基于机器视觉的工夫红茶萎凋叶水分检测方法  

Methods for Detecting Moisture of Congou Black Tea Withering Leaves Based on Machine Vision

作　　者：胡宗华 梁高震 安霆 董春旺[2] HU Zonghua;LIANG Gaozhen;An Ting

机构地区：[1]东南大学江北新区创新研究院,211500 [2]中国农业科学院茶叶研究所,310008

出　　处：《中国茶叶》2020年第1期34-39,44,共7页China Tea

基　　金：国家自然科学基金项目(31972466)

摘　　要：萎凋是红茶加工的首道工序,萎凋程度主要依赖于人工经验判断,难以做到精准、客观和量化评价。本文以工夫红茶萎凋在制品为研究对象,基于机器视觉技术,采集不同时序下的萎凋叶图像,并提取图像色泽和纹理特征,与对应水分测定值进行关联分析,建立了相应的线性回归方程。结果表明,R、B、S、b*、(2G-R-B)、hab*和δ等图像特征与水分含量显著相关;回归方程预测值与实测值的相关系数达0.986,标准估算的误差为0.0077,图像特征能较好表征萎凋叶水分变化。本研究为萎凋加工过程中水分含量快速无损检测提供了解决方案,也为萎凋过程水分在线检测装置和智能化监控设备的研制,提供理论基础与科学依据。

关 键 词：工夫红茶 萎凋叶 机器视觉 水分检测 预测模型 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]