一种基于图像识别的茶叶发酵度测定方法及系统

技术领域

本发明涉及图像识别技术领域，具体为一种基于图像识别的茶叶发酵度测定方法及系统。

背景技术

黑金茶是一种具有独特风味和品质的发酵茶，其发酵度是决定其口感、香气和颜色等重要品质特征的关键因素。传统的黑金茶发酵度测定通常依赖于经验判断、化学分析或感官评定，这些方法存在主观性强、操作繁琐、时间耗费大等问题。随着图像处理和机器学习技术的不断发展，基于图像识别的方法逐渐成为黑金茶叶发酵度测定的创新方案，为提高测定准确性、效率和智能化水平提供了新的可能性。

黑金茶的发酵过程中，茶叶的颜色、形状、纹理等特征发生变化，这为图像识别提供了丰富的信息。通过合理的图像采集、处理和机器学习算法，可以实现对黑金茶叶发酵度的非侵入性测定，为黑金茶的生产和质量控制提供科技支持。

例如，现有的公开号为CN113610935A的专利公开了一种红茶自动发酵监测系统，包括对用于发酵的原料茶叶进行监控进一步判断所述原料茶叶的状态的识别模块、将所述原料茶叶经过萎凋揉捻处理对应获得的发酵原料进行自动发酵处理的发酵处理模块和对所述发酵处理模块中的所述茶叶的发酵情况进行判断进一步确定所述其发酵程度的发酵监控模块和将发酵完成的所述茶叶进一步烘干处理对应获得红茶的烘干模块。但这种设计计算量大，且过程复杂，没有考虑到过度发酵的茶叶处理问题，为此，本发明提供一种基于图像识别的茶叶发酵度测定方法及系统。

发明内容

本发明的目的在于提供一种基于图像识别的茶叶发酵度测定方法及系统，以解决上述背景技术中提出的现有的问题。

为实现上述目的，本发明提供如下技术方案：一种基于图像识别的茶叶发酵度测定方法，包括以下步骤：

S1、通过图像传感器采集茶叶色彩图像和茶叶光谱图像；

S2、通过所述茶叶色彩图像提取茶叶颜色特征；

S3、设置过度发酵茶叶分离策略，将所述茶叶颜色特征作为所述过度发酵茶叶分离策略的输入，引入茶叶形变系数

S4、通过所述茶叶色彩图像提取茶叶形态特征，通过所述茶叶光谱图像提取茶叶光谱信息，设置茶叶发酵度分级策略，将所述茶叶形态特征以及所述茶叶光谱信息送入所述发酵度分级策略中，评估茶叶发酵程度。

本发明进一步改进在于，所述茶叶颜色特征通过计算茶叶发酵色彩值得到，将所述茶叶色彩图像转换为茶叶Lab图像，将所述茶叶Lab图像按照

本发明进一步改进在于，所述过度发酵茶叶分离策略包括以下步骤：

S31、运用茶叶边界权值的单一茶叶分割方法对所述茶叶色彩图像进行分割，获取单一茶叶数据集

S32、设置单一茶叶像素计量法，将所述单一茶叶数据集作为输入，计算得到茶叶形变系数

S33、计算所述茶叶发酵度

本发明进一步改进在于，所述S31中茶叶边界权值的单一茶叶分割方法包括：

S311、基于阈值分割方法将所述茶叶色彩图像中的茶叶区域从背景中分离出来，设置茶叶灰度阈值

S312、将所有包含待预测目标像素的所述分割茶叶目标合并，并将其边界权值作为分割权值计算茶叶色彩图像中茶叶分割阈值，边界权值的定义如下：

本发明进一步改进在于，所述S32中单一茶叶像素计量法计算过程包括：依据所述茶叶色彩图像采集未发酵单一茶叶图像，提取所述未发酵单一茶叶图像中茶叶数据，并进行矩形包络得到矩形对比框，和所述单一茶叶图像中茶叶数据像素数量

