[发明专利]一种快速提炼原茶的智能算法

说明书

本发明公开了一种快速提炼原茶的智能算法，将待筛检提炼的原茶放置在茶叶筛选机上，通过茶叶筛选机上的视觉装置的工业RGB相机对采摘原茶进行茶叶的形态、颜色、叶片形状进行扫描记录，用于获取原茶的图像信息，并将获得的图像信息传至计算机；通过计算机内置的茶叶成分定量分析模型分析经计算机控制温湿度控制检测模块对经计算机比对后的相近特性的原茶叶进行主要成分含量比值预测；通过计算机控制茶叶筛选机上的图像采集器对茶叶进行定位，通过控制茶叶筛选机上的活动机械手对其下方的原茶进行抓取，并对形状大小、成分含量相似的原茶，分别进行归类存放；能够通过茶叶形状、颜色、温湿度快速筛检提炼原茶，降低生产成本，保证产品质量。

技术领域

本发明涉及农业生产技术领域，具体尤其涉及一种快速提炼原茶的智能算法。

背景技术

中国是世界茶文化的发源地，是产茶大国，茶叶种类繁多，历史悠久，茶叶的采摘具有鲜明的季节性，时令性强，通常集中在春秋两季大量产出而目前主要的茶叶采摘方式是依靠人力手工劳动，在采摘后需对原茶叶进行一系列如提香等操作，以保证茶叶品质，但在经过手工采摘后的原茶，其形状大小不一，现有通常是将所有原茶叶一起进行后续处理，但是难以保证茶叶品质如一，而且较优质茶叶需要对茶叶的鲜嫩程度有较高要求，品质不一的原茶叶会对茶叶品质造成影响，为此，现有大都通过手工采摘筛选，但这样无疑会造成效率非常低下，而且会对原茶叶的嫩度造成影响，影响茶叶香型，造成品质低下。

发明内容

为解决背景技术中所要解决的技术问题，本发明提出一种快速提炼原茶的智能算法。

本发明通过如下手段实现：

一种快速提炼原茶的智能算法，包括有以下内容：

将待筛检提炼的原茶放置在茶叶筛选机上，通过茶叶筛选机上的视觉装置的工业RGB相机对采摘原茶进行茶叶的形态、颜色、叶片形状进行扫描记录，用于获取原茶的图像信息，并将获得的图像信息传至计算机；

通过计算机内置的茶叶成分定量分析模型分析经计算机控制温湿度控制检测模块对经计算机比对后的相近特性的原茶叶进行主要成分含量比值预测；

通过计算机控制茶叶筛选机上的图像采集器对茶叶进行定位，通过控制茶叶筛选机上的活动机械手对其下方的原茶进行抓取，并对形状大小、成分含量相似的原茶，分别进行归类存放。

所述视觉装置通过工业RGB相机记录的颜色包括有如下特征：茶图像的红(R)、绿(G)、蓝(B)三基色和色调(H)、饱和度(S)和光强度(I)三参数进一步计算得到的这6个参数的均值和标准差，共计12个颜色特征变量。

所述形状大小、成分含量相似的原茶误差量分别不超过5％。

所述的茶叶成分定量分析模型通过以下步骤实现：通过红外光谱模块采集各相对温度湿度条件下原茶的茶汤可见近红外光谱，去除可见近红外透射光谱两端信噪比低的光谱区间，得到修正的茶汤可见近红外透射光谱，对所述修正的茶汤可见近红外透射光谱进行吸光度变换，对变换后的吸光度光谱用多元散射校正、正交信号校正中的一种或其组合方式进行光谱预处理，采集透射光谱后的茶汤，采用标准方法(GB/T 8312、GB/T8313、ISO14502等)测定其成分含量值，作为该成分的建立定量分析模型的参考值，对得到的预处理后的光谱，结合测定的茶汤成分参考值，采用偏最小二乘法、联合区间偏最小二乘法、人工神经网络中的一种或其组合方式建立该成分定量分析模型，对原茶汤中茶多酚、氨基酸、咖啡碱和儿茶素单体均采用上述步骤建立该成分定量分析模型，经独立样本集验证结果在误差允许范围内时，模型内置于计算机的控制管理模块内，通过温湿度控制检测模块检测待检测原茶温湿度，并与计算机内置的成分定量分析模型进行比对。