一种工夫红茶萎凋适度性判别方法及系统技术方案

本发明专利技术提出了一种工夫红茶萎凋适度性判别方法及系统，所述方法包括步骤：对预设数量的工夫红茶分别采集图像和光谱信息，并按照预设比例将图像划分为训练集和测试集；分别从图像和光谱信息中提取特征信息和特征波长变量，融合后作为第一特征，并对第一特征进行预处理；对第一特征进行主成分分析，获取第二特征；建立工夫红茶萎凋性分类模型，并利用第二特征和训练集，对模型进行训练；利用第二特征和测试集，对训练后的模型进行验证，当验证得到的判别率大于预设阈值时，输出模型；采集待检测工夫红茶的图像，提取得到第二特征，将该第二特征作为分类模型的输入变量，获得分类结果；该方法实现了工夫红茶萎凋过程中萎凋性的智能化检测。

A Discrimination Method and System for the Moderation of Kungfu Black Tea withering

The invention provides a method and system for judging the withering appropriateness of Kungfu black tea. The method comprises steps: collecting image and spectral information for a preset number of Kungfu black tea, dividing the image into training set and testing set according to the preset proportion; extracting feature information and feature wavelength variables from image and spectral information respectively, and fusing them as the first feature, and taking the first feature as the first one. The first feature is pre-processed; the second feature is obtained by principal component analysis; the second feature and training set are used to train the model; the second feature and test set are used to validate the trained model, and the output model is acquired when the validation rate is greater than the preset threshold value; the second feature and training set are used to train the model. The second feature is extracted from the image, and the second feature is used as the input variable of the classification model to obtain the classification results. This method realizes the intelligent detection of the withering of Kungfu black tea in the process of withering.

