一种基于卷积神经网络的普洱生茶、老茶和熟茶判定方法技术

本发明专利技术公开一种基于卷积神经网络的普洱生茶、老茶和熟茶判定方法，属于图像处理技术领域。该方法包括：普洱生茶、老茶和熟茶茶汤的图像采集步骤；普洱生茶、老茶、熟茶茶汤图像背景分割和图像增强步骤；训练普洱生茶、老茶和熟茶茶汤识别模型步骤和普洱生茶、老茶和熟茶识别步骤。本发明专利技术的方法可以准确地识别和区分普洱生茶、老茶和熟茶。本发明专利技术所述方法识别的准确率为99.68％；参照专业茶叶评审人员的经验建立模型，可将该方法推广给普通大众使用。

【技术实现步骤摘要】
一种基于卷积神经网络的普洱生茶、老茶和熟茶判定方法
本专利技术涉及一种基于卷积神经网络的普洱生茶、老茶和熟茶判定方法，属于图像处理

技术介绍
目前，普洱生茶、老茶和熟茶的主要以感官审评为标准来辨别，易受到主观感受的影响，造成部分顾客受到不法商贩的欺诈，其将生茶冒充为老茶、熟茶等售卖，侵犯消费者的合法权益，不利于维护市场的正常秩序。近年来，随着深度学习算法的蓬勃发展，卷积神经网络模型对图像的识别能力有了明显的提高。现在已有的茶叶识别研究以茶叶鲜叶和某些特定茶叶分级为主，对普洱生茶、老茶和熟茶的识别研究较少。
技术实现思路
本专利技术的目的是针对普洱生茶、老茶和熟茶识别的问题，提出一种基于ResNet-18卷积神经网络的普洱生茶、老茶和熟茶判别方法，通过使用相机拍摄普洱生茶、老茶和熟茶的照片，就可以快速、准确地识别普洱生茶、老茶和熟茶；具体包括以下步骤：(1)普洱茶茶汤图像采集步骤：选取普洱生茶、老茶和熟茶茶样。首先，称取茶叶5克，置于250ml的标准审评杯中。然后，注入沸水至杯满，加盖侵泡5分钟。最后，将茶汤沥入评茶碗中，利用相机拍摄n张原始茶汤图片；(2)普洱生茶、老茶和熟茶茶汤图像处理步骤：首先，将所有拍摄的茶叶茶汤图像进行背景去除。然后，随机选取拍摄茶汤图像的80％作为训练集进行图像增强，剩余20％作为验证集不做处理；(3)训练普洱茶茶汤识别模型：普洱生茶、老茶和熟茶分别执行上述操作，将生茶、老茶和熟茶经背景去除和图像增强后的茶汤图片与对应标签分别输入拟议的卷积神经网络进行训练、验证；(4)普洱生茶、老茶和熟茶图像识别步骤：将待识别的普洱茶茶汤置于评茶碗中，通过相机拍摄获取茶叶茶汤图像，输入经过良好训练的卷积神经网络中，获取生茶、老茶、熟茶的识别结果。进一步地，本专利技术所述茶叶茶汤置于评茶碗中。进一步地，本专利技术所述图像分割模型具体为：将拍摄的原始茶叶图像输入PicaNetR模型中，将该模型输出的蒙版进行二值化处理，并求二值图像的外接矩形。首先使用蒙版去除原始图像的背景，再利用外接矩阵位置信息准确定位相应的区域，并对相应区域进行中心裁剪。进一步地，本专利技术所述图像增强具体为：对处理后的图像进行随机翻转、白平衡抖动、随机旋转和加入高斯噪声中的一种或多种操作。进一步地，本专利技术采用ResNet-18卷积神经网络。本专利技术的有益效果：(1)本专利技术的方法可以准确地识别普洱生茶、老茶和熟茶。在普洱生茶、老茶和熟茶的样本所拍摄的图像上进行了测试，识别准确率达到99.68％。本专利技术参照专业茶叶评审人员的经验建立模型，可将该方法推广给普通大众使用。(2)本专利技术的识别方法操作简单，用户按照操作流程，即可使用基于深度学习的PicaNetR模型处理样本图像，将茶汤与背景分离，提高卷积神经网络模型识别图像的效率和准确度。附图说明图1为本专利技术的流程示意图。图2为本专利技术实施例中的普洱生茶(左)、老茶(中)和熟茶(右)原始图片。图3为本专利技术实施例中的PicaNetR输出蒙版。图4为本专利技术实施例中的去除背景后的茶汤图片。图5为本专利技术实施例中的茶叶茶汤中心裁剪图片。图6为本专利技术实施例中的ResNet-18卷积神经网络模型预测准确度和损失迭代图。具体实施方式下面结合具体实施例本专利技术作进一步的详细说明，但本专利技术的保护范围并不限于所述内容。实施例1一种基于ResNet-18卷积神经网络的普洱生茶、老茶和熟茶判定方法，如图1所示，包括以下步骤：(1)普洱生茶、老茶和熟茶样本图像采集步骤：选取普洱生茶、老茶和熟茶茶样。首先，称取茶叶5克，置于250ml的标准审评杯中。然后，注入沸水至杯满，加盖侵泡5分钟。最后，将茶汤沥入评茶碗中，利用相机拍摄750张原始茶汤图片，随机选取600张图片作为验证集，150张图片作为训练集；拍摄时应避免完全黑暗或强光环境，以人眼可以看清普洱茶茶汤颜色时的光照为宜。(2)原始普洱生茶、老茶和熟茶茶汤图片预处理步骤：首先，去除所有拍摄的茶叶茶汤图片的背景。然后，随机选取拍摄茶汤图像的80％作为训练集进行图像增强，剩余20％作为验证集不做处理。(3)图像分割模型具体为：将拍摄的原始茶叶图像输入PicaNetR模型中，对模型输出的蒙版进行二值化处理，并求二值图像的外接矩形。首先使用蒙版去除原始图像的背景，再利用外接矩阵位置信息准确定位相应的区域，并对相应区域进行中心裁剪。(4)图像增强具体为：对处理后的图像进行随机翻转、白平衡抖动、随机旋转和加入高斯噪声中的一种或多种操作。随机翻转指以随机概率对图像进行上下、左右倒置；白平衡抖动主要作用为适应因相机白平衡设置错误而造成的图像失真情况；随机旋转指将图像以±30度随机进行旋转；加入高斯噪声主要作用为增强卷积神经网络模型的鲁棒性。(5)训练普洱生茶、老茶和熟茶识别模型：普洱生茶、老茶和熟茶样本分别执行上述操作，获取卷积神经网络训练集和验证集，将经背景去除和图像增强后的茶叶图片与对应标签分别输入ResNet-18卷积神经网络进行训练，卷积神经网络训练过程中，选取sgdm作为优化器，动量为0.9，初始学习率为0.01，每迭代20Epoch学习率变为原来的20％，共训练30Epoch。(6)普洱生茶、老茶和熟茶图像识别步骤：将待识别的普洱茶茶汤置于评茶碗中，通过相机拍摄获取茶叶茶汤图像，输入经过良好训练的卷积神经网络中，获取生茶、老茶、熟茶的识别结果。本专利技术的方法可以准确地识别普洱生茶、老茶和熟茶，在共600个样本构成的训练集上进行了测试，识别准确率达到99.68％，如图6所示，便于有需要的用户实际操作。本专利技术的识别方法操作简单，用户按照操作流程，即可使用基于深度学习的PicaNetR模型处理样本图片，将茶汤与背景分离，提高卷积神经网络模型识别图片的效率和准确度。以上已经描述了本专利技术的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本
的普通技术人员来说许多修改和变更都是显而易见的。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普洱生茶、老茶和熟茶判定方法，其特征在于，具体包括以下步骤：/n(1)普洱茶茶汤图像采集步骤：选取普洱生茶、老茶和熟茶茶样。首先，称取茶叶5克，置于250ml的标准审评杯中。然后，注入沸水至杯满，加盖侵泡5分钟。最后，将茶汤沥入评茶碗中，利用相机拍摄n张原始茶汤图片；/n(2)普洱生茶、老茶和熟茶茶汤图像处理步骤：首先，将所有拍摄的茶叶茶汤图像进行背景去除。然后，随机选取拍摄茶汤图像的80％作为训练集进行图像增强，剩余20％作为验证集不做处理；/n(3)训练普洱茶茶汤识别模型：普洱生茶、老茶和熟茶分别执行上述操作，将生茶、老茶和熟茶经背景去除和图像增强后的茶汤图片与对应标签分别输入卷积神经网络进行训练、验证；/n(4)普洱生茶、老茶和熟茶图像识别步骤：将待识别的普洱茶茶汤置于评茶碗中，利用相机拍摄获取茶叶茶汤图像，输入经过良好训练的卷积神经网络中，获取生茶、老茶、熟茶的识别结果。/n

