结合颜色和区域生长的茶叶图像分割算法研究

茶叶的净化处理一直是关系到国计民生的大问题,在茶叶处理的过程中,目前应用最多的就是计算机结合工业摄像机的技术,也就是图像分割技术,在采集到的茶叶图片中,可观察到非常复杂的絮体排列和不规则的絮体边缘,絮体层层叠叠,这时就需要一种能适应如此情况的有效的分割算法来进行操作,不仅要考虑分割的效果问题,更要结合颜色和区域生长情况考虑图像的后续计算的简便性和计算机的有效存储空间。     

基于图像颜色信息的茶叶嫩叶识别方法研究

采集清明时期茶叶图像,获取茶叶的图像信息。论文首先分析了嫩芽与老叶的G和G-B分量的颜色信息,该颜色信息差异能够有效区分嫩芽和背景;然后根据分析结果设定初始阈值,利用改进的最大方差自动取阈法计算G和G-B分量的分割阈值;最后提出了茶叶嫩芽的识别算法。实验结果表明该算法能有效消除光线的影响,快速识别嫩芽;相机与茶树间的距离为10 cm左右时,识别准确率为92%。本研究的方法和结果可为茶叶智能采摘机器的研发提供技术支持。     

基于计算机技术对茶叶嫩芽颜色的识别技术研究

随着当前人们对健康养生的重视程度不断成熟,因此在这一过程中,人们对茶叶产品的品质要求不断提升。而如何才能实现理想的茶叶生产效果,不仅要注重提升茶树自身品种,同时也要注重优化应用多项技术,本文拟从茶叶嫩芽颜色识别技术的应用背景分析入手,结合茶叶嫩芽颜色识别技术应用的具体价值,通过融入茶叶嫩芽颜色的识别技术要求,从而探究茶叶嫩芽颜色的具体识别技术内容。     

4种植物生长调节剂对茶树叶芽生长及茶叶品质的影响

为明确赤霉素、胺鲜酯、复硝酚钠和芸苔素内酯4种植物生长调节剂在春茶生产中的施用时间和效果,以喷施清水为对照,比较分析了在不同时间段喷施4种植物生长调节剂对茶树叶芽萌展值、发芽密度、百芽重、含水量、产量以及成茶感官品质等指标。结果表明:在春茶生产不同时间段喷施4种植物生长调节剂均能够提高茶叶产量,其中第2次喷施对产量的增幅较小;在春茶萌动前期施用复硝酚钠和芸苔素内酯能够显著提高茶树叶芽萌展值;在春茶萌动前期仅有施用芸苔素内酯能够显著增加茶树发芽密度,而在春茶生产后期喷施植物生长调节剂均在一定程度上增加茶树发芽密度和百芽重;最后2次施用植物生长调节剂能够显著提高茶叶感官审评得分。     

茶小绿叶蝉侵害对茶树生长和茶叶品质影响的研究进展

茶小绿叶蝉是广泛分布于茶园的主要害虫,对于茶叶的产量和品质有显著影响.本文综述了茶小绿叶蝉的优势种及其特性、茶小绿叶蝉侵害对于茶树生长及茶叶挥发性和非挥发性代谢物影响的研究进展,并展望了未来的主要研究方向包括利用预警措施和虫口密度控制技术提升茶叶品质、挖掘茶小绿叶蝉关键激发子、寻找茶小绿叶蝉侵害影响茶叶品质和产量的重要...     

影响茶叶中茶多酚含量的因素分析

本文从茶树种类、茶树生长环境、茶叶加工过程、茶叶贮存条件及茶叶冲泡条件等导致茶叶中茶多酚含量变化的因素展开综述分析,并提出相应改进策略,为茶多酚的研究、生产和应用提供科学参考.     

肥料对茶树生长和茶叶品质的影响

茶树需肥生理特性，各种肥料对茶树生长和茶叶品质的影响以及通过合理施肥起到促进作用。     

基于机器视觉的茶叶品种识别研究

在人们的日常生活中,茶叶扮演着不可或缺的角色,在出口商品中,茶叶也是一种不可或缺的存在。随着社会经济的发展,人们越来越重视茶叶的健康性以及功能性等特点,从而促进了我国茶叶产业的不断发展壮大,尤其是茶叶产业的深加工产品更是成为市场上炙手可热的话题。名优茶因其精湛的工艺和卓越的品质而备受推崇,深受人们的青睐。因此,名优茶采摘技术的发展一直备受关注。然而,尽管名优茶的采摘仍处于手工采摘的阶段,但由于低效率的采摘工作无法扩大生产,因此需要研究一套全自动设备和理论,以解决茶叶嫩芽的识别和定位这一最为关键和困难的问题。因此如何准确地进行茶树芽叶识辨与精确定位,已成为当前亟待解决的难题之一。在考虑综合名优茶采摘的具体环境和近年来目标识别的相关进展的基础上,我们运用机器视觉相关理论,着重研究了芽叶的识别和定位问题。通过一系列图像预处理和颜色空间变换处理,我们成功建立了茶叶嫩芽的外形特征子集;利用mask矩阵的应用特征,实现了对嫩芽和老叶的鉴别,并自动完成了分割过程;基于张正友相机标定方法,运用改进的RANSAC算法进行特征匹配,最终实现了嫩芽的三维坐标提取和精确定位。实验表明,该方法能够准确地将茶叶嫩...     