【技术实现步骤摘要】
一种工夫红茶萎凋适度性判别方法及系统
本专利技术涉及机器学习
，更具体地，涉及一种工夫红茶萎凋适度性判别方法及系统。
技术介绍
茶叶作为世界三大饮料之一，是我国重要的经济作物。茶叶加工制作过程主要包括萎稠、揉捻、发酵及干燥等作业环节，而萎凋是该过程的重要环节之一，良好的萎凋工艺不仅能够增强酶活性，进而促进生化反应，而且能够增进茶叶的色香味，从而提高茶叶的品质等级。茶叶萎凋适度性的判定主要是以鲜叶的失水率作为量化指标，在保证茶叶品质的基础上，工夫红茶的萎凋适度标准为含水率60％左右，在实际生产中，工夫红茶的萎凋性主要依靠人工判断为主，人工通过观察工夫红茶叶面的颜色变化和用手握工夫红茶并观察成团情况进而判断萎凋性，该过程存在着易受情绪变化、外界环境以及技术水平等因素影响的问题，进而会影响对工夫红茶萎凋质量的判断结果。所以，如何设计一种可以取代人工判断萎凋性的方法，是目前面临的一个主要问题。
技术实现思路
本专利技术的目的在于提供一种工夫红茶萎凋适度性判别方法及系统，解决目前人工判断工夫红茶的萎凋性时，出现的易受到外界因素干扰导致结果不准确的问题。为实现上述目的，本专利技术提供了一种工夫红茶萎凋适度性判别方法，包括以下步骤：对预设数量的工夫红茶分别采集图像和光谱信息，并按照预设比例将所述图像划分为训练集和测试集，所述光谱信息中包含特征波长变量；分别从所述图像和所述光谱信息中提取特征信息和特征波长变量，将所述特征信息和特征波长变量进行融合，融合后得到第一特征，并对所述第一特征进行预处理；对预处理后的第一特征进行主成分分析，得到第二特征；建立工夫红茶萎凋性分类模型，并利用所述第二特征和训练集，对所述工夫红茶萎凋性分类模型进行训练；利用所述第二特征和测试集，对训练后的工夫红茶萎凋性分类模型进行验证，当验证得到的判别率大于预设阈值时，输出验证后的工夫红茶萎凋性分类模型；采集待检测工夫红茶萎凋叶的图像和光谱信息，利用所述待检测工夫红茶萎凋叶的图像和光谱信息，以及所述验证后的工夫红茶萎凋性分类模型，获得待检测工夫红茶萎凋叶的萎凋适度性分类结果。优选地，所述预处理具体为数据标准化变换处理。优选地，所述特征信息包含颜色特征和纹理特征。优选地，基于支持向量机算法建立工夫红茶萎凋性分类模型。优选地，所述预设阈值为95％。为实现上述目的，本专利技术还提供了一种工夫红茶萎凋适度性判别系统，包括：图像和光谱信息采集模块，用于对预设数量的工夫红茶分别采集图像和光谱信息，并按照预设比例将所述图像划分为训练集和测试集；第一特征提取模块，用于分别从所述图像和所述光谱信息中提取特征信息和特征波长变量，将所述特征信息和特征波长变量进行融合，融合后得到第一特征，并对所述第一特征进行预处理；第二特征提取模块，用于对预处理后的第一特征进行主成分分析，得到第二特征；模型建立和训练模块，用于建立工夫红茶萎凋性分类模型，并利用所述第二特征和训练集，对所述工夫红茶萎凋性分类模型进行训练；模型验证模块，用于利用所述第二特征和测试集，对训练后的工夫红茶萎凋性分类模型进行验证，当验证得到的判别率大于预设阈值时，输出验证后的工夫红茶萎凋性分类模型；分类结果输出模块，用于采集待检测工夫红茶萎凋叶的图像和光谱信息，利用所述待检测工夫红茶萎凋叶的图像和光谱信息，以及所述验证后的工夫红茶萎凋性分类模型，获得待检测工夫红茶萎凋叶的萎凋适度性分类结果。优选地，所述预处理具体为数据标准化变换处理。优选地，所述特征信息包含颜色特征和纹理特征。优选地，所述模型建立和训练模块基于支持向量机算法建立工夫红茶萎凋性分类模型。优选地，所述预设阈值为95％。本专利技术与现有技术相比，具有以下优点及突出性效果：本专利技术提出的工夫红茶萎凋适度性判别方法及系统通过建立工夫红茶萎凋性分类模型，采集工夫红茶萎凋过程中不同阶段的图像对上述模型进行训练和验证，在验证之后分类模型对萎凋性的判别率达到预设阈值的情况下，即得到了最佳的分类模型，判别性能最优，实现了工夫红茶萎凋过程中萎凋性的智能化检测，为工夫红茶自动化加工生产的发展提供了基础。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例一公开的一种工夫红茶萎凋适度性判别方法的流程示意图；图2为本专利技术实施例一公开的一种工夫红茶萎凋适度性判别方法中RMSECV值随采样次数的变化趋势示意图；图3为本专利技术实施例一公开的一种工夫红茶萎凋适度性判别方法中被选中波长变量数随采样次数的变化趋势示意图；图4为本专利技术实施例一公开的一种工夫红茶萎凋适度性判别方法中主成分分析示意图；图5为本专利技术实施例二公开的一种工夫红茶萎凋适度性判别系统的结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。实施例一如图1所示，本专利技术实施例一公开了一种工夫红茶萎凋适度性判别方法，包括以下步骤：S101，对预设数量的工夫红茶分别采集图像和光谱信息，并按照预设比例将上述图像划分为训练集和测试集。具体来说，将工夫红茶置于人工气候箱内进行萎凋处理，并设置好温度和相对湿度，在整个萎凋的过程中，按照预设时间作为时间间隔，并按照预设重量进行取样，然后对取样得到的工夫红茶进行图像采集和近红外光谱扫描，并对这些工夫红茶通过快速水分测定仪测定含水率，按照工夫红茶轻度萎凋、适度萎凋和过度萎凋的判断标准，将每片工夫红茶对应的图像归类到轻度萎凋、适度萎凋或过度萎凋类型中，直到获取到轻度萎凋、适度萎凋和过度萎凋三个类型的预设数量的工夫红茶图像和光谱信息，然后按照预设比例将上述三个类型的工夫红茶图像各自划分出训练集和测试集。本实施例中，将20kg的茶鲜叶置于人工气候箱内进行萎凋处理，人工气候箱内设置的温度为35℃，相对湿度为50％，每间隔30分钟取样1次，每次取6组样本，每组样本100g。利用单反相机和弧形均匀光源对所有样本进行图像采集，以及利用光谱仪对所有样本进行光谱信息采集，同时利用快速水分测定仪测定所有样本的含水率。在整个萎凋过程中，按照测定的样本含水率将所有样本对应的图像划分为轻度萎凋、适度萎凋和过度萎凋三个类型。然后将样本划分为200组，一组为50g，其中，轻度萎凋有80组样本，适度萎凋有80组样本，过度萎凋有40组样本；轻度萎凋的标准为含水率大于60％，适度萎凋的标准为含水率介于55％和60％之间，过度萎凋的标准为含水率小于55％。然后对每个类型的样本图像都依据基于马氏距离的Kennard-Stone方法，按照3:1比例对应划分为训练集和测试集。本实施例采用的单反相机型号为CanonDS60D，弧形均匀光源的光源强度为100勒克斯，光谱仪型号为IAS-2000，采集的光谱信息为900-1650nm波长范围的光谱。S102，分别从步骤S101中采集到的图像和光谱信息中提取特征信息和特征波长变量，将上述特征信息和特征波长变量进行融合，融合后得到第一特征，并对该本文档来自技高网...

