一种基于卷积神经网络的成品茶叶种类及品级识别方法技术

本发明专利技术提供一种基于卷积神经网络的成品茶叶种类及品级识别方法，该方法包括：成品茶叶样本图像采集步骤；成品茶叶样本图像处理步骤；训练成品茶叶的类型品级识别模型和成品茶叶图像识别步骤。本发明专利技术的方法可以精确地识别成品茶叶的种类及品级，在45种不同的茶叶种类和品级上进行了测试，识别的平均准确率在90％以上；弥补了目前茶叶市场对于成品茶叶无法有效鉴定的情况，并且识别的准确性较好。

【技术实现步骤摘要】
一种基于卷积神经网络的成品茶叶种类及品级识别方法
本专利技术涉及图像处理领域，尤其是茶叶品级鉴定中的图像处理和识别技术，更具体地是一种基于卷积神经网络的成品茶叶种类及品级识别方法。
技术介绍
目前，茶叶种类和品级鉴定方法仍以感官审评为主，易受到评茶师经验、生理状态、环境等因素影响，审评结果具有一定的主观性。该方法不适于对茶叶品质的流水线、规模化的批量品质检测。近几年随着人工智能领域的兴起，深度学习技术的到了飞速发展，基于深度学习技术的图像识别方法被广泛应用于各个领域。目前已有的茶叶识别研究，大多应用于新鲜茶叶和单个茶叶的识别分类上。由于茶叶图像获取方式较为苛刻，必须使用专门的设备进行拍摄，拍摄条件也有所限制，无法应用于茶叶市场。对于成品茶叶识别鉴定的研究相对匮乏，尚没有一套完整的成品茶叶种类和品级识别方法。
技术实现思路
本专利技术的目的是针对成品茶叶识别鉴定的问题，提出一种基于卷积神经网络的成品茶叶种类及品级识别方法，通过上传手机拍摄成品茶叶的照片，就可以实现成品茶叶的识别，弥补了成品茶叶无法有效识别鉴定的问题。<本文档来自技高网...

【技术保护点】
1.一种基于卷积神经网络的成品茶叶种类及品级识别方法，其特征在于，该方法包括以下步骤：/nS1、成品茶叶样本图像采集步骤：选取若干种已知茶叶种类、品级的成品茶叶样本，对于各种类、品级的成品茶叶进行图像采集，将任一样本平铺在纯色背景上，通过手机拍摄获取该样本茶叶的图像n张；/nS2、成品茶叶样本图像处理步骤：对任一样本的n张图像分别进行图像分割和数据增强处理，获取该样本茶叶的图像库；/nS3、训练成品茶叶的类型品级识别模型：对各种已知茶叶种类、品级的成品茶叶样本分别执行上述操作，获得相应样本的图像库，将各样本茶叶种类、品级标签与对应的图像库输入卷积神经网络模型进行训练；/nS4、成品茶叶图像识别...

【技术特征摘要】
1.一种基于卷积神经网络的成品茶叶种类及品级识别方法，其特征在于，该方法包括以下步骤：
S1、成品茶叶样本图像采集步骤：选取若干种已知茶叶种类、品级的成品茶叶样本，对于各种类、品级的成品茶叶进行图像采集，将任一样本平铺在纯色背景上，通过手机拍摄获取该样本茶叶的图像n张；
S2、成品茶叶样本图像处理步骤：对任一样本的n张图像分别进行图像分割和数据增强处理，获取该样本茶叶的图像库；
S3、训练成品茶叶的类型品级识别模型：对各种已知茶叶种类、品级的成品茶叶样本分别执行上述操作，获得相应样本的图像库，将各样本茶叶种类、品级标签与对应的图像库输入卷积神经网络模型进行训练；
S4、成品茶叶图像识别步骤：将待识别成品茶叶平铺在纯色背景上，通过手机拍摄获取待识别的成品茶叶图像，输入至成品茶叶的类型品级识别模型，获取茶叶类型品级的识别结果。


2.根据权利要求1所述的基于卷积神经网络的成品茶叶种类及品级识别方法，其特征在于，纯色背景采用A4纸。


3.根据权利要求1所述的基于卷积神经网络的成品茶叶种类及品级识别方法，其特征在于，步骤S1中，手机拍摄时，将茶叶区域在手机屏幕居中，占据屏幕3/4大小。


4.根据权利要求1所述的基于卷积神经网络的成品茶叶种类及品级识别方法，其特征在于，图像分割具体为：将原始图像转化为灰度图像，然后采用高斯滤波对灰度图像进行去噪，对去燥后的灰度图像二值化处理以获得茶叶区域的边界，根据边界对原始图像进行裁剪，获取边界内的最大正方形作为裁剪的茶叶图像；以预设窗口和步长对裁剪的茶叶...

【专利技术属性】
技术研发人员：杨健楠，张帆，钱甜甜，
申请(专利权)人：南京工业大学，南京摩深信息科技有限公司，
类型：发明
国别省市：江苏;32