基于高光谱成像技术的工夫红茶数字化拼配

论文摘要

以祁门红茶5级6孔正子口、5级8孔正子口、6级6孔正子口和6级8孔正子口4种原料拼配成工夫红茶,应用高光谱图像系统获取拼配后茶样的光谱和图像信息。采用连续投影算法筛选光谱特征值;通过对图像做主成分分析,提取5个特征波长,采用灰度共生矩阵法提取5个特征波长下的图像纹理特征值。分别以光谱特征值、纹理特征值以及融合特征值作为模型输入值,结合偏最小二乘、最小二乘支持向量机（least squares-support vectormachine,LS-SVM）和反向传播人工神经网络方法建立茶叶拼配配比定量预测模型,并对模型的结果做比较。结果表明,以光谱特征值与纹理特征值融合后的值为输入参数,结合LS-SVM方法建立的模型,配比预测正确率达到了94.5%,预测结果较好。研究结果为出口茶叶数字化拼配的可行性提供理论依据。

论文目录

• 1 材料与方法
•   1.1 材料
•   1.2 仪器与设备
•   1.3 方法
•     1.3.1 样本处理
•     1.3.2 高光谱图像采集和处理
•   1.4 数据分析
•     1.4.1 主成分分析法
•     1.4.2 光谱特征值的选取
•     1.4.3 纹理特征提取
•     1.4.4 建模方法的筛选
•     1.4.5 数据分析软件
• 2 结果与分析
•   2.1 不同样品的光谱差异
•     2.1.1 光谱预处理方法筛选
•     2.1.2 光谱特征值的选取
•     2.1.3 PCA结果
•   2.2 图像纹理特征值分析结果
•   2.3 定量预测模型的建立结果
•   2.4 模型的验证结果
• 3 讨论

文章来源

类型: 期刊论文

作者: 宁井铭,李姝寰,王玉洁,张正竹,宋彦,徐乾,陆国富

关键词: 茶叶,拼配,高光谱,数据融合,量化

来源: 食品科学 2019年04期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 化学,轻工业手工业

单位: 安徽农业大学茶树生物学与资源利用国家重点实验室

基金: “十三五”国家重点研发计划重点专项(2017YFD0400800),国家现代农业产业技术体系建设专项(CARS-19),茶树生物学与资源利用国家重点实验室开放基金项目(SKLTOF20170118)

分类号: O657.3;TS272.52

页码: 318-323

总页数: 6

文件大小: 2598K

下载量: 227