中国茶叶区域品牌发展的空间效应

基于2010—2019年中国茶叶区域品牌价值面板数据,运用泰尔指数和变异系数测度茶叶区域品牌发展水平的地区差异,利用OLS模型和空间杜宾模型检验茶叶区域品牌发展水平的β收敛特征,深入分析我国茶叶区域品牌发展演化趋势.结果表明,从时间来看,中国茶叶区域品牌发展水平呈平稳上涨阶段,其泰尔指数和变异系数呈下降趋势.从四大茶区来看,西南茶区茶叶区域品牌发展趋势基本与全国水平一致,其地区差异长期维持较低水平,发展速度呈空间β收敛特征,空间溢出效应弱;江南茶区长期高于全国平均水平,但其地区差异较大,发展速度呈空间β收敛特征,β收敛速度约为全国平均水平的60％;华南茶区茶叶区域品牌发展呈N型上涨趋势,但其地区差异最大,发展速度不存在空间β收敛;江北茶区的茶叶区域品牌发展长期低于全国平均水平,其地区差异小,发展速度呈空间β收敛特征.     

“茶叶四发肥”对春茶新梢生长和产量的效应

在春茶采摘前半个月喷施适量“茶叶四发肥”对春茶新梢生长和产量及品质改善有明显的促进作用，能加速茶芽萌发，提早３－４天开采，发芽密度和百芽重增加，生长整齐，产量增加１０．６％。并明显提高氨基酸内含物等含量，投入产出比达１：９以上。     

利用计算机读取整茶色泽参数的方法研究

建立了一种用计算机读取整茶色泽参数的方法——L处理法,并验证了其可靠性和对该方法进行了研究。结果表明,L处理法可以准确快速地读取整茶图象的色泽参数。扫描分辨率为100βdpi时,扫描图像的色泽参数95%置信区间分别为：L=0,-0.45≤a≤0.45,-0.71≤b≤0.71;当整茶扫描区域达到11βcm×11βcm或以上时,扫描图片的色泽参数可以代表茶样的实际色泽状况,其标准误(SE)分别为：-0.16≤L≤0.16,-0.13≤a≤0.13,b=0;整茶色泽参数与粉碎茶色泽参数存在显著差别,粉碎茶不能代表茶叶真实的外观色泽;电脑读取色泽参数的稳定性优于色差计。     

基于颜色和形状的茶叶计算机识别研究

综合利用计算机视觉、图像处理技术,增加茶叶的形状参数,改进神经网络算法,实现了茶叶品质识别的自动化。研究中通过数码相机等直接得到茶叶图像,经过对图像格式进行转换和预处理,然后基于HSI模型提取的茶叶颜色特征参数和二值化后图像提取的茶叶形状特征参数,通过遗传神经网络,最后完成对茶叶的自动识别。实验结果表明此方法能取得更好的识别效果,计算机的检测结果与人工检测结果高度吻合。     

红茶和乌龙茶色素与干茶色泽的关系

用薄层色谱扫描法和分光光度法,分别测定了红茶和乌龙茶中的主要脂溶性色素(包括叶绿素及其降解产物和类胡萝卜素主要组分)和多酚类氧化产物(TF、TR 和 TB),并就色素系统的内部比例与外形色泽品质的关系作了初步探讨。结果表明,(Chl a、b+Cd a、b)/Car、(Chl a、b+Cda、b)/(Py a、b+Po a、b)和(Py a、b+Po a、b)/TR 能较合理地解释红茶与乌龙茶外形色泽形成的化学实质。     

茶树新梢内源激素与叶片色泽形成的调控关系研究

以3个紫化茶树品种（系）（紫福星1号、紫娟、红叶1号）、2个绿叶品种（肉桂、福鼎大白茶）以及1个白化品系（白鸡冠）为供试材料,对主要呈色物质（花青素、叶绿素、类胡萝卜素）以及三类植物激素[脱落酸（ABA）、茉莉酸（JA）、水杨酸（SA）]的含量进行检测。结果表明,紫化茶树品种的花青素和ABA含量普遍较高,两者呈极显著正相关;ABA与叶绿素、类胡萝卜素则呈显著负相关。通过分析紫化茶树不同叶位的ABA与花青素含量,结合两者相关基因在不同叶色茶树叶片中的表达情况显示,ABA对茶树花青素合成起促进作用。     

