神经网络技术在茶叶分级中的应用研究_王岩.pdf

审评 ·检测 神经网络技术在茶叶分级中的应用研究 王 岩 （海南经贸职业技术学院，海南海口571127） 摘 要：茶叶分级是茶叶生产加工环节上的重要组成部分，传统的感官检验方法容易受到外部因素的制约和干扰，无 法准确将茶叶按品质分级，从而影响评定的准确性。随着计算机技术的不断成熟，通过建立茶叶样本图像的计算机视觉系 统，并利用人工神经网络技术来对茶叶进行分级，提高了评定分析结果的准确性。本文对神经网络技术在茶叶分级中的应 用进行了探讨。 关键词：神经网络技术；茶叶分级；计算机视觉系统 1 茶叶分级技术的重要性 征，通过计算机识别系统来并模拟人的判别准则去理解和识别图像， 中国茶叶种类繁多、各具特色，同一种茶叶也有优有劣，在外形、 对物体进行自动分级。计算机图像分析和处理技术排除了外界的干 口感上有着较大差异，因此如何将茶叶进行评定分级来准确衡量其 扰，远远优于人的视觉精度，因此被广泛用于茶叶评定分级之中，并以 价值，一直是茶叶生产加工中的难点所在。我国在很早之前就开始对 此为基础发明了各种评定方法，例如色差技法、色卡法、分光光度法 茶进行品质审评，《茶录》中详细记载了如何通过色、香、味等方面来 等。然而与其他物体不同的是，茶叶中经常混有与其颜色、形状相类似 评定茶叶的质量。随着茶叶花色和品种的日益增多，茶叶品质评价方 的物体，茶叶图像之间的特征差异相对较小，其不同等级之间的规律 法有了进一步的完善，但终究离不开感官评定的窠臼。但人的感官容 和关系很难进行准确的描述，例如利用电脑茶叶拣梗机就是利用计算 易受到外部环境的影响，会大大影响茶叶评级的准确性。随着技术的 机图像识别技术，通过光电传感器来对茶叶颜色和形状等特征进行分 进步，茶叶采摘由过去的人力作业变成机械采茶，在提高采摘效率的 类，但仅仅能够剔除茶梗等物质，并不能对茶叶有效的进行分级。 同时，也不可避免地将不同等级的茶叶混合在一起，如何寻求一种科 近年来，研究者们开始利用神经网络技术进行茶叶的分类评级， 学的、稳定的，以仪器代替感官的茶叶评定分级方法显得尤为重要。 所谓神经网络技术是通过模仿真实人脑神经网络的功能，来完成某 种运算、识别或者过程控制。神经网络技术不需要设定固定的程序， 2 神经网络技术及其在茶叶分级中的应用 有很好的容错性。它的原理和功能十分接近人脑，尤其适合处理不能 随着计算机软硬件技术的发展，计算机图像分析技术越来越成 直接用数字方法来准确描述的问题，因此可以对一些看似杂乱无章 熟，并在现代农业生产中得到广泛的应用，例如用于农作物害虫的识 的实验数据整理出内在规律，适合于茶叶的品质分级。神经网络技术 别和稻米质量的检测等，其根本原理都是依据物体的形状和颜色特 应用于茶叶分类时，先选择对茶叶分类相关性较大的茶叶形状和纹 作者简介：王 岩（1967-），男，湖北襄阳人，硕士，讲师，研究方向：物联网、智能化技术。 护，茶叶中的敏感物质不再因高温而损伤，这样研磨得到的茶粉冲泡 剧烈。原因在于零下18℃存贮条件下茶叶的湿度得到了更好的控 出的茶汤中的各种香气物质均比传统常温粉碎得到的成品含量更 制，而湿度也是影响茶品质的另一重要因素。在另一项低温与常温状 高，例如法呢烯高出 10.88%，橙花叔醇高出13.7%，吲哚高出14.06 态下存贮检验中，湿度均在5%-9% 的茶叶处于低温存贮条件下时， 等。香气物质的高存留确保了液氮干燥后的茶粉冲泡出茶汤的香气 其中的湿度在经历八个月存贮时间过后仅有常温存贮条件下的一 更加浓郁香醇，由此也保证了茶粉的品质。 半。同样，在相对较高湿度条件下，比如7% 的水含量，低温存贮的茶 3.2 速冷对茶提取物的影响