10.3969/j.issn.1000-369X.2017.02.008
基于图像处理技术和神经网络实现机采茶分级
为解决名优绿茶采摘环节的瓶颈问题,提出对机采大宗绿茶进行分级的思路.现有绿茶机采设备采摘的鲜叶一般只能制作普通的大宗绿茶,鲜叶存在混杂、破碎率高和老梗叶等问题,本文基于Labview vision、图像处理技术和神经网络算法分析机采绿茶成品的凸包面积、 凸包周长、长轴长度、短轴长度等形态特征并对样本进行分类,实现从机采大宗绿茶中分选出名优绿茶.其中样本的形态特征采用工业CCD摄像头获取;用户界面用Labview自定义开发设计,数据交互方便,开发周期短.茶叶样本试验结果表明:该方案机采绿茶成品的分级正确率可以稳定在90%以上.本研究为进一步研究机采茶分级设备提供了良好的理论基础.
机采绿茶、分级、神经网络、图像处理技术
37
TS272.3;S23(食品工业)
科技部科技型中小企业技术创新基金项目14C26213401694
2017-05-08(万方平台首次上网日期,不代表论文的发表时间)
共9页
182-190