基于色差系统的工夫红茶茶汤亮度的量化评价方法研究

茶汤亮度是反映工夫红茶品质优劣的重要因素之一。目前茶汤亮度评价依赖于专家感官审评,缺少量化的评价手段。以感官审评的茶汤亮度为依据,对43个不同亮度茶汤开展色差分析,并结合多变量分析和线性回归拟合,建立茶汤亮度预测方程。结果表明,基于茶汤色差轮廓,结合主成分分析(PCA)、偏最小二乘判别分析(PLS-DA),可有效区分亮、暗茶汤。基于线性回归拟合,筛选出关键变量为L99(明度)、C^*(彩度),建立的茶汤亮度预测方程为L_pre=-46.028+0.519×L99+0.117×C^*,预测值和感官审评所得值之间的Pearson相关系数为0.92(P<0.01)。此外,验证集结果进一步证实了该预测方程用于红茶茶汤亮度评价的有效性。综上,本研究通过茶汤色差系统分析并结合多元统计,建立了一种快速、有效的工夫红茶茶汤亮度的量化评价方法,对红茶品质的客观智能评价及后续高亮红茶的定向化加工研究具有重要意义。     

基于霍特林变换的稻米彩色图像粒形检测算法

利用稻米分割后轮廓灰度图与背景灰度图的灰度均值之差和灰度方差之差进行米粒图像分割效果定量评价,对7个彩色通道的稻米图像进行分割评判,选取I1(红色、绿色、蓝色通道的平均值)通道进行稻米图像分割。提取分割后标注的单粒米粒边界的二维坐标向量,对坐标向量进行霍特林变换,通过计算变换后米粒最小外接矩阵来表征稻米粒形,简化了现有的稻米粒形检测算法。检测稻米粒型时,算法在MATLAB7.5.0环境下运行。该算法所得米粒长宽比与人工检测结果的平均相对误差为1.65%,每幅图像平均耗时0.323s;而最小外接矩形算法的平均相对误差为2.24%,每幅图像平均耗时2·837s。     

茶树叶片精准测色装置构建及在稀有种质鉴别中的应用

采用扫描仪、测色器Color Pix和RGB颜色系统建立测色装置,并利用在线工具Color Hexa将色差指标值转换成CIELab颜色体系参数,对绿、黄、紫色系典型茶树种质进行环向和径向测色法比较分析。结果表明,径向测定法采用单叶多点重复取值与环向测定法中环位取值具有相近叶色表征作用。通过对120个不同叶色种质的径向多点位重复测定和环向中环位测定,2种方法的明度L*、色差指标值a*和b*显著正相关。但是,考虑到使用的简便性与分析效率,提出用环向中环位测定值定义叶色更为合适。对上述120个供试茶树种质的环向中环位叶色测定值构成的三维散点图进行分析,发现能够将紫红色种质与紫色系种质有效分离,更进一步证明该技术在特异叶色种质精准鉴别中具有实用价值。     

主成分分析与聚类分析在茶饮料汤色稳定性评价中的应用

采用主成分分析（Principal components analysis, PCA）和聚类分析（Cluster analysis, CA）对38个以不同工艺加工的茶样为原料制成的茶饮料汤色稳定性进行了分析,从17个影响茶饮料品质稳定性指标中提取4个主成分指标构建数学评价模型,并基于综合评价得分（Z）对38个不同工艺进行聚类。研究结果表明,可以将38个不同加工工艺的原料茶划分为3类,第1类Z<10,表现为茶饮料汤色稳定性好;第2类10≤Z≤20,表现为茶饮料汤色稳定性一般;第3类Z>20表现为茶饮料汤色稳定性差。将数学评价模型结合工艺处理综合分析后发现,原料茶的干燥处理对茶饮料汤色稳定性的影响较为显著。     

花生籽仁感官品质鉴定中的计算机色选机制研究

花生籽仁的品质鉴定是花生外贸加工和质量检验的重要内容。为了验证基于颜色特征的品质分级的可行性,数码相机微距获取了6大类品质（标准、揉伤、切伤、霉变、发芽、杂质）花生籽仁图像192幅,建立和检验了12个颜色特征及其组合组成的15个特征的识别模型。发现两个及两个以上颜色分量特征的识别率已达到90％以上,采用三个颜色分量基本达到了实用的要求。机器视觉检测具有成本和速度上的优势,能够用于花生籽仁的品质鉴定,G1、R1、R2组合模型最佳,分辨率达到了实用的要求。经改进技术识别率可进一步提高。     

寒地水稻不同施氮群体叶色的定量差异研究

研究了基肥不同施氮量与各时期叶色变化及SPAD值与叶片全氮含量之间的关系。结果表明,基肥不同用量对分蘖期的4、5、6叶叶色无显著影响,8叶定型前后对6、7叶叶色影响比较明显,对剑叶定型期、抽穗期叶色影响不明显;SPAD值与叶片中的全氮含量呈显著的直线相关性。