基于图像和光谱信息融合的红茶萎凋程度量化判别

为了实现对红茶萎凋程度量化判别,该研究提出了一种将图像和光谱信息融合后分别与线性判别分析法和偏最小二乘法结合的技术,进行工夫红茶萎凋程度定性判别及儿茶素与氨基酸比值定量预测研究。通过对图像进行主成分分析,筛选出5个特征波长和对应的光谱特征值,基于灰度共生矩阵提取5个特征波长图像的纹理特征值,并采用连续投影算法优选出14个纹理特征值,然后分别以光谱和纹理特征值融合数据建立红茶萎凋程度的线性判别模型和儿茶素与氨基酸比值的偏最小二乘预测模型。结果表明:采用所研究的方法和建立的模型对工夫红茶萎凋程度判别准确率达到94.64%,儿茶素与氨基酸比值预测相关系数为0.8765,预测均方根误差为0.434,预测结果较好。证明应用这两种方法能实现对红茶萎凋程度量化判别。

基于高光谱成像技术的工夫红茶数字化拼配

以祁门红茶5级6孔正子口、5级8孔正子口、6级6孔正子口和6级8孔正子口4种原料拼配成工夫红茶,应用高光谱图像系统获取拼配后茶样的光谱和图像信息。采用连续投影算法筛选光谱特征值;通过对图像做主成分分析,提取5个特征波长,采用灰度共生矩阵法提取5个特征波长下的图像纹理特征值。分别以光谱特征值、纹理特征值以及融合特征值作为模型输入值,结合偏最小二乘、最小二乘支持向量机(least squares-support vectormachine,LS-SVM)和反向传播人工神经网络方法建立茶叶拼配配比定量预测模型,并对模型的结果做比较。结果表明,以光谱特征值与纹理特征值融合后的值为输入参数,结合LS-SVM方法建立的模型,配比预测正确率达到了94.5%,预测结果较好。研究结果为出口茶叶数字化拼配的可行性提供理论依据。

茶叶加工中拼配技术的研究进展

拼配作为茶叶加工中的重要工序,是稳定茶叶品质的重要手段。目前,国内茶叶拼配一般分为毛茶拼配和成品拼配。文章综述了茶叶拼配工艺基础和研究现状,指出现阶段我国茶叶拼配存在品质差异较大、机械化程度低、科研投入较少等问题,并提出未来茶叶拼配在智能化、机械化、数字化方面的发展趋势。