茶叶色选机的技术创新和发展趋势——以梅州市为例

茶是中国人的"国饮",是最普遍、最基本的饮料。茶叶的质量会影响到茶的口感,随着人们对茶叶质量要求的提升以及人们健康意识的形成,科研人员开始积极研发可以筛选茶叶差异品质的设备。色选机将物料光学存在的特性差异作为理论基础,使用光机电探测手段对物料中的异色粒以及异色物进行自动分拣,对茶叶检测和品质分级。茶叶色选机在我国制茶中有着广泛的应用,为有效提高茶叶的品质,笔者分析了茶叶色选机技术创新的必要性和技术创新方式,展望了茶叶色选机未来的发展趋势。     

浅谈茶叶色选机的正确使用及维护

近几年来,武夷岩茶发展迅猛,茶产业发展使茶叶色选机得到推广应用。从2008年至今,武夷山市共引进茶叶色选机40多台,品种主要有进口的韩国大原,国产的安徽中科、安科、捷迅。     

基于DSP的脱绒棉种色选机光电检测系统的设计

光电检测系统是脱绒棉种色选机的核心系统,他对色选机的色选精度有直接的影响,合理设计检测系统是设计色选机所要解决的关键问题。主要论述了脱绒棉种色选机光电检测系统的两大部分即光学系统和数字信号处理系统的设计方法。     

看美亚光电是如何“逆转市场话语权”的

谁有实力,谁就有话语权。在1996年以前,中国并没有自己生产的色选机。那时,买国外一台几十通道的色选机,需要花费100多万元,属一笔昂贵的资金投入。而自1996年美亚生产出中国第一台安科牌色选机开始,中国的粮食色选机市场便开启了其平民化之路,现在买一台色选机只要10多万元,价格降到了不足以前的1/10。今天,美亚的色选机通道数已经发展到了440通道,其国内市场占有率达到了近70%,国际市场占有率达到了30%以上,在这15年的时间里,美亚是如何做到市场急剧扩展与逆转的?     

枸杞色选机的研制

介绍了国内外色选机的研究现状,枸杞色选机工作原理、工作过程、供料系统、光学系统、图像处理等关键部位的结构和工作原理。     

花瓣色选机除尘气流对花瓣运动影响的分析

花瓣色选机为保证光学检测区不受杂质的干扰,会设置相应的除尘装置,而除尘气流对鲜花花瓣的运动存在干扰,会导致色选精度降低。研究玫瑰花瓣在色选机流场中的运动,通过空气动力学分析流场中玫瑰花瓣运动状态,得到玫瑰花瓣与花托的悬浮速度,然后对色选机内部流场中玫瑰花瓣的运动进行数值仿真分析,得到花瓣色选机除尘气流的最优工作参数。其结果表明:过大的除尘气流会影响残缺玫瑰花瓣下落的运动轨迹,会使得残缺花瓣被气流带入优质玫瑰花瓣出口,导致色选精度降低。     

用于番茄收获机上的色选机的研制

目前国内对室内番茄色选机的使用较广泛,但是对可用于室外作业的番茄色选机基本被国外垄断。本文阐述了番茄色选机的整机结构及各分系统结构,分析介绍了工作原理及试验情况。     

脱绒棉种色选机常用检测元件对比分析

为了寻求一种更好的脱绒棉种色选机检测系统中的检测元件,通过对国内外色选机主要检测元件的进行了对比分析,得出CCD图象传感器的检测效果优于其它检测元件,可作为设计者首选的检测元件。     

装备

100501DANDY-2110色选机该色选机采用超速气枪,快速选出不良品,降低带出比例,分选出白米中的杂质,提高大米的产量。设计上采用自动清洁装置和除尘装置,可经常保持最佳的分选状态;在通道和摄像机内部设有     

基于FPGA的西瓜子机器视觉色选系统

基于现场可编程门阵列FPGA并行运算平台,设计了一种采用线阵CCD芯片的西瓜子色选机系统.硬件平台将CCD芯片驱动、动态图像的采集与处理、分类计算及气阀控制信号输出等集中在一个FPGA芯片上实现.色选机试制系统产量为1.2～1.8 t/h,色选精度97.7％,带出比为6～8.与传统工控机平台进行对比试验,验证了基于FPGA的西瓜子色选机系统具有良好的实时性和高效性.     

基于FPGA的脱绒棉种色选机实现

通过对当前脱绒棉种分选实现方法的对比,给出了一种双CCD(Charge-coupled device)检测FPGA(Fieldprogrammable gate array)分选实现的方法。通过图像采集模块、数据传输模块和分选模块的分析与设计,结合仿真分析和测试试验,验证了色选机系统效果。其中,图像采集模块采样彩色线阵CCD对脱绒棉种进行成熟度信息采集、黑白线阵CCD对棉种进行完整度信息采集;数据传输模块完成采集数据的传输任务;分选模块依据成熟度和完整度信息对棉种进行判别分析。试验结果表明,色选机系统能够完成对棉种特征信息的采集、数据传输以及分选判别工作,能够满足色选机设计要求。     

利用计算机视觉定量描述茶叶色泽

选择ＨＩＳ颜色系统描述茶叶颜色,并对颜色描述系统模型进行了改进,使之能更好地模拟理想颜色模型。在此基础上对自然存储条件下不同年份生产的龙井茶的茶叶色泽和汤色进行定量测量,测量结果：利用计算机视觉能定量地茶叶色泽随储藏时间的变化。     

