张金炎，曹成茂，李文宝，王二锐，孙 燕，刘光宗

基于多特征融合的茶叶鲜叶等级识别的方法研究

张金炎1,2,3，曹成茂1,2,3*，李文宝1,2,3，王二锐1,2,3，孙 燕1,2,3，刘光宗1,2,3

(1. 安徽农业大学工学院, 合肥 230036；2. 安徽省智能农机装备工程实验室，合肥 230036；3. 农业农村部南方农业装备科学观测实验站，合肥 230036)

茶叶鲜叶等级直接影响优质绿茶成品的等级，如果在鲜叶阶段就茶叶的芽叶数量进行等级识别，并将不同等级鲜叶分离出来，制作不同等级的绿茶成品，从一定程度上解决了优质绿茶鲜叶采摘环节的难题。提出基于茶叶形态、纹理和HOG特征的鲜叶分级方法，采集鲜叶样本图片，对样本图片进行预处理操作，再提取鲜叶形态和纹理特征等特征参数，建立机器学习模型支持向量机、随机森林和线性判别法K-最近邻对新鲜茶叶样本进行分类，得到各等级的茶叶识别结果。试验结果表明，单独使用一种特征分类效果不佳，也不符合茶叶本身的复杂性。将多种特征融合有更好的分类效果；3种算法中，随机森林算法有较高的优越性，准确率达97.06%。该研究提取的多特征参数和分类模型，为实际鲜叶的生产加工等级识别提供参考。

特征融合；随机森林；机器学习；鲜叶等级识别；HOG特征

茶叶是世界三大饮料之一，在我国具有重要的文化、健康和经济价值[1]。本研究选用的茶叶样本为绿茶，因其色泽翠绿，香气清鲜持久且富含人体所需氨基酸而深受人们喜欢[2]。目前，绿茶的等级识别和分级加工生产主要针对干茶，鲜见对机采茶鲜叶进行有效研究。……