[发明专利]一种基于高光谱图像的茶叶原产地识别方法和系统

说明书

本发明涉及一种基于高光谱图像的茶叶原产地识别方法和系统，包括获取待检测茶叶样本，按顺序排放，利用室内成像高光谱系统获取各样本的高光谱图像，搭建实例分割网络，获取感兴趣区，并计算茶叶叶片短径、面积、周长等外部结构信息，在叶片区域检测基础上提取茶叶叶片平均光谱，通过筛选敏感波段，得到原产地识别的最佳光谱波段，并形成光谱指数，获取敏感波段图像纹理信息，同步分析光谱波段、光谱指数、茶叶外部结构信息以及图像纹理信息，构建茶叶原产地识别模型，利用验证集进行验证优化，将最优的茶叶原产地识别模型集成，实现对茶叶原产地的快速无损检测。本发明无需进行研磨操作以及相关化学分析实验，提高了检测速度和无损检测精度。

技术领域

本发明属于茶叶快速无损检测技术领域，具体涉及到利用一种高光谱图像实现茶叶原产地实时无损识别的方法和系统。

背景技术

茶位列世界三大饮料之首，是世界公认的健康天然饮料，更是被世界粮农组织(FAO)称为“仅次于水的人类健康饮料”。茶叶在我国种植范围广泛，种类多，文化底蕴深厚。各个地区独有的气候、自然地理环境及土壤分布孕育产生了各式各样的地域特色。在地理标识保护意识逐步提升的同时，消费者和生产者信息极不对称，集特色、环保、文化、品牌于一身的地理标识成为其利益相关者“模仿”的关键点。茶叶作为我国地理标识产品的重点，其原产地的快速、无损、准确判别至关重要。

目前，茶叶原产地识别的主体技术方法可以归纳为传统的感官检测、理化分析以及智能感官检测。

一直以来，茶叶原产地识别主要依靠评审人观色泽、尝滋味和闻气味的感官检测，该方法虽传承多年，但其需要依靠具有丰富经验的评审人，同时主观意识强，极易受到周围环境及评审人自身情况的影响，可靠度不高。为了能够提供客观定量的产地识别方法，针对茶叶内部不同物质及其含量进行识别的电感耦合等离子体发射光谱分法(ICP-ASE)、电感耦合等离子体质谱法(ICP-MS)、差示扫描量热(DSC)法和热重(TG/DTG)法等理化方法得到了发展，这些方法被认为是目前精度最高的茶叶原产地检测方法，但其专业性极强，检测过程复杂，资金花费高，评审周期长，并不适用于实时的原产地识别。近些年，电子鼻/电子舌、红外光谱等智能感官技术发展迅速，特别是红外光谱技术，实现了茶叶品质、类别等的快速无损检测，但各项无损检测技术针对茶叶单一特性，很难实现高精度的原产地判别。综合以上三个主流技术方向，如何实现快速、无损、高精度且推广性强的茶叶原产地识别，是当前极具挑战性的研究课题。

当前，茶叶原产地识别技术及其可推广性面临的主要问题可以归纳为：

1、原产地识别技术本质上多沿用茶叶品质或茶叶分类的主体技术，对于主产区及周边产区的识别基本只能依靠理化检测方法，但各种理化检测方法专业性强，时间、人力和经济成本高，并不适用于具有低成本需求的人员进行检测，很难推广；

2、多数无损识别仅依靠单一传感器，即只针对茶叶色、香或味中的一个参数进行评定，识别时间成本较高而精度较低。

发明内容

为了解决上述技术问题，本发明目的在于提供一种通过室内成像高光谱系统，获取待检测茶叶高光谱图像数据，结合光谱分析及机器视觉技术，准确获取待检测茶叶的外部结构信息、光谱信息以及纹理等相关信息，通过模型训练，确定不同品种茶叶的产地最优识别模型，无需进行研磨等操作以及相关化学分析实验，提高检测速度的同时，有效提高了无损检测的精度，并降低了实验的人力和经济成本，具体为获取待检测茶叶样本，按顺序排放，利用室内成像高光谱系统获取各样本的高光谱图像，搭建实例分割网络，获取感兴趣区(即茶叶叶片区域)，并计算茶叶叶片短径，面积，周长等外部结构信息，在叶片区域检测基础上提取茶叶叶片平均光谱，通过筛选敏感波段，得到原产地识别的最佳光谱波段，并形成光谱指数，获取敏感波段图像纹理信息，同步分析光谱波段、光谱指数、茶叶外部结构信息以及图像纹理信息，构建茶叶原产地识别模型，利用验证集进行验证优化，将最优的茶叶原产地识别模型集成，实现对茶叶原产地的快速无损检测。

具体地说，本发明公开了一种基于高光谱图像的茶叶原产地识别方法，其中包括：