论文摘要
针对茶叶品质感官审评存在的缺陷,基于茶评师审评结果,采用计算机视觉技术快速评价茶叶叶底感官品质。以碧螺春茶为研究对象,采用引导滤波方法去除茶叶叶底图像的镜面反射等噪声信息,提取图像的颜色和纹理特征,利用连续投影算法(SPA)优选特征变量,建立茶叶叶底感官品质的SVM量化分析模型,并与PLS模型性能比较。结果表明,引导滤波方法能很好地去除叶底图像的镜面反射及边缘模糊等噪音信息;优选的9个特征变量与感官审评标准中叶底品质感官审评术语描述相一致;所建SVM模型性能好于PLS,模型对预测集的RP为0.92,RMSEP为2.159,RPD为2.537,RSD为2.528%。研究表明,采用计算机视觉技术能量化分析茶叶叶底感官品质,但分析精度有待进一步提高,为茶叶感官品质的仪器化表征提供了研究基础。
论文目录
文章来源
类型: 期刊论文
作者: 胡潇,熊爱华,黄俊仕,吴瑞梅,文建萍,童阳,刘鹏,艾施荣
关键词: 引导滤波,计算机视觉,茶叶叶底品质,感官审评
来源: 江西农业大学学报 2019年03期
年度: 2019
分类: 农业科技,工程科技Ⅰ辑,信息科技
专业: 轻工业手工业,无线电电子学,计算机软件及计算机应用
单位: 江西农业大学计算机与信息工程学院,江西农业大学工学院
基金: 国家自然科学基金项目(31460315),江西省重点研发计划项目(20171ACF60004)
分类号: TP391.41;TN713;TS272.7
DOI: 10.13836/j.jjau.2019070
页码: 601-609+618
总页数: 10
文件大小: 3399K
下载量: 156