[发明专利]一种基于多特征描述的茶叶品质审评方法

说明书

本发明公开了一种基于多特征描述的茶叶品质审评方法，其步骤包括：1)获取所选茶叶的茶叶图像及对应茶汤图像，并对所述茶叶图像、茶汤图像分别进行标注；2)利用标注后的茶叶图像、茶汤图像分别训练一个深度特征提取器；3)分别提取所述样本集中每一茶叶图像的颜色特征和纹理特征、每一茶汤图像的颜色特征和纹理特征；4)将同一茶叶的茶叶图像的深度特征、颜色特征、纹理特征和对应茶汤图像的深度特征、颜色特征、纹理特征作为一个训练样本，训练分类器；5)对于一待评审茶叶，将该待评审茶叶的茶叶图像及对应茶汤图像的深度特征、颜色特征、纹理特征输入训练后的分类器，得到待评审茶叶的茶叶品质。本发明使茶叶审评更加便捷、准确、科学。

技术领域

本发明属于互联网技术领域，具体涉及一种基于多种特征描述的茶叶品质智能审评方法，主要用于茶叶品质的检验和评判。

背景技术

茶作为一种健康的饮品，发展极其迅速，而茶叶品质的判断是一个有门槛的任务，需要对茶叶、茶汤、气味等因素进行综合性的观察。因此，一个更加便捷、准确、科学的茶叶品质审评技术值得进一步探索。茶叶审评技术可以很好的应用在茶品质判断、品茶等场景，并与人工判断相互验证，促进茶行业的发展。当前，茶叶审评主要包含感官审评、理化审评以及现代化智能审评。感官审评受主观和客观因素的影响，往往很难精确评价茶叶品质。理化审评又需要复杂的流程和较长的等待时间，并不能高效、全面的评判茶叶品质状况。现代化智能审评是指利用计算机技术或者传感仪器对茶叶信息进行监督，进而识别出茶叶品质。其中现代化智能审评中有一种基于计算机视觉识别技术的审评方法，其根据茶叶信息进行非线性处理，最终精准的评判茶叶品质。并且利用计算机视觉技术可以使得茶叶审评更加的便捷、准确、科学。

目前基于计算机视觉技术的茶叶审评方法逐渐引起大家的关注。Wang等人利用广义特征值最接近支持向量机方法建立茶叶品种鉴别系统，最终的识别率为97.7％。Laddi等人通过提取茶叶图像的颜色特征、纹理特征，并利用计算机视觉技术快速评价茶叶品质。刘鹏等人采用中值滤波及拉普拉斯算子对碧螺春绿图像进行分析得到了色调均值、色调标准差、绿体均值、平均灰度级、饱和度均值、红体均值、饱和度标准差、亮度均值、一致性等9个特征属性，最终结果与感官审评特征描述相一致。余洪等人采用主成分分析方法对提取的茶叶图像的颜色和纹理特征进行降维处理，然后建立最小二乘支持向量机茶叶品质评价模型。

但是当前基于计算机视觉技术的茶叶审评方法并没有很好的结合深度学习方法。利用深度学习挖掘茶叶深层次信息，可以使茶叶审评更加精准。另外，茶叶审评需要从外形、汤色、香气、滋味、叶底等因素对茶叶品质综合分析和评价，仅单一维度的特征描述并不能进行精准茶叶审评。因此，结合多类型、多维度的特征进行综合判断，可以让茶叶审评过程更加科学、全面。

发明内容

基于现有技术存在的技术问题，本发明设计了一种针对茶叶的品质审评方法。首先为了对茶叶品质进行更准确、科学的审评，本发明结合茶叶图像和其对应的茶汤图像去考虑结果。其次，为了获取茶的多个维度信息，本发明从茶叶和茶汤图像中分别获取深度特征、颜色特征和纹理特征。然后根据茶叶和茶汤图像的不同维度特征共同评估最终的茶叶品质。

一种茶叶审评技术包含以下步骤：

1)获取茶叶图像和茶汤图像，并对数据进行标注。

2)训练深度特征提取器。利用标注后的茶叶图像和茶汤图像分别训练一个深度特征提取器，用来获取茶叶和茶汤的深度特征描述。

3)分别提取茶叶和茶汤图像的颜色特征。

4)分别提取茶叶和茶汤图像的纹理特征。

5)根据步骤2)3)4)中获取的特征集合训练SVM分类器。同一茶叶图像和其对应茶汤图像的深度特征、纹理特征、颜色特征为一个训练样本。

与现有技术相比，本发明的积极效果如下：