本发明进一步改进在于，所述S4包括以下步骤：

S41、通过所述茶叶形态特征计算茶叶平滑状态值

S42、将所述茶叶平滑状态值和所述茶叶反射光谱值送入所述茶叶发酵度分级策略中，并再次引入茶叶形变系数

S43、设定第

本发明进一步改进在于，所述茶叶平滑状态值通过将茶叶形变系数引入旋转不变局部二值得到，设所述茶叶色彩图像中任意像素点

本发明进一步改进在于，所述茶叶反射光谱值计算过程包括：

S4121、所述茶叶光谱图像中所有像素可见光光谱反射率数据集

S4122、通过将所述茶叶光谱图像灰度化处理，得到茶叶像素灰度序列

S4123、设置茶叶光谱组合策略集合

S4124、设置茶叶光谱波段选取策略，通过所述茶叶光谱波段选取策略选取茶叶光谱波段组合及茶叶光谱组合策略，得到茶叶反射光谱值

本发明进一步改进在于，所述茶叶光谱波段选取策略计算公式为：

；

其中，函数

另一方面，本发明提供一种基于图像识别的茶叶发酵度测定系统，包括：

数据采集模块，用于通过图像传感器采集茶叶色彩图像和茶叶光谱图像；

第一发酵度测定模块，用于通过所述茶叶色彩图像提取茶叶颜色特征，将所述茶叶颜色特征作为所述过度发酵茶叶分离策略的输入，引入茶叶形变系数，计算茶叶发酵度；

过度发酵茶叶分离模块，用于设置发酵度阈值和判断函数，若所述判断函数成立，则送入第二发酵度测定模块，若所述判断函数不成立，则判断茶叶为过度发酵茶叶；

第二发酵度测定模块，用于通过所述茶叶色彩图像提取茶叶形态特征，通过所述茶叶光谱图像提取茶叶光谱信息，计算茶叶发酵信息指数；

发酵度分级模块，用于设置茶叶发酵度分级策略，评估茶叶发酵程度。

本发明进一步改进在于，所述第一发酵度测定模块包括茶叶发酵色彩值计算单元、茶叶形变系数计算单元和茶叶发酵度计算单元；所述茶叶发酵色彩值计算单元用于将所述茶叶色彩图像转换为茶叶Lab图像计算得到茶叶发酵色彩值；所述茶叶形变系数计算单元用于通过茶叶边界权值的单一茶叶分割方法提取单一茶叶图像中茶叶数据计算茶叶形变系数；所述茶叶发酵度计算单元用于联合所述茶叶发酵色彩值和所述茶叶形变系数计算茶叶发酵度。

本发明进一步改进在于，所述第二发酵度测定模块包括茶叶平滑状态值计算单元和茶叶反射光谱值计算单元；所述茶叶平滑状态值计算单元用于通过所述茶叶形态特征计算茶叶平滑状态值；所述茶叶反射光谱值计算单元用于通过茶叶光谱信息计算茶叶反射光谱值。

与现有技术相比，本发明的有益效果是：

1、本发明首先通过在过度发酵茶叶分离策略中搭载简单算法，引入茶叶形变系数，并结合茶叶颜色特征，将判断函数不成立的茶叶判定为过度发酵茶叶，采集判断函数成立的茶叶光谱图像，再次结合茶叶形变系数和茶叶颜色特征，送入第二发酵度测定模块中，对于过度发酵的茶叶在第一发酵度测定模块即可分离，无需进一步测定，节约了测定时间。

2、在第二发酵度测定模块中，通过将茶叶形变系数引入旋转不变局部二值得到茶叶平滑状态值，对于茶叶光谱图像提取光谱信息，通过设置多种光谱组合策略，并引入灰度图像用于选取最佳波段组合和最佳光谱组合策略，利用有机硒对可见光光谱和近红外光谱的高敏感度，提高测定精度，同时通过茶叶发酵分级策略实现了黑金茶叶发酵过程精细化管理，操作者可以根据黑金茶叶不同发酵情况对黑金茶叶进行处理，确保黑金茶叶发酵度测定过程中的可靠性和高效性。

附图说明

图1为本发明一种基于图像识别的茶叶发酵度测定方法示意图；

图2为本发明一种基于图像识别的茶叶发酵度测定方法流程图；

图3为本发明一种基于图像识别的茶叶发酵度测定系统框架图。

具体实施方式

下面通过附图以及具体实施例对本发明技术方案做详细地说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。

术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，字符"/"，一般表示前后关联对象是一种“或”的关系。

实施例1：

图1和图2分别展示了本实施例公开的一种基于图像识别的茶叶发酵度测定方法的流程示意图，步骤如下：

S1、通过图像传感器采集茶叶色彩图像和茶叶光谱图像；

S2、通过所述茶叶色彩图像提取茶叶颜色特征，由于在发酵过程中，叶绿素逐渐分解，而茶多酚氧化生成茶红素等色素，因此所述茶叶颜色特征通过计算茶叶发酵色彩值得到，将所述茶叶色彩图像转换为茶叶Lab图像，将所述茶叶Lab图像按照

S3、设置过度发酵茶叶分离策略，引入茶叶形变系数

S31、运用茶叶边界权值的单一茶叶分割方法对所述茶叶色彩图像进行分割，获取单一茶叶数据集

S311、基于阈值分割方法将所述茶叶色彩图像中的茶叶区域从背景中分离出来，设置茶叶灰度阈值

S312、将所有包含待预测目标像素的所述分割茶叶目标合并，并将其边界权值作为分割权值计算茶叶色彩图像中茶叶分割阈值，边界权值的定义如下：

S32、设置单一茶叶像素计量法，将所述单一茶叶数据集作为输入，依据所述茶叶色彩图像采集未发酵单一茶叶图像，提取所述未发酵单一茶叶图像中茶叶数据，并进行矩形包络得到矩形对比框，和所述单一茶叶图像中茶叶数据像素数量

