无单位的均值A均值;然后计算均值与该像素点的均方差,得到灰度图像在掩膜板式下的误差大小,并以此误差值设立容许值δs来判断边缘信息,其具体区分方式如下所示:
式中:δ为掩膜矩阵均值与该点像素均值之间的均方差,δs为误差允许值,Ai,j为掩膜均值,Ii,j为该点像素值。
本发明的技术效果和优点:
本发明提供的一种基于掩码正态拟合的茶汤混浊度测定方法,构建混浊物的图像识别方法、阈值正态拟合估算及混浊物比例计算公式,从而对茶汤的混浊度值实现量化、客观化、信息化和智能化评价;
本发明提供的一种基于掩码正态拟合的茶汤混浊度测定方法,能够实现茶汤图像的自动截取,混浊度值及混浊物合成图像的自动输出。
附图说明
图1为本发明的红茶取样图像截取茶汤的目标评价图片过程图;
图2为本发明的红茶茶汤(红茶茶汤未过滤,含明显的混浊物;S、V值都较离散)和混浊物的HSV颜色空间分析图;
图3为本发明的红茶茶汤(红茶茶汤-0.45μm精滤S、V值较集中,混浊物的S较茶汤大、V较茶汤小)和混浊物的HSV颜色空间分析图;
图4为本发明的红茶茶汤的混浊物-茶汤主体的HSV值对比示意图(茶汤、混浊物各取10个像素点);
图5为本发明的绿茶茶汤的混浊物-茶汤主体的HSV值对比示意图(茶汤、混浊物各取10个像素点);
图6为本发明的红茶茶汤图像的S、V值估计区间示意图;
图7为本发明的茶汤掩码图像的输出及混浊物比例示意图;
图8为本发明的红茶茶汤的取样图像-掩码图像-混浊物比例对应图;
图9为本发明的绿茶茶汤的取样图像-掩码图像-混浊物比例对应图;
图10为本发明的乌龙茶茶汤的取样图像-掩码图像-混浊物比例对应图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。因此,以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
本发明提供了如图1-10的一种基于掩码正态拟合的茶汤混浊度测定方法,包括如下步骤;
S1、采集审评室正常光照条件下的茶汤正面图像,将得到的图片以评茶碗中心为圆心、半径0.8cm截取圆形茶汤范围,(因为此范围碗底相对较均匀,汤色值稳定,且能代表茶汤颜色性状;靠近碗壁茶汤与主体茶汤差异较大)从而获得茶汤的目标评价图片,请参阅附图1;
S2、对茶汤和混浊物的HSV颜色空间分析,茶汤的S、V值均较均一,而混浊物的S值则较茶汤大,而V值则较茶汤小,且混浊物的S、V值较离散,请参阅附图2-3;
S3、对提取的茶汤图像(0.8cm半径大小),计算S值、V值的各自的像素比例分布,并以像素比例>5%作为茶汤S、V值的提取范围(确保排除S\V占比低且值较离散的混浊物),然后基于提取的S、V值,进行正态拟合,得到99.9%的置信区间(四舍五入取值)(因为HSV值只有整数值),即为纯净茶汤的S、V值估计区间:[Slower,Supper],[Vlower,Vupper](lower值、upper值属于纯净茶汤的S、V值估计区间的值);
S4、以H(0,180),S(S阈值,255),V(0,V阈值)为掩码范围(茶汤的S、V值即阈值是基于10像素点证明的纯净茶汤和混浊物间的S、V差异,通过正态拟合推断得到),可以输出茶汤混浊物的掩码图像;最后计算掩膜法得出的茶汤混浊物的总像素P茶汤,即占圆形茶汤总像素的比例,得到混浊指数。
具体的,所述步骤S2中的HSV颜色空间分析中,茶汤、混浊物各取10个像素点,结论包括:
红茶茶汤-未过滤,含明显的混浊物,S、V值都较离散;
红茶茶汤-0.45μm精滤,S、V值较集中,混浊物的S较茶汤大、V较茶汤小;
茶汤的S、V值均较均一,而混浊物的S值则较茶汤大,而V值则较茶汤小,且混浊物的S、V值较离散。
具体的,所述步骤S3中的纯净茶汤的S、V值估计区间,分别以红茶-绿茶-乌龙茶为例,所述红茶-绿茶-乌龙茶分别设置对应的S值估计区间和V值估计区间,如果为纯净茶汤像素点,S、V值皆在测量的99.9%置信区间内;反之,不在区间内。
具体的,所述正态拟合方法,是指,选取一碗茶汤图像,选取的像素值,纯净的茶汤像素HSV值呈集中状态,设定一个阈值,在这个值的情况下,通过正态拟合,得到纯净茶汤值的分布范围。
