[发明专利]一种茶叶加工关键节点的检测方法及装置

说明书

本发明一种茶叶加工关键节点的检测方法及装置，属于茶叶加工过程中无损检测技术领域。采用拱形光源作为输入信号，高分辨率GigE Vision相机捕获样品信号，通过以太网接口线将信号传输至计算机客户端，获取茶叶加工关键节点的样品图像；然后对数据进行预处理，构建判别函数特征变量，作为模式识别模型的输入，建立茶叶加工关键节点检测模型，实现茶叶加工关键节点的快速、客观、准确判别。本发明的方法和装置，能实现对茶叶加工关键节点的检测分析，相比传统分析方法，可显著提高相应的检测效率，更适用于现场快速检测分析。

技术领域

本发明涉及茶叶加工关键节点的检测技术及装备，具体是利用视觉传感技术，检测茶叶加工关键节点的方法及装置，属于茶叶加工过程中无损检测技术领域。

背景技术

绿茶是我国产量最多的一类茶叶，其主要加工工艺包括杀青、做形、干燥等。杀青主要是破坏鲜叶中酶的活性，制止多酚类化合物的酶促氧化，保持翠绿的叶色，显露绿茶的清香气，同时散发鲜叶水分，使之柔软，以便进行揉捻。做形是主要是破坏叶细胞，揉出茶汁，便于冲泡，并使茶叶初步成形。干燥的目的是挥发水分，防止变质，固定形状，发展茶叶香气。可见，叶面色泽、外形及香气变化，是茶叶加工关键节点判断的主要因素。近年来，茶叶生产机械化实现了快速发展，有效地降低了传统人工制茶的劳动强度，提高了生产效率。然而，在我国茶叶机械化生产过程中，依然依靠人工经验判断和控制加工工艺的各个关键节点，不能完全实现茶叶加工自动化和智能化，影响产品质量的稳定性和生产效率。造成这一现状主要原因归于，茶叶加工过程品质智能检测的这一关键问题没有根本性解决。

视觉传感器技术可以实现部分人类视觉的功能，模仿人的判别准则去理解和识别图像。在茶叶品质检测中，它可以使被检测的品质指标(如茶叶的外形和色泽等)量化和标准化。申请号201110372162.4“基于颜色和形状识别茶叶的方法”，提取了茶叶的颜色和形状特征参数，其中提取了茶叶周长、面积、中轴长度、平均宽度和弯曲度系数等特征参数，此发明的方法不适合大批量处理茶叶样本；申请号为201310655126.8的专利“基于机器视觉的茶叶级别分选系统”融合近红外光谱和机器视觉判定茶叶等级，但没有对特征数据进行处理和分析；申请号为201510311566.0“一种基于图像识别技术的茶叶等级鉴定方法”，仅仅提取了茶叶了面积作为等级判别指标，不具有全面性；而且茶叶需经过冲泡，步骤比较繁琐。此外，以上发明都是针对茶叶成品品质的视觉传感检测，对茶叶加工关键节点判别的检测还没有视觉传感检测方法相关专利，尤其是基于视觉传感特征变量的茶叶加工关键节点品质判别方法。将视觉传感检测用于茶叶加工过程品质检测，在视觉信号获取装置、信息提取和处理方面均有待改善。

鉴于此，本发明提出一种茶叶加工关键节点的检测方法及装置，采用视觉传感技术，克服传统茶叶加工人工经验判别的不稳定性，提高产品加工品质的稳定性，对企业提高生产效率、提高产品质量，具有重要意义。

发明内容

针对现有技术的不足，本发明提供了一种茶叶加工关键节点的检测方法及装置，实现了茶叶加工过程样本的图像信息快速获取、特征信号的快速提取，建立精度高、稳定性好的检测模型，提高检测的准确度和可靠性。

针对本发明的方法及装置，具体采用的技术方案如下：

一种茶叶加工关键节点的检测方法，按照下述步骤进行：

步骤一，采用拱形光源作为输入信号，高分辨率千兆以太网接口(GigE Vision)相机捕获样品信号，通过以太网接口线将信号传输至计算机客户端，获取茶叶加工关键节点的样品图像；

步骤二，先对茶叶加工关键节点的样品图像进行感兴趣区域提取；再对感兴趣区域进行纹理和颜色特征的提取，并进行标准化预处理；然后通过逐步判别分析优选出图像的纹理和颜色特征变量；

步骤三，依据优选出的特征变量构建判别函数，作为模型输入，然后通过模式识别方法构建茶叶加工关键节点判别模型，实现茶叶加工关键节点的检测。