APP下载

基于机器视觉的茶叶微波杀青中品质变化与预测研究

2021-12-11吴鑫宋飞虎裴永胜朱冠宇姜乐兵宁文楷李臻峰刘本英

茶叶科学 2021年6期
关键词:特征模型

吴鑫,宋飞虎,裴永胜,朱冠宇,姜乐兵,宁文楷,李臻峰*,刘本英

基于机器视觉的茶叶微波杀青中品质变化与预测研究

吴鑫1,3,宋飞虎1,裴永胜1,朱冠宇1,姜乐兵1,宁文楷1,3,李臻峰1*,刘本英2*

1. 江南大学机械工程学院/江苏省食品先进制造装备技术重点实验室,江苏 无锡 214122;2. 云南省农业科学院茶叶研究所,云南 勐海 666201;3. 常州太烨传感科技有限公司,江苏 常州 213000

茶多酚、氨基酸、含水率是茶叶品质的重要指标,传统检测方法周期长且过程复杂。本研究利用机器视觉对微波杀青过程中茶叶的色泽和纹理特征实时监测,在线检测含水率,同时检测茶多酚和氨基酸含量。结果表明,色泽、纹理特征与含水率、茶多酚、氨基酸含量均呈规律性变化且显著相关。对色泽和纹理特征进行主成分分析,以前3个主成分为输入建立极限学习机(ELM)、遗传神经网络(GA-BP)、卷积神经网络(CNN)模型对品质成分含量进行预测。结果表明,ELM、GA-BP、CNN模型分别适用于含水率、茶多酚含量和氨基酸含量的预测,精度均在0.99以上。研究表明,通过实时监测茶叶的色泽和纹理特征来预测其在杀青过程中含水率、茶多酚和氨基酸含量是可行的。

机器视觉;微波杀青;茶多酚;氨基酸;含水率;预测模型

茶叶作为一种天然的保健饮料,既可食用又可药用,深受人们欢迎,在我国经济作物中占有十分重要的地位[1]。

杀青是绿茶加工过程中一项最关键的工序,对茶叶的品质起到决定性作用[2]。现阶段,杀青效果主要靠人体感官评价,存在一定的局限性。……

登录APP查看全文

猜你喜欢

特征模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
线性代数的应用特征
一个相似模型的应用