S33、计算所述茶叶发酵度

S34、设置发酵度阈值

S4、通过所述茶叶色彩图像提取茶叶形态特征，通过所述茶叶光谱图像提取茶叶光谱信息，设置茶叶发酵度分级策略，将所述茶叶形态特征以及所述茶叶光谱信息送入所述发酵度分级策略中，评估茶叶发酵程度，包括以下具体步骤：

S41、黑金茶叶在发酵过程中，茶叶表面会趋于平滑，因此通过所述茶叶形态特征计算茶叶平滑状态值

S411、所述茶叶平滑状态值通过将茶叶形变系数引入旋转不变局部二值得到，设所述茶叶色彩图像中任意像素点

S412、计算茶叶反射光谱值，具体步骤包括：

S4121、由于菌体生长的同时能高效转化无机硒为有机硒，使黑金茶硒含量达到富硒标准，因此，检测有机硒含量对于监测黑金茶发酵度十分重要，无机硒的吸收特性通常出现在UV区域，有机硒化合物通常在可见光区域（400-700nm）显示吸收峰；在近红外光谱范围内，无机硒的吸收通常较弱，而有机硒化合物在近红外光谱中通常表现出较强的吸收特性，因此获取所述茶叶光谱图像中所有像素可见光光谱反射率数据集

S4122、通过将所述茶叶光谱图像灰度化处理，得到茶叶像素灰度序列

S4123、设置茶叶光谱组合策略集合

S4124、设置茶叶光谱波段选取策略，通过所述茶叶光谱波段选取策略选取茶叶光谱波段组合及茶叶光谱组合策略，得到茶叶反射光谱值

；

其中，函数

S42、将所述茶叶平滑状态值和所述茶叶反射光谱值送入所述茶叶发酵度分级策略中，并再次引入茶叶形变系数

S43、设定第

所述阈值及权重的设定由本领域技术人员依据实际经验和具体需求自行设置。

实施例2：

图3展示了本发明一种基于图像识别的茶叶发酵度测定系统框架图，与实施例1基于相同的发明构思，本发明提供一种基于图像识别的茶叶发酵度测定系统，包括：

数据采集模块，用于通过图像传感器采集茶叶色彩图像和茶叶光谱图像；

第一发酵度测定模块，用于通过所述茶叶色彩图像提取茶叶颜色特征，将所述茶叶颜色特征作为所述过度发酵茶叶分离策略的输入，引入茶叶形变系数，计算茶叶发酵度，包括茶叶发酵色彩值计算单元、茶叶形变系数计算单元和茶叶发酵度计算单元；所述茶叶发酵色彩值计算单元用于将所述茶叶色彩图像转换为茶叶Lab图像计算得到茶叶发酵色彩值；所述茶叶形变系数计算单元用于通过茶叶边界权值的单一茶叶分割方法提取单一茶叶图像中茶叶数据计算茶叶形变系数；所述茶叶发酵度计算单元用于联合所述茶叶发酵色彩值和所述茶叶形变系数计算茶叶发酵度。

过度发酵茶叶分离模块，用于设置发酵度阈值和判断函数，若所述判断函数成立，则送入第二发酵度测定模块，若所述判断函数不成立，则判断茶叶为过度发酵茶叶；

第二发酵度测定模块，用于通过所述茶叶色彩图像提取茶叶形态特征，通过所述茶叶光谱图像提取茶叶光谱信息，计算茶叶发酵信息指数，包括茶叶平滑状态值计算单元和茶叶反射光谱值计算单元；所述茶叶平滑状态值计算单元用于通过所述茶叶形态特征计算茶叶平滑状态值；所述茶叶反射光谱值计算单元用于通过茶叶光谱信息计算茶叶反射光谱值。

发酵度分级模块，用于设置茶叶发酵度分级策略，评估茶叶发酵程度。

综上实施例，本发明首先通过在过度发酵茶叶分离策略中搭载简单算法，引入茶叶形变系数，并结合茶叶颜色特征，将判断函数不成立的茶叶判定为过度发酵茶叶，采集判断函数成立的茶叶光谱图像，再次结合茶叶形变系数和茶叶颜色特征，送入第二发酵度测定模块中，在第二发酵度测定模块中，通过将茶叶形变系数引入旋转不变局部二值得到茶叶平滑状态值，对于茶叶光谱图像提取光谱信息，通过设置多种光谱组合策略，并引入灰度图像用于选取最佳波段组合和最佳光谱组合策略，利用有机硒对可见光光谱和近红外光谱的高敏感度，提高测定精度，对于过度发酵的茶叶在第一发酵度测定模块即可分离，无需进一步测定，节约了测定时间，同时通过茶叶发酵分级策略实现了黑金茶叶发酵过程精细化管理，操作者可以根据黑金茶叶不同发酵情况对黑金茶叶进行处理，确保黑金茶叶发酵度测定过程中的可靠性和高效性。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

以上结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。