具体的,所述正态拟合时,茶汤像素值超出阈值范围或者低于阈值,可以大概率认为是混浊物和非正常状态,因此超出这个范围的占总的像素值的比例可以得到混浊指数;总像素值就是0.8cm半径下茶汤的总面积值内的像素范围。
具体的,所述步骤S4中的计算公式包括混浊指数=P混浊物/P茶汤×100%。
具体的,所述计算掩膜法的计算掩膜矩阵中,中值、均值、行列中值均值的参数大小;规定该点在图像矩阵Im×n中的值,为判断信息目标点;在任意一幅图中,图像的像素点表示为(i,j),灰度值表示为I(i,j),首先估算图像原始对比度。
具体的,式中:l为灰度值达到要求像素点的个数,为像素点之间的比值;
规定掩膜大小为3×3和10×10的掩膜矩阵,当图像的原始对比度小于0.75时,采用3×3的掩膜矩阵;当图像的原始对比度大于0.75时,采用10×10的掩膜模板;
规定每种边缘信息都有其特定的规律,每当掩膜矩阵中在某一个方向上出现剧烈的灰度值变化,判定该点为边缘信息。
具体的,具体进行区分边缘计算方法:
首先计算每个掩膜矩阵的均值,获得无单位的均值A均值;然后计算均值与该像素点的均方差,得到灰度图像在掩膜板式下的误差大小,并以此误差值设立容许值δs来判断边缘信息,其具体区分方式如下所示:
式中:δ为掩膜矩阵均值与该点像素均值之间的均方差,δs为误差允许值,Ai,j为掩膜均值,Ii,j为该点像素值。
本发明所提供一种茶汤混浊度评价方法,分红茶、绿茶、乌龙茶对不同茶类进行茶汤混浊度的判别分析:
实施例1
一种茶汤(红茶)混浊度客观评价方法,包括以下步骤:
S1、称取3.00±0.01g茶样(红茶)放于审评杯中,加入150ml沸水注满加盖,5min后将审评杯中的茶汤沥入审评碗中,获得待测茶汤;
S2、获取目标茶汤图片:采用摄像设备,借用摄影棚(光线明亮情况)中在茶汤和茶杯的正上方进行俯拍;
S3、将得到的图片以评茶碗中心为圆心、半径0.8cm截出圆形茶汤范围(因为该范围碗底相对较均匀),获得目标评价图片,计算S值、V值的各自的像素比例分布,并以像素比例>5%作为茶汤S、V值的提取范围(确保排除S\V占比低且值较离散的混浊物),然后基于提取的S、V值,进行正态拟合,得到99.9%的置信区间(四舍五入取值)(因为HSV值只有整数值),即为纯净茶汤的S、V值估计区间:[Slower,Supper],[Vlower,Vupper](lower值、upper值属于纯净茶汤的S、V值估计区间的值)。
S4、以H(0,180),S(S阈值,255),V(0,V阈值)为掩码范围(茶汤的S、V值即阈值是基于多像素点证明的纯净茶汤和混浊物间的S、V差异,通过正态拟合推断得到,属于99.9%置信区间的值,因为HSV值只有整数值,所以四舍五入取整),输出茶汤混浊物的掩码图像;计算掩膜法得出的茶汤混浊物的总像素P茶汤,即占圆形茶汤总像素的比例,得到混浊指数。
实施例2
一种茶汤(绿茶)混浊度客观评价方法,包括以下步骤:
S1、称取3.00±0.01g茶样(绿茶)放于审评杯中,加入150ml沸水注满加盖,5min后将审评杯中的茶汤沥入审评碗中,获得待测茶汤;
S2、获取目标茶汤图片:采用摄像设备,借用摄影棚(光线明亮情况)中在茶汤和茶杯的正上方进行俯拍;
S3、将得到的图片以评茶碗中心为圆心、半径0.8cm截出圆形茶汤范围(因为该范围碗底相对较均匀),获得目标评价图片,计算S值、V值的各自的像素比例分布,并以像素比例>5%作为茶汤S、V值的提取范围(确保排除S\V占比低且值较离散的混浊物),然后基于提取的S、V值,进行正态拟合,得到99.9%的置信区间(四舍五入取值)(因为HSV值只有整数值),即为纯净茶汤的S、V值估计区间:[Slower,Supper],[Vlower,Vupper](lower值、upper值属于纯净茶汤的S、V值估计区间的值)。
S4、以H(0,180),S(S阈值,255),V(0,V阈值)为掩码范围(阈值属于99.9%置信区间的值,因为HSV值只有整数值,所以四舍五入取整),输出茶汤混浊物的掩码图像;计算掩膜法得出的茶汤混浊物的总像素P茶汤,即占圆形茶汤总像素的比例,得到混浊指数。
实施例3
一种茶汤(乌龙茶)混浊度客观评价方法,包括以下步骤:
