[发明专利]一种工夫红茶萎凋适度性判别方法及系统在审
| 申请号： | 201811392034.4 | 申请日： | 2018-11-21 |
| 公开（公告）号： | CN109492701A | 公开（公告）日： | 2019-03-19 |
| 发明（设计）人： | 董春旺;梁高震;安霆;江用文;王近近;杨艳芹;袁海波;邓余良;李佳;滑金杰 | 申请（专利权）人： | 中国农业科学院茶叶研究所 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G01N21/31 |
| 代理公司： | 杭州裕阳联合专利代理有限公司 33289 | 代理人： | 姚宇吉 |
| 地址： | 310000 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 工夫红茶 萎凋 预设 分类模型 光谱信息 测试集 训练集 图像 预处理 验证 智能化检测 主成分分析 采集图像 分类结果 输出模型 输入变量 特征波长 提取特征 萎凋过程 阈值时 采集 融合 检测 | ||
1.一种工夫红茶萎凋适度性判别方法，其特征在于，包括以下步骤：
对预设数量的工夫红茶分别采集图像和光谱信息，并按照预设比例将所述图像划分为训练集和测试集；
分别从所述图像和所述光谱信息中提取特征信息和特征波长变量，将所述特征信息和特征波长变量进行融合，融合后得到第一特征，并对所述第一特征进行预处理；
对预处理后的第一特征进行主成分分析，得到第二特征；
建立工夫红茶萎凋性分类模型，并利用所述第二特征和训练集，对所述工夫红茶萎凋性分类模型进行训练；
利用所述第二特征和测试集，对训练后的工夫红茶萎凋性分类模型进行验证，当验证得到的判别率大于预设阈值时，输出验证后的工夫红茶萎凋性分类模型；
采集待检测工夫红茶萎凋叶的图像和光谱信息，利用所述待检测工夫红茶萎凋叶的图像和光谱信息，以及所述验证后的工夫红茶萎凋性分类模型，获得待检测工夫红茶萎凋叶的萎凋适度性分类结果。
2.如权利要求1所述的一种工夫红茶萎凋适度性判别方法，其特征在于，所述预处理具体为数据标准化变换处理。
3.如权利要求1所述的一种工夫红茶萎凋适度性判别方法，其特征在于，所述特征信息包含颜色特征和纹理特征。
4.如权利要求1所述的一种工夫红茶萎凋适度性判别方法，其特征在于，基于支持向量机算法建立工夫红茶萎凋性分类模型。
5.如权利要求1所述的一种工夫红茶萎凋适度性判别方法，其特征在于，所述预设阈值为95％。
6.一种工夫红茶萎凋适度性判别系统，其特征在于，包括：
图像和光谱信息采集模块，用于对预设数量的工夫红茶分别采集图像和光谱信息，并按照预设比例将所述图像划分为训练集和测试集；
第一特征提取模块，用于分别从所述图像和所述光谱信息中提取特征信息和特征波长变量，将所述特征信息和特征波长变量进行融合，融合后得到第一特征，并对所述第一特征进行预处理；
第二特征提取模块，用于对预处理后的第一特征进行主成分分析，得到第二特征；
模型建立和训练模块，用于建立工夫红茶萎凋性分类模型，并利用所述第二特征和训练集，对所述工夫红茶萎凋性分类模型进行训练；
模型验证模块，用于利用所述第二特征和测试集，对训练后的工夫红茶萎凋性分类模型进行验证，当验证得到的判别率大于预设阈值时，输出验证后的工夫红茶萎凋性分类模型；
分类结果输出模块，用于采集待检测工夫红茶萎凋叶的图像和光谱信息，利用所述待检测工夫红茶萎凋叶的图像和光谱信息，以及所述验证后的工夫红茶萎凋性分类模型，获得待检测工夫红茶萎凋叶的萎凋适度性分类结果。
7.如权利要求6所述的一种工夫红茶萎凋适度性判别系统，其特征在于，所述预处理具体为数据标准化变换处理。
8.如权利要求6所述的一种工夫红茶萎凋适度性判别系统，其特征在于，所述特征信息包含颜色特征和纹理特征。
9.如权利要求6所述的一种工夫红茶萎凋适度性判别系统，其特征在于，所述模型建立和训练模块基于支持向量机算法建立工夫红茶萎凋性分类模型。
10.如权利要求6所述的一种工夫红茶萎凋适度性判别系统，其特征在于，所述预设阈值为95％。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国农业科学院茶叶研究所，未经中国农业科学院茶叶研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811392034.4/1.html，转载请声明来源钻瓜专利网。
