基于高光谱成像和外观特征的祁门工夫红茶质量数字化评判

研究提出基于高光谱成像(Hyperspectral imaging,HSI)结合化学计量学算法对七个等级的祁门工夫红茶样品外观质量评判。利用HSI系统采集样品原始图像,提取其9个色泽特征。利用灰度共生矩阵和灰度统计矩阵等图像纹理特征提取算法获得66个纹理特征数据。将图像色泽和纹理数据进行特征融合,以融合数据作为构建模型的特征向量。利用支持向量机、随机森林和最小二乘支持向量机(Least squares support vector machine,LSSVM)算法结合特征融合数据,构建祁门红茶样品的等级识别模型。实验显示,基于融合特征的LSSVM模型的判别精度最高,为94.85%。结果表明,HSI结合色泽、纹理特征和化学计量学方法作为一种快速和有效的策略,可以成功地应用于祁门工夫红茶等级质量的准确判别。