基于计算机视觉的茶叶色泽检测研究

我国茶叶种植面积和产量均为世界第一,是特色农业的重要组成部分;但我国茶叶品质检测体系不完善,分级技术水平不高,影响了产品在国际市场上的竞争力。传统的茶叶分级是由人工分析判断,具有较大的局限性。计算机视觉是一种新型的图像处理技术,已经应用于茶叶品质分析。为此,将拍摄的茶叶和茶水图像进行预处理、灰度化和阈值分割,获得目标轮廓并分析颜色特征,并通过建模集样本确定用于色泽检测的特征量,然后对检验集样本进行色泽检测。结果表明:检验集中被错误识别的茶叶种类极少,总体的识别准确率达到9 0%,为准确评价茶叶的色泽品质提供了技术支持。     

茶叶嫩芽机器视觉识别算法研究

针对自主采茶机器人,研究了在茶园自然光环境下如何高效识别茶叶嫩芽。针对自然光条件下采集的茶叶图像含有大量噪声的情况,为了避免一些像素值变化剧烈的像素点,根据分析,最终选用双边滤波去噪算法,对茶叶原始图像进行平滑滤波的同时,还能有效保留图形的边缘等有用信息。采用一种新的基于颜色通道调换的算法来增大茶叶嫩芽和老叶以及环境的对比度,然后提取茶叶的颜色特征,进而分割提取出茶叶嫩芽。实验结果表明:基于颜色通道变换的算法具有高效稳定等优点,能够很好地识别茶叶嫩芽,可以满足自主采茶机器人对茶叶嫩芽识别的要求。该算法为后续自主采茶机器人的研发提供了技术支持。     

计算机视觉技术在茶叶等级检测中的应用研究

茶叶富含多种具有营养价值和保健功能的化学物质,是世界上三大饮料之一。我国的茶叶种植面积和产量都位居世界第一,但近年来茶叶产业的效益徘徊不前,原因在于茶叶分级技术落后,影响了产品在国际市场的竞争力。计算机视觉是一种较为新型的技术,在茶叶品质检测中得到广泛应用,其检测范围集中在茶叶色泽和外部形态上,取得了较好的分级效果。为此,通过计算机视觉技术获取茶叶形状和茶水颜色特征,利用神经网络对检测数据进行分析后判别茶叶的等级。结果表明:计算机视觉能有效地判别各等级的茶叶,检测的总体准确率达到88.8%,可以应用于茶叶的实时等级检测。     

红外技术在农业色选领域的应用

介绍了红外技术在农业色选领域的应用，以马铃薯品质检测为主要分析对象，概述了检测原理、检测过程和分析结果，为进一步将红外技术应用到青贮饲料、牧草和甜菜等其他农产品物料的检测提供依据。      

基于小波的色度空间图像增强算法--以处理茶叶样本图像为例

茶叶的色泽是评定茶叶等级的一个重要指标。通过计算机分析茶叶样本图像的茶叶色泽,可以不受人为因素的干扰,客观评定茶叶等级。为此,介绍了色度空间与基于小波的图像增强算法,并将二者结合,用来分析茶叶色泽,评定茶叶等级。与传统方法比较,此方法在人眼视觉对亮度和颜色不同的敏感特性方面具有明显的优越性。     

杜仲雄花茶加工中护绿工艺响应面优

针对杜仲雄花茶在加工过程中易变色的问题,通过利用盐离子、柠檬酸、抗坏血酸和杀青等处理抑制杜仲雄花的褐变以实现护绿的效果.在单因素试验基础上,利用SAS数据统计软件对影响杜仲雄花茶汤色的因素进行了评价,筛选出具有显著护绿效应的3个因素,即Zn~(2+)、柠檬酸和蒸汽法杀青.利用Design-Expert数据分析软件中响应面分析法的中心组合设计建立了杜仲雄花茶加工过程中护绿工艺的数学模型,并确定了杜仲雄花茶加工过程中适宜的护绿工艺为:先用料液比为10g/mL、质量分数0.04%的Zn~(2+)水溶液和0.4%的柠檬酸水溶液喷洒杜仲雄花蕾,然后在蒸汽中蒸40s,经过处理后的材料制成杜仲雄花茶,可避免加工过程中变色和品质变差.     

茶叶籽脱壳、清选和色选自动化加工技术

茶叶籽油富含天然茶多酚、角鲨烯和维生素E等多种功能活性成分,其营养价值媲美橄榄油。茶叶籽采摘后容易霉变,霉变茶叶籽会造成茶叶籽油中的苯并芘含量过高,从而影响成品油的品质和口感。目前,茶叶籽破壳清选大多采用半手工半机械操作,根据茶叶籽的结构特性,对茶叶籽脱壳、清选和色选自动化加工技术进行探析,分析茶叶籽分选过程中的壳仁分离不彻底、茶叶籽人工霉变筛选效率低和成本高等问题,促进茶叶籽油产业高质高效绿色发展。      

基于阈值分割法的茶叶嫩芽识别研究

嫩芽识别是实现名优茶智能采摘的前提,因此,利用数码相机采集了清明时期贵州大学和贵州农科院茶园茶叶图像,并以茶叶图像为对象,研究了茶叶嫩芽的识别方法。首先对1KGB颜色模型的色差法（R—B）进行分析,然后以该算子为分割分量,对比研究了多种阈值分割法的优缺点和分割效果。试验结果表明,所研究的分割方法都能有效区分嫩芽和背景,其中ostu法和迭代阈值法的识别效果较好,嫩芽识别准确率为90％左右。