【技术特征摘要】
1.一种基于卷积神经网络的普洱生茶、老茶和熟茶判定方法，其特征在于，具体包括以下步骤：
(1)普洱茶茶汤图像采集步骤：选取普洱生茶、老茶和熟茶茶样。首先，称取茶叶5克，置于250ml的标准审评杯中。然后，注入沸水至杯满，加盖侵泡5分钟。最后，将茶汤沥入评茶碗中，利用相机拍摄n张原始茶汤图片；
(2)普洱生茶、老茶和熟茶茶汤图像处理步骤：首先，将所有拍摄的茶叶茶汤图像进行背景去除。然后，随机选取拍摄茶汤图像的80％作为训练集进行图像增强，剩余20％作为验证集不做处理；
(3)训练普洱茶茶汤识别模型：普洱生茶、老茶和熟茶分别执行上述操作，将生茶、老茶和熟茶经背景去除和图像增强后的茶汤图片与对应标签分别输入卷积神经网络进行训练、验证；
(4)普洱生茶、老茶和熟茶图像识别步骤：将待识别的普洱茶茶汤置于评茶碗中，利用相机拍摄获取茶叶茶汤图像，输入经过良好训练的卷积神经网络中，获取生茶、老茶、熟茶的识别...

【专利技术属性】
技术研发人员：张悟移，卯映雪，周霞霞，戴丽君，朱立国，胡永松，蒋倩，马继昌，陈成，张俊豪，陈星宇，杨茹婷，杨礼凡，林利平，宗子怡，江雨，张若楠，闻长城，孙雪莲，
申请(专利权)人：张悟移，
类型：发明
国别省市：云南;53