[发明专利]一种基于模糊神经网络的茶叶外观品质的量化方法

说明书

技术领域

本发明涉及一种茶叶外观品质的客观量化方法，具体地说是一种基于模糊神经网络的茶叶外观品质的量化方法。

背景技术

茶叶品质是茶叶内各种成分相互配合，彼此协调后的综合反映，但茶叶的成分很复杂，并不能通过某些内部成分的量化就能表达；因此，在国内外，茶叶品质的好坏、等级划分、价值高低决定主要通过人的感官进行评定。感官审评方法相对简便，并能对茶叶的风味特征进行鉴别和描述，但感官审评结果是由评茶师的感官经验决定，具有明显的随意性和不确定性，主观性强，一致性差。研究采用仪器量化茶叶的品质指标，可有效避免人工感官评定方法所存在的缺陷，提高茶叶品质评价的准确性、稳定性和一致性。

茶叶品质包括茶叶外观、汤色、香气、滋味和叶底5个评价指标，其中茶叶外观是一个最直观的评价指标。茶叶外观指标评价包括对茶叶外观形状和颜色两个方面，即通过观看茶叶的外观形状和颜色，就能大致推测该茶叶的品质状况；利用感官审评方法评价茶叶的外观主要观看茶叶外观的形状、色泽、嫩度、整碎、净度和色泽等5个审评因子。一些文献研究采用测色技术来量化分析茶叶的外观色泽，王文杰(茶叶科学，2005年第1期，P37-42)研究利用电脑测定茶叶色泽的方法，采用扫描仪获取茶叶图片，通过Lab表色系统来描述茶叶颜色。严俊(中国农学通报，1997年第6期，P24-26)研究应用测色技术及多元回归分析方法，建立了工夫红茶外观色泽及红茶粉末色泽的线性回归模型。赖国亮(福建茶叶，1999年第2期，P19-21)研究应用测色技术及多元回归分析方法，建立了炒青绿茶的外观色泽及茶叶粉末色泽的线性回归模型，但色差计所测视角直径只有8mm，测定干茶或叶底色泽时，其代表性受到影响。茶叶外观品质不仅包括外形色泽，其茶叶的形状、嫩度、整碎、净度这些审评因子对茶叶品质的评价影响也很大，因此采用测色技术难以实现茶叶外形的形状特征的分析。近年来，有文献研究利用计算机视觉技术分析茶叶的外观品质，将茶叶平铺，通过计算机视觉技术获取茶叶的可见光图像，再提取可见光图像中的外形纹理特征和颜色特征即可表达出茶叶外观的形状、嫩度、整碎、净度和色泽5个审评因子的特征。“基于多光谱图像技术的纹理分析鉴别不同绿茶的装置(专利号：ZL2007201100404.1)”提出采用多光谱图像技术获取茶叶的外观纹理特征。陈全胜(仪器仪表学报，2006年第12期，P1704-1706)研究利用机器视觉技术识别不同种类的茶叶。蔡建荣(农业机械学报，2000年第4期，P67-70)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，来分析不同年份生产的茶叶品质状况。这些研究中只是利用计算机视觉技术实现茶叶品质的定性鉴别，并未实现茶叶品质的仪器量化评价。

茶叶品质主要由评茶员通过视觉器官完成，人体感觉器官机理复杂，由感官审评方法评价得出的结果具有一定的主观性和模糊性；且茶叶内部成分复杂，茶叶品质是各种复杂内部成分相互作用的结果，在茶叶内生化参数与感官评分间可能是复杂的非线性关系。郑岩(小型微型计算机系统，2004年第7期)提出采用模糊神经网络方法对5种茶味信号进行定性识别，也并未实现茶叶味觉信号的量化分析。经检索，利用仪器来量化分析茶叶外观品质，以及在建模过程中如何减少感官审评结果的主观性影响还未见相关研究报道。

发明内容

本发明的目的在于克服茶叶感官品质审评存在的缺陷及上述现有技术的不足，建立一种基于模糊神经网络的茶叶外观的量化评价方法。该方法首先用计算机视觉系统获取茶叶的可见光图像，然后提取茶叶可见光图像的形状特征和颜色特征，将提取的特征值作为自变量，茶叶外观感官审评得分值作为因变量，建立茶叶外观品质的模糊神经网络评价模型。该方法不仅具有很好的数值逼近性和稳定性，而且能很好地处理感官审评结果的模糊性、主观性影响，与目前一直沿用的主观评价方法的评价结果具有很好的一致性，从而提高茶叶品质评价的准确性和一致性。

为解决上述技术问题，本发明是按如下方式实现的：

(1)选取一批具有代表性的样本，由具有国家资格证书的评茶员对各茶样的外观进行感官审评，给出各茶样的外观评分值；

(2)采用计算机视觉技术获取茶叶的可见光图像，预处理可见光图像后，分别提取形状特征和颜色特征；对所有提取的特征变量进行主成分分析，得到一组互不相关的新变量；