基于机器视觉的工夫红茶萎凋叶水分检测方法

摘要：

萎凋是红茶加工的首道工序,萎凋程度主要依赖于人工经验判断,难以做到精准、客观和量化评价.本文以工夫红茶萎凋在制品为研究对象,基于机器视觉技术,采集不同时序下的萎凋叶图像,并提取图像色泽和纹理特征,与对应水分测定值进行关联分析,建立了相应的线性回归方程.结果表明,R、B、S、b*、(2G-R-B)、hab*和δ等图像特征与水分含量显著相关;回归方程预测值与实测值的相关系数达0.986,标准估算的误差为0.0077,图像特征能较好表征萎凋叶水分变化.本研究为萎凋加工过程中水分含量快速无损检测提供了解决方案,也为萎凋过程水分在线检测装置和智能化监控设备的研制,提供理论基础与科学依据.

关键词：工夫红茶、萎凋叶、机器视觉、水分检测、预测模型

所属期刊栏目：42

资助基金：国家自然科学基金项目31972466

在线出版日期：2020-03-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：34-39,44