The invention discloses a method for evaluating the grade of fresh leaves of tea based on an integrated algorithm. Each batch of fresh leaves is evenly conveyed to the detection system through a conveyor belt, the moisture content parameters of fresh leaves are tested, and a certain amount of pictures are randomly sampled and uploaded to the processor; the acquired images are segmented and the complete samples of fresh leaves are obtained from each image, and extracted from each sample of fresh leaves. Feature parameters, support vector machine (SVM) algorithm is used to determine the rank of fresh leaf samples obtained in each image. The method utilizes the grade of each fresh leaf sample obtained from each image as a feature, uses support vector machine classification algorithm to determine the grade of each sample image, synthesizes the grade of the batch of fresh leaf samples and synthetically determines the grade of the batch of fresh leaf samples, and then inputs the grade of fresh leaf and the characteristic parameters of average moisture content into the intelligent processing system, and adaptively matches the tea processing technology. The parameters can realize the intelligent processing of tea.
【技术实现步骤摘要】
一种基于集成算法的茶叶鲜叶等级评定方法
本专利技术涉及茶叶鲜叶等级评定方法
,尤其涉及一种基于集成算法的茶叶鲜叶等级评定方法。
技术介绍
茶叶智能化、标准化加工是茶叶产业发展的必然方向,但茶叶鲜叶物理特性受茶树品种、地形地貌、采摘方式及环境等因素的综合影响,一个茶叶加工厂每一批次的茶叶鲜叶特征如大小、老嫩程度及含水率往往不尽相同,如果按照相同的加工工艺参数设定,成品茶品质必然参差不齐。传统的解决方法都是操作人员根据以往总结出来的经验进行设定,不仅随意性很大,也无法实现茶叶的智能化加工。只有找出影响茶叶加工工艺参数的鲜叶物理特性参数,建立一套标准化的茶叶鲜叶等级评定系统,根据评定的结果自动匹配茶叶加工工艺参数,才能真正实现茶叶智能化加工。
技术实现思路
本专利技术提供了一种基于集成算法的茶叶鲜叶等级评定方法,测试鲜叶含水率参数并随机采样获取一定量的图片上传至处理器,对获取的图像进行分割并从每张图像中获取完整的鲜叶样本,从每个鲜叶样本中提取出特征参数,采用支持向量机算法(SVM)判定每张图像中获取的鲜叶样本所属等级,利用每张图像中获取完整的鲜叶样本所属等级作为特征,运用支持向量机分类算法判定每张取样图像所属的等级,综合该批次取样图像的等级情况综合判定该批次鲜叶等级。再将鲜叶等级和平均含水率特征参数输入至智能加工系统,实现茶叶加工工艺参数自适应匹配。本专利技术的目的在于提供一种用于茶叶智能化加工的茶叶鲜叶等级评定方法,该方法实现所需依托装置包括:供料机构、含水率检测系统、成像系统、鲜叶老嫩程度等级评定系统、模糊控制器输入系统。供料机构,包括电磁式振动给料机和输 ...
【技术保护点】
1.一种基于集成算法的茶叶鲜叶等级评定方法,其特征在于:该方法基于集成算法实现,获取一定时间内的图片并测试鲜叶含水率参数上传至处理器,对获取的图像进行分割并从每张图像中得到完整的鲜叶样本,从每个鲜叶样本中提取出特征参数,采用支持向量机算法(SVM)判定每张图像中完整的鲜叶样本所属等级,利用每张图像中获取完整的鲜叶样本所属等级作为特征,运用支持向量机分类算法判定每张取样图像所属的等级,综合该批次取样图像的等级情况综合判定该批次鲜叶等级,再将鲜叶等级和平均含水率特征参数输入至智能加工系统,自适应匹配茶叶加工工艺参数。
【技术特征摘要】
1.一种基于集成算法的茶叶鲜叶等级评定方法,其特征在于:该方法基于集成算法实现,获取一定时间内的图片并测试鲜叶含水率参数上传至处理器,对获取的图像进行分割并从每张图像中得到完整的鲜叶样本,从每个鲜叶样本中提取出特征参数,采用支持向量机算法(SVM)判定每张图像中完整的鲜叶样本所属等级,利用每张图像中获取完整的鲜叶样本所属等级作为特征,运用支持向量机分类算法判定每张取样图像所属的等级,综合该批次取样图像的等级情况综合判定该批次鲜叶等级,再将鲜叶等级和平均含水率特征参数输入至智能加工系统,自适应匹配茶叶加工工艺参数。2.如权利要求1所述的一种基于集成算法的茶叶鲜叶等级评定方法,其特征在于:所述图像处理算法包括图像预处理、形态特征获取和颜色特征获取,将获取到的图片进行分割,二值化、去除小粒子、提取边缘、确定边缘和区域连通域,获取到多个样本图片形状特征参数,其中,面积A指茶叶图像边界线内包含的所有像素个数,周长C指茶叶样本图像边界像素点的总和,长轴L指区域最小外接矩形的长,短轴S指区域最小外接矩形的宽,复杂形状特征参数计算方法如下:获取到多个样本图片的颜色特征参数,其中包括颜色基本特征参数R、G、B,复杂颜色特征参数H、I、S、H、S、V计算方法如下:计算公式如下:HSV是根据颜色的直观特性而建立的一种颜色空间;计算公式分别如下:v=max。3.如权利要求1所述的一种基于集成算法的茶叶鲜叶等级评定方法,其特征在于:所述集成算法设计如下:(1)、每批次茶叶图片分割得到多个样本的特征数据输入到支持向量机分类算法模型实现鲜叶老嫩程度的十级评定,具体步骤如下:1)输入样本数据:Data,其中特征向量个数为17,类别标签为1-10;2)将多个样本的形状和颜色特征原始数据进行归一化处理,预处理后的特征向量进行随机分割;3)采用10折交叉验证,随机将训练数据集划分为10份,其中9份用于训练,剩下的1份用于验证。以准确率作为参数优化的评价参数,得到最优支持向量机多分类模型;4)输入多个批次的多个样本特征参数,利用最优支持向量机多分类模型进行等级判定,得到每个批次多个样本的老嫩程度等级。(2)、利用每个批次多个采样图像的等级综合判定每个批次的老嫩程度等级;1)输入每个批次多个采样...
【专利技术属性】
技术研发人员:吴正敏,曹成茂,张金炎,罗坤,孙燕,吴敏,汪三九,卢光武,徐亮旭,
申请(专利权)人:安徽农业大学,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。