基于多特征融合的茶叶鲜叶等级识别的方法研究

摘要：

茶叶鲜叶等级直接影响优质绿茶成品的等级,如果在鲜叶阶段就茶叶的芽叶数量进行等级识别,并将不同等级鲜叶分离出来,制作不同等级的绿茶成品,从一定程度上解决了优质绿茶鲜叶采摘环节的难题.提出基于茶叶形态、纹理和HOG特征的鲜叶分级方法,采集鲜叶样本图片,对样本图片进行预处理操作,再提取鲜叶形态和纹理特征等特征参数,建立机器学习模型支持向量机、随机森林和线性判别法K-最近邻对新鲜茶叶样本进行分类,得到各等级的茶叶识别结果.试验结果表明,单独使用一种特征分类效果不佳,也不符合茶叶本身的复杂性.将多种特征融合有更好的分类效果;3种算法中,随机森林算法有较高的优越性,准确率达97.06％.该研究提取的多特征参数和分类模型,为实际鲜叶的生产加工等级识别提供参考.

关键词：特征融合、随机森林、机器学习、鲜叶等级识别、HOG特征

所属期刊栏目：48

分类号：TS272.2;TP181(食品工业)

资助基金：安徽省科技重大专项;安徽农业大学2020年度研究生创新基金项目

在线出版日期：2021-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：480-487