S1、称取3.00±0.01g茶样(绿茶)放于审评杯中,加入150ml沸水注满加盖,5min后将审评杯中的茶汤沥入审评碗中,获得待测茶汤;
S2、获取目标茶汤图片:采用摄像设备,借用摄影棚(光线明亮情况)中在茶汤和茶杯的正上方进行俯拍;
S3、将得到的图片以评茶碗中心为圆心、半径0.8cm截出圆形茶汤范围(因为该范围碗底相对较均匀),获得目标评价图片,计算S值、V值的各自的像素比例分布,并以像素比例>5%作为茶汤S、V值的提取范围(确保排除S\V占比低且值较离散的混浊物),然后基于提取的S、V值,进行正态拟合,得到99.9%的置信区间(四舍五入取值)(因为HSV值只有整数值),即为纯净茶汤的S、V值估计区间:[Slower,Supper],[Vlower,Vupper](lower值、upper值属于纯净茶汤的S、V值估计区间的值)。
S4、以H(0,180),S(S阈值,255),V(0,V阈值)为掩码范围(阈值属于99.9%置信区间的值,因为HSV值只有整数值,所以四舍五入取整),输出茶汤混浊物的掩码图像;计算掩膜法得出的茶汤混浊物的总像素P茶汤,即占圆形茶汤总像素的比例,得到混浊指数。
上述三种茶汤掩码图像的输出及混浊物比例,详见下表:
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
需要说明的是,在本文中术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
Claims (7)
1.一种基于掩码正态拟合的茶汤混浊度测定方法,其特征在于,包括如下步骤;
S1、采集审评室正常光照条件下的茶汤正面图像,将得到的图片以评茶碗中心为圆心、半径0.8cm截取圆形茶汤范围,从而获得茶汤的目标评价图片,并计算圆形茶汤总像素P茶汤;
S2、对茶汤和混浊物的HSV颜色空间分析,茶汤的S、V值均较均一,而混浊物的S值则较茶汤大,而V值则较茶汤小,且混浊物的S、V值较离散;
S3、对提取的茶汤图像,茶汤图像取0.8cm半径大小,计算S值、V值的各自的像素比例分布,并以像素比例>5%作为茶汤S、V值的提取范围,然后基于提取的S、V值进行正态拟合,得到99.9%的置信区间,即为纯净茶汤的S、V值估计区间:[Slower,Supper],[Vlower,Vupper],其中,lower值、upper值属于纯净茶汤的S、V值估计区间的值;
S4、以H(0,180),S(S阈值,255),V(0,V阈值)为掩码范围,茶汤的S值、V值即阈值,是基于纯净茶汤和混浊物间的S、V差异,通过正态拟合推断得到,属于99.9%置信区间的值,可以输出茶汤混浊物的掩码图像;最后计算掩码范围内的茶汤混浊物的总像素P混浊物,混浊指数=P混浊物/P茶汤×100%;
所述正态拟合方法是指:选取一碗茶汤图像,并选取其像素值,纯净的茶汤像素HSV值呈集中状态,设定一个阈值,通过正态拟合,得到纯净茶汤值的分布范围;
所述正态拟合时,茶汤像素值超出阈值范围或者低于阈值范围就认为是混浊物和非正常状态,因此,超出这个范围的像素值占总的像素值的比例可以得到混浊指数;总像素值为0.8cm半径下圆形茶汤的总像素P茶汤。
2.根据权利要求1所述的一种基于掩码正态拟合的茶汤混浊度测定方法,其特征在于:所述步骤S2中的HSV颜色空间分析中,茶汤、混浊物各取多个像素点,结论包括:
红茶茶汤-未过滤,含明显的混浊物,S、V值都较离散;
红茶茶汤-0.45μm精滤,S、V值较集中,混浊物的S较茶汤大、V较茶汤小;
茶汤的S、V值均较均一,而混浊物的S值则较茶汤大,而V值则较茶汤小,且混浊物的S、V值较离散。
3.根据权利要求1所述的一种基于掩码正态拟合的茶汤混浊度测定方法,其特征在于:所述步骤S3中的纯净茶汤的S、V值估计区间,分别以红茶-绿茶-乌龙茶为例,所述红茶-绿茶-乌龙茶分别设置对应的S值估计区间和V值估计区间,如果为纯净茶汤像素点,S、V值皆在测量的99.9%置信区间内;反之,不在区间内。
4.根据权利要求1所述的一种基于掩码正态拟合的茶汤混浊度测定方法,其特征在于:所述步骤S4中的计算公式包括混浊指数=P混浊物/P茶汤×100%。
