申请/专利权人：广东省农业科学院茶叶研究所;华南农业大学

申请日：2023-08-15

公开（公告）日：2024-04-05

公开（公告）号：CN117054372B

主分类号：G01N21/359

分类号：G01N21/359;G06V10/774;G06V20/68

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2023.12.01#实质审查的生效;2023.11.14#公开

摘要：本发明涉及一种基于NIRS与CV的茶叶品质等级检测方法和系统，其技术方案要点是：对茶叶图像进行预处理得到对应的处理图像，对待检测茶叶的近红外光谱根据预设的待检测成分进行预处理得到第一处理光谱，对近红外光谱进行降噪和校正处理得到第二处理光谱；将处理图像输入的茶叶外形品质定级模型得到对应的外形品质等级；将第一处理光谱输入与待检测成分对应的成分检测模型得到对应的成分数据；对第二处理光谱、成分数据和外形品质等级进行数据转换得到综合数据；将综合数据输入综合品质模型得到对应的茶叶等级；本申请具有对茶叶的外形品质的评定更为客观化和标准化，且综合考虑茶叶内质品质和外形品质，使茶叶的品质定级更综合的效果。

主权项：1.基于NIRS与CV的茶叶品质等级检测方法，其特征在于，包括：获取待检测茶叶的茶叶图像和近红外光谱；对所述茶叶图像进行预处理得到对应的处理图像，对所述近红外光谱根据预设的待检测成分进行预处理得到对应的第一处理光谱，对所述近红外光谱进行降噪和校正处理得到对应的第二处理光谱；将所述处理图像输入训练好的茶叶外形品质定级模型得到对应的外形品质等级；将所述第一处理光谱输入与所述待检测成分对应的构建好的成分检测模型得到对应的成分数据；对所述第二处理光谱、成分数据和外形品质等级进行数据转换得到综合数据；将所述综合数据输入给训练好的综合品质模型得到对应的茶叶等级；所述待检测成分包括：茶多酚、咖啡碱和游离氨基酸；所述成分检测模型包括：茶多酚检测模型、咖啡碱检测模型和游离氨基酸检测模型；所述将所述第一处理光谱输入与所述待检测成分对应的构建好的成分检测模型得到对应的成分数据，包括：将与所述茶多酚对应的第一处理光谱输入构建好的茶多酚检测模型得到对应的茶多酚数据；将与所述咖啡碱对应的第一处理光谱输入构建好的咖啡碱检测模型得到对应的咖啡碱数据；将与所述游离氨基酸对应的第一处理光谱输入构建好的游离氨基酸检测模型得到对应的游离氨基酸数据；所述对所述第二处理光谱、成分数据和外形品质等级进行数据转换得到综合数据，包括：截取第二处理光谱中前N2个波长变量的特征波段，得到特征波段数据对所述特征波段数据在长度方向上进行N等分，N为正整数，在宽度方向上将所述等分波段数据按其原长度方向顺序一一合并得到N×N的正方形矩阵，所述N×N的正方形矩阵为： 将所述茶多酚数据复制为一维向量，并补丁到所述正方形矩阵的第一边；将所述咖啡碱数据复制为一维向量，并补丁到所述正方形矩阵的第二边；将所述游离氨基酸数据复制为一维向量，并补丁到所述正方形矩阵的第三边；将所述外形品质等级复制为一维向量，并补丁到所述正方形矩阵的第四边；将补丁后正方形矩阵的4个对角元素以0填补得到N+2×N+2矩阵的综合数据，所述综合数据为： 其中，a表示所述茶多酚数据，b表示所述咖啡碱数据，c表示所述游离氨基酸，d表示所述外形品质等级。

全文数据：

权利要求：

百度查询： 广东省农业科学院茶叶研究所;华南农业大学 基于NIRS与CV的茶叶品质等级检测方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD