萊森光學(xué)（深圳）有限公司
會(huì)員1.png)
萊森光學(xué)（深圳）有限公司
閱讀：260發(fā)布時(shí)間：2022-10-3
今天，小編將為大家介紹的是有關(guān)高光譜成像技術(shù)可以應(yīng)用于紅茶數(shù)字化拼配的知識(shí)點(diǎn)，大家請(qǐng)看詳情：
紅茶是中國(guó)傳統(tǒng)出口茶類之一。拼配是紅茶生產(chǎn)和經(jīng)營(yíng)中重要的工序，是保持產(chǎn)品質(zhì)量穩(wěn)定的重要手段。目前，茶葉拼配通常采用的方法是由拼配人員先對(duì)各茶葉樣品進(jìn)行外觀和內(nèi)質(zhì)審評(píng)，再根據(jù)經(jīng)驗(yàn)和審評(píng)結(jié)果，試拼小樣，然后進(jìn)行適當(dāng)調(diào)整，最終確定拼配方案，因而不同批次拼配結(jié)果具有偶然性，無(wú)法進(jìn)行量化、標(biāo)準(zhǔn)化生產(chǎn)。另外，拼配專家的培養(yǎng)過(guò)程較為漫長(zhǎng)，不利于拼配技術(shù)的推廣。
萊森小編采用4 種原料進(jìn)行拼配，依次逐步判別。以不同等級(jí)不同嘜號(hào)的紅毛茶為原料，按照一定比例進(jìn)行拼配，采集拼配樣本的高光譜圖像，利用連續(xù)投影算法篩選特征光譜變量，并基于灰度共生矩陣提取圖像的紋理值，融合光譜和紋理特征值建立茶葉拼配比例的定量預(yù)測(cè)模型，構(gòu)建拼配比例求解與優(yōu)化算法。本研究將為茶葉拼配工藝提供一種品質(zhì)定量評(píng)估的新方法，研究結(jié)果有利于提高拼配工藝的自動(dòng)化、智能化水平，推進(jìn)茶葉生產(chǎn)標(biāo)準(zhǔn)化。
1、不同樣品的光譜差異
本實(shí)驗(yàn)采集908～1735 nm波長(zhǎng)范圍的近紅外光譜數(shù)據(jù)，選擇圖像中間100×100像素范圍為感興趣區(qū)域（ROI），提取ROI所有像素的光譜值，并計(jì)算出其平均值，作為這個(gè)樣本的光譜值。化學(xué)含量以及物理特征的不同，樣本對(duì)特定的波長(zhǎng)有著不同的反射率，通過(guò)分析光譜信號(hào)的差異實(shí)現(xiàn)樣本品質(zhì)信息的定性或者定量檢測(cè)。原料C和原料D光譜值差異比較明顯。
2、圖像紋理特征值分析結(jié)果
基于灰度共生矩陣的方法來(lái)計(jì)算茶樣圖像的紋理，提取5 個(gè)特征波長(zhǎng)下的紋理特征為特征變量。即對(duì)A和B在1107、1187、1307、1435、1655 nm波長(zhǎng)處的灰度圖像分別提取0°、45°、90°、135°的對(duì)比度、同質(zhì)性、能量和相關(guān)性。對(duì)C和D在1112、1193、1307、1438、1655 nm波長(zhǎng)處的灰度圖像分別提取4 個(gè)角度的對(duì)比度、同質(zhì)性、能量和相關(guān)性。在茶樣表面溝紋越深、灰度差越大，則對(duì)比度越大，反之越小；若茶樣灰度分布均勻、紋理較粗糙，則能量值越大，反之越??；同質(zhì)性體現(xiàn)目標(biāo)圖像的局部平滑；茶樣的灰度共生矩陣值均勻相等時(shí)，相關(guān)性較大，反之較小。
3、定量預(yù)測(cè)模型的建立結(jié)果
以光譜特征值和紋理特征值融合數(shù)據(jù)作為LS-SVM模型的輸入值時(shí)預(yù)測(cè)結(jié)果，原料A與原料B拼配樣預(yù)測(cè)集判別率為91.89%，原料C和原料D拼配樣預(yù)測(cè)集判別率為86.13%，茶樣P1和茶樣P2拼配樣預(yù)測(cè)集判別率為94.5%，其中通過(guò)預(yù)測(cè)茶樣P1、P2配比，即可分別得到原料A、B、C、D的配比，可以間接解決4 個(gè)原料茶樣拼配預(yù)測(cè)配比的問(wèn)題。結(jié)果表明本研究能實(shí)現(xiàn)對(duì)拼配茶樣配比的量化判別。
4、模型的驗(yàn)證結(jié)果
本實(shí)驗(yàn)對(duì)以上30 個(gè)拼配樣本審評(píng)，并將原料茶樣A、B、C和D作為標(biāo)準(zhǔn)樣。由于光譜信息是對(duì)內(nèi)質(zhì)的反映，所以更偏重于對(duì)滋味的評(píng)審，并依據(jù)GB/T 13738.2—2017《紅茶 第2部分：紅茶》感官品質(zhì)要求進(jìn)行評(píng)分，從審評(píng)結(jié)果可以看出，樣本所得分?jǐn)?shù)與組內(nèi)其他樣本分?jǐn)?shù)相差相對(duì)較大，與模型驗(yàn)證的結(jié)果一致。
討論
本研究利用高光譜圖像技術(shù)獲取經(jīng)4 種茶原料按照一定比例拼配出的茶樣的光譜圖像，通過(guò)PCA法提取出5 個(gè)特征波長(zhǎng)，然后進(jìn)行光譜數(shù)據(jù)與圖像紋理數(shù)據(jù)的提取，本實(shí)驗(yàn)嘗試基于光譜信息和圖像信息融合技術(shù)結(jié)合模式識(shí)別，預(yù)測(cè)拼配茶葉的配比。結(jié)果顯示，融合光譜和紋理特征值結(jié)合LS-SVM模型算法，建立拼配茶葉配比預(yù)測(cè)模型，判別率，達(dá)到94.5%，預(yù)測(cè)結(jié)果較好。用模型以外的隨機(jī)30 個(gè)樣本進(jìn)行對(duì)模型進(jìn)行驗(yàn)證，結(jié)果其中有4 個(gè)樣本發(fā)生誤判，總判別率為86.7%，因采用的原料在品質(zhì)上接近，對(duì)結(jié)果有一定的影響。目前，拼配茶葉的配比通過(guò)高光譜圖像技術(shù)結(jié)合數(shù)學(xué)模型可以相對(duì)準(zhǔn)確地預(yù)測(cè)出，但是，實(shí)際生產(chǎn)中，茶葉拼配原料需要很多種，比較復(fù)雜，需要大量的數(shù)據(jù)對(duì)模型進(jìn)行進(jìn)一步的訓(xùn)練和優(yōu)化，從而求解標(biāo)準(zhǔn)茶樣中各原料的比例。
好了，以上全部?jī)?nèi)容就是有關(guān)高光譜成像技術(shù)可以應(yīng)用于紅茶數(shù)字化拼配的介紹，希望可以幫助到大家~對(duì)高光譜成像技術(shù)有需求的朋友們可以咨詢客服~
儀表網(wǎng) 設(shè)計(jì)制作，未經(jīng)允許翻錄必究 .? ? ?
請(qǐng)輸入賬號(hào)
請(qǐng)輸入密碼
請(qǐng)輸驗(yàn)證碼