[发明专利]一种应用高光谱图像技术判别茶叶贮藏期的方法有效

专利信息
申请号: 201810211952.6 申请日: 2018-03-07
公开(公告)号: CN108444924B 公开(公告)日: 2020-12-08
发明(设计)人: 张正竹;李露青;宁井铭 申请(专利权)人: 安徽农业大学
主分类号: G01N21/25 分类号: G01N21/25;G01N21/3563;G01N21/359
代理公司: 安徽合肥华信知识产权代理有限公司 34112 代理人: 余成俊
地址: 230036 安徽*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 应用 光谱 图像 技术 判别 茶叶 贮藏 方法
【权利要求书】:

1.一种应用高光谱图像技术判别茶叶贮藏期的方法,其特征在于,包括以下步骤:

(1)陈化茶样的制备:购置的茶叶在测定初始含水率后,分装于铝箔袋中并封口,分为两个条件贮藏;一部分茶样在常温下贮藏,作为贮藏茶样,陈化时间设定为一年,在0、90、180、270、360 d分别取样,共取五组茶样,每组茶样取30个样本,每个样本30 g,取得150个样本;另一部分茶样在冷库中贮藏,作为保鲜茶样,陈化时间设定为一年,在0、90、180、270、360 d分别取样,共取五组茶样,每组茶样取30个样本,每个样本30 g,取得150个样本;

(2)高光谱图像的采集和样品校正集、检验集的选择:使用基于可见/近红外光谱仪的高光谱图像系统及配套采集和分析软件,对样品的高光谱图像进行采集,可见/近红外相机扫描范围为370.38-1036.54 nm,采样间隔为0.55 nm,每条光谱有1232个变量,对高光谱摄像头曝光时间和输送装置进行设定后,对步骤(1)中制得的不同贮藏期的茶样进行扫描,采集样品图像前,先扫描标准白色校正板和黑色校正图像,并利用黑白校正图像对样品图像进行校正,得到该不同贮藏期茶样的高光谱图像,每隔两个样品选择一个样品作为测试样品,即150个样品中50个样品作为检验集,其余100个样品作为校正集;

(3)降维处理及特征值提取:利用主成分分析对原始高光谱数据进行降维处理,基于前三个主成分图像的权重系数提取得到五个特征波长,选取图像中心的100×100像素区域的中心作为感兴趣的区域,提取并保存5个特征波长图像ROI区域的光谱数据作为光谱特征信息,根据茶叶图像的特点,基于灰度共生矩阵计算平铺茶叶的整体图像的纹理,提取特征波长下的纹理特征变量作为纹理特征信息;

(4)建立两个模型:选择最优参数,分别建立基于支持向量机的贮藏茶样和保鲜茶样贮藏期判别模型;

(5)模型的检验:用步骤(2)中的检验集作为未知样品对校正集模型进行检验;

(6)取未知贮藏期茶叶样品,按步骤(2)进行高光谱采集,利用所建立的SVM模型,通过对未知贮藏期茶叶样品高光谱图像进行分析,可快速定性判别出茶叶贮藏期;

所述步骤(2)中进行高光谱图像采集时,称取11.5-12.5g的茶叶均匀地平铺在规格为Ф9 cm的培养皿中进行;

所述步骤(2)中进行高光谱图像数据采集前,可见/近红外相机采集参数设置为曝光时间8.5 ms,输送装置速度为1.15 mm/s;

所述步骤(3)中采用主成分分析筛选出的五条特征波长为670.74 nm、720.08 nm、836.14 nm、886.09 nm和936.05 nm。

2.根据权利要求1所述的应用高光谱图像技术判别茶叶贮藏期的方法,其特征在于,所述步骤(4)中基于SVM算法建立模型,其核函数为径向基核函数,通过选取适当的惩罚因子和核参数计算得到最优解。

3.根据权利要求1所述的应用高光谱图像技术判别茶叶贮藏期的方法,其特征在于,判别方法适用于除部分黑茶和紧压茶以外的各类茶叶。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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安徽农业大学,未经安徽农业大学许可,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/201810211952.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top