5.根据权利要求1所述的一种基于掩码正态拟合的茶汤混浊度测定方法,其特征在于:计算掩膜法为计算掩膜矩阵中的中值、均值、行列中值均值的参数大小;在掩膜矩阵Im×n中的各值,为判断信息目标点;在任意一幅图中,图像的像素点表示为(i,j),灰度值表示为I(i,j),首先估算图像原始对比度。
6.根据权利要求5所述的一种基于掩码正态拟合的茶汤混浊度测定方法,其特征在于:式中:l为灰度值达到要求像素点的个数,为像素点之间的比值;
规定掩膜大小为3×3和10×10的掩膜矩阵,当图像的原始对比度小于0.75时,采用3×3的掩膜矩阵;当图像的原始对比度大于0.75时,采用10×10的掩膜模板;
规定每种边缘信息都有规律,每当掩膜矩阵中在某一个方向上出现剧烈的灰度值变化,判定该点为边缘信息。
7.根据权利要求6所述的一种基于掩码正态拟合的茶汤混浊度测定方法,其特征在于:具体进行区分边缘计算方法:
首先计算每个掩膜矩阵的均值,获得无单位的均值A均值;然后计算均值与该像素点的均方差,得到灰度图像在掩膜板式下的误差大小,并以此误差值设立容许值δs来判断边缘信息,其具体区分方式如下所示:
式中:δ为掩膜矩阵均值与该点像素均值之间的均方差,δs为误差允许值,Ai,j为掩膜均值,Ii,j为该点像素值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211159547.7A CN115508288B (zh) | 2022-09-22 | 2022-09-22 | 一种基于掩码正态拟合的茶汤混浊度测定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211159547.7A CN115508288B (zh) | 2022-09-22 | 2022-09-22 | 一种基于掩码正态拟合的茶汤混浊度测定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115508288A CN115508288A (zh) | 2022-12-23 |
CN115508288B true CN115508288B (zh) | 2024-05-17 |
Family
ID=84506155
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211159547.7A Active CN115508288B (zh) | 2022-09-22 | 2022-09-22 | 一种基于掩码正态拟合的茶汤混浊度测定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115508288B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117169140B (zh) * | 2023-11-03 | 2024-04-12 | 江苏维尤纳特精细化工有限公司 | 一种催化剂中间料澄清度测量方法及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110274893A (zh) * | 2019-07-25 | 2019-09-24 | 淮北师范大学 | 基于红外摄像的水体浊度测量装置、图像采集系统和方法 |
JP6700641B1 (ja) * | 2019-10-21 | 2020-05-27 | 株式会社 伊藤園 | 柑橘果実成分を含有する容器詰にごり紅茶飲料及びその製造方法 |
CN112884735A (zh) * | 2021-02-09 | 2021-06-01 | 浙江农林大学 | 一种绿茶汤色品质的评价方法 |
-
2022
- 2022-09-22 CN CN202211159547.7A patent/CN115508288B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110274893A (zh) * | 2019-07-25 | 2019-09-24 | 淮北师范大学 | 基于红外摄像的水体浊度测量装置、图像采集系统和方法 |
