[发明专利]一种工夫红茶萎凋适度性判别方法及系统

说明书

本发明提出了一种工夫红茶萎凋适度性判别方法及系统，所述方法包括步骤：对预设数量的工夫红茶分别采集图像和光谱信息，并按照预设比例将图像划分为训练集和测试集；分别从图像和光谱信息中提取特征信息和特征波长变量，融合后作为第一特征，并对第一特征进行预处理；对第一特征进行主成分分析，获取第二特征；建立工夫红茶萎凋性分类模型，并利用第二特征和训练集，对模型进行训练；利用第二特征和测试集，对训练后的模型进行验证，当验证得到的判别率大于预设阈值时，输出模型；采集待检测工夫红茶的图像，提取得到第二特征，将该第二特征作为分类模型的输入变量，获得分类结果；该方法实现了工夫红茶萎凋过程中萎凋性的智能化检测。

技术领域

本发明涉及机器学习技术领域，更具体地，涉及一种工夫红茶萎凋适度性判别方法及系统。

背景技术

茶叶作为世界三大饮料之一，是我国重要的经济作物。茶叶加工制作过程主要包括萎稠、揉捻、发酵及干燥等作业环节，而萎凋是该过程的重要环节之一，良好的萎凋工艺不仅能够增强酶活性，进而促进生化反应，而且能够增进茶叶的色香味，从而提高茶叶的品质等级。茶叶萎凋适度性的判定主要是以鲜叶的失水率作为量化指标，在保证茶叶品质的基础上，工夫红茶的萎凋适度标准为含水率60％左右，在实际生产中，工夫红茶的萎凋性主要依靠人工判断为主，人工通过观察工夫红茶叶面的颜色变化和用手握工夫红茶并观察成团情况进而判断萎凋性，该过程存在着易受情绪变化、外界环境以及技术水平等因素影响的问题，进而会影响对工夫红茶萎凋质量的判断结果。所以，如何设计一种可以取代人工判断萎凋性的方法，是目前面临的一个主要问题。

发明内容

本发明的目的在于提供一种工夫红茶萎凋适度性判别方法及系统，解决目前人工判断工夫红茶的萎凋性时，出现的易受到外界因素干扰导致结果不准确的问题。

为实现上述目的，本发明提供了一种工夫红茶萎凋适度性判别方法，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，所述光谱信息中包含特征波长变量；

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。

优选地，所述预处理具体为数据标准化变换处理。

优选地，所述特征信息包含颜色特征和纹理特征。

优选地，基于支持向量机算法建立工夫红茶萎凋性分类模型。

优选地，所述预设阈值为95％。

为实现上述目的，本发明还提供了一种工夫红茶萎凋适度性判别系统，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；