【技术保护点】
1.一种工夫红茶萎凋适度性判别方法，其特征在于，包括以下步骤：对预设数量的工夫红茶分别采集图像和光谱信息，并按照预设比例将所述图像划分为训练集和测试集；分别从所述图像和所述光谱信息中提取特征信息和特征波长变量，将所述特征信息和特征波长变量进行融合，融合后得到第一特征，并对所述第一特征进行预处理；对预处理后的第一特征进行主成分分析，得到第二特征；建立工夫红茶萎凋性分类模型，并利用所述第二特征和训练集，对所述工夫红茶萎凋性分类模型进行训练；利用所述第二特征和测试集，对训练后的工夫红茶萎凋性分类模型进行验证，当验证得到的判别率大于预设阈值时，输出验证后的工夫红茶萎凋性分类模型；采集待检测工夫红茶萎凋叶的图像和光谱信息，利用所述待检测工夫红茶萎凋叶的图像和光谱信息，以及所述验证后的工夫红茶萎凋性分类模型，获得待检测工夫红茶萎凋叶的萎凋适度性分类结果。

【技术特征摘要】
1.一种工夫红茶萎凋适度性判别方法，其特征在于，包括以下步骤：对预设数量的工夫红茶分别采集图像和光谱信息，并按照预设比例将所述图像划分为训练集和测试集；分别从所述图像和所述光谱信息中提取特征信息和特征波长变量，将所述特征信息和特征波长变量进行融合，融合后得到第一特征，并对所述第一特征进行预处理；对预处理后的第一特征进行主成分分析，得到第二特征；建立工夫红茶萎凋性分类模型，并利用所述第二特征和训练集，对所述工夫红茶萎凋性分类模型进行训练；利用所述第二特征和测试集，对训练后的工夫红茶萎凋性分类模型进行验证，当验证得到的判别率大于预设阈值时，输出验证后的工夫红茶萎凋性分类模型；采集待检测工夫红茶萎凋叶的图像和光谱信息，利用所述待检测工夫红茶萎凋叶的图像和光谱信息，以及所述验证后的工夫红茶萎凋性分类模型，获得待检测工夫红茶萎凋叶的萎凋适度性分类结果。2.如权利要求1所述的一种工夫红茶萎凋适度性判别方法，其特征在于，所述预处理具体为数据标准化变换处理。3.如权利要求1所述的一种工夫红茶萎凋适度性判别方法，其特征在于，所述特征信息包含颜色特征和纹理特征。4.如权利要求1所述的一种工夫红茶萎凋适度性判别方法，其特征在于，基于支持向量机算法建立工夫红茶萎凋性分类模型。5.如权利要求1所述的一种工夫红茶萎凋适度性判别方法，其特征在于，所述预设阈值为95％。6.一种工夫红茶萎凋适度性判别系统，其特征在于，包括：图像和光谱信息采集模块...

【专利技术属性】
技术研发人员：董春旺，梁高震，安霆，江用文，王近近，杨艳芹，袁海波，邓余良，李佳，滑金杰，
申请(专利权)人：中国农业科学院茶叶研究所，
类型：发明
国别省市：浙江,33