JP6700641B1 (ja) * | 2019-10-21 | 2020-05-27 | 株式会社 伊藤園 | 柑橘果実成分を含有する容器詰にごり紅茶飲料及びその製造方法 |
CN112884735A (zh) * | 2021-02-09 | 2021-06-01 | 浙江农林大学 | 一种绿茶汤色品质的评价方法 |
Non-Patent Citations (2)
Title |
---|
基于C&R决策树的茶饮料用原料茶初筛方法;袁海波;邓余良;滑金杰;李佳;董春旺;杨艳芹;王近近;尹军峰;江用文;;食品科学;20180112(第17期);全文 * |
多茶类CNN图像识别的数据增强优化及类激活映射量化评价;章展熠 等;茶叶科学;20230615;第43卷(第3期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115508288A (zh) | 2022-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101207832A (zh) | 数码相机色彩还原的检测方法 | |
EP3851832B1 (en) | A system and method for image acquisition using supervised high quality imaging | |
CN115508288B (zh) | 一种基于掩码正态拟合的茶汤混浊度测定方法 | |
CN115018844B (zh) | 一种基于人工智能的塑料薄膜质量评估方法 | |
CN108765433A (zh) | 一种用于提高精度的多叶面积测量方法 | |
KR101116462B1 (ko) | 원격탐사 데이터를 이용한 수질 모니터링 방법 및 이를 이용한 수질 모니터링 장치 | |
CN102724405A (zh) | 视频成像系统中背光式场景的自动曝光补偿方法及装置 | |
CN109191520B (zh) | 一种基于色彩标定的植物叶面积测量方法及系统 | |
CN101964293B (zh) | 一种金相显微组织图像处理方法 | |
CN107144353A (zh) | 一种基于数码相机的纺织品色差测量方法 | |
CN106971393A (zh) | 一种玉米籽粒的表型测量方法及系统 | |
CN100508628C (zh) | 一种ccd摄像机信噪比数字化测试方法 | |
CN110533626B (zh) | 一种全天候水质识别方法 | |
CN106067173A (zh) | 柑橘果实糖度的复杂性测度无损检测方法 | |
CA3041973A1 (en) | Cell measurement method | |
CN111986201B (zh) | 一种绝缘子的表面藻类密度的测算方法和装置 | |
CN202721740U (zh) | 视频成像系统中背光式场景的自动曝光补偿装置 | |
KR102082102B1 (ko) | 토양 이미지를 이용한 토양 분류 방법 및 함수비 추정 방법 | |
Bernhardt et al. | An evaluation of image analysis at benthic sites based on color segmentation | |
CN115060323A (zh) | 一种智慧城市环境影响评估装置及方法 | |
CN115358695A (zh) | 基于高光谱遥感的农村面源黑臭水体监测技术 | |
US20220260479A1 (en) | Particle quantitative measurement device | |
CN113324921A (zh) | 一种黄芪种子叶绿素含量测定模型的构建方法和应用 | |
CN111578869A (zh) | 一种精确测定大气颗粒物采样膜沉积面积的装置及方法 | |
CN220491342U (zh) | 一种用于红小豆籽粒分级的原位图像采集装置 |
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 |