[发明专利]一种基于高光谱成像的茶鲜叶萎凋与发酵程度判断方法及系统

权利要求书

1.一种基于高光谱成像的茶鲜叶萎凋与发酵程度判断方法及系统，其特征在于，包括以下步骤：

S1：采集了茶叶萎凋和发酵过程中的高光谱数据；

S2：将步骤S1的茶叶高光谱数据进行光谱反射率的提取；

S3：结合提取的光谱反射率对光谱进行预处理；

S4：对预处理后的光谱进行光谱特征波段的筛选；

S5：结合步骤S2、S3和S4的处理结果，利用SVM, RF, PLS进行数据建模，并对其进一步验证。

2.根据权利要求1所述的一种基于高光谱成像的茶鲜叶萎凋与发酵程度判断方法及系统，其特征在于，所述步骤S1中采集茶叶萎凋和发酵过程高光谱数据的步骤为：

S11：茶叶中茶多酚(TPs)、游离氨基酸(FAA)和咖啡碱(CAF)含量测定；

S12：高光谱数据的采集；

S13：黑白校正和标准化处理。

3.根据权利要求1所述的一种基于高光谱成像的茶鲜叶萎凋与发酵程度判断方法及系统，其特征在于，所述步骤S12中高光谱相机具有像素为：1101×960（空间×光谱）像素。

4.根据权利要求1所述的一种基于高光谱成像的茶鲜叶萎凋与发酵程度判断方法及系统，其特征在于，所述步骤S2是利用ENVI软件对茶叶高光谱数据的光谱反射率进行提取。

5.根据权利要求1所述的一种基于高光谱成像的茶鲜叶萎凋与发酵程度判断方法及系统，其特征在于，所述步骤S3光谱预处理所利用的算法包括MSC算法、S-G算法和一阶导数（1-D）。

6.根据权利要求1所述的一种基于高光谱成像的茶鲜叶萎凋与发酵程度判断方法及系统，其特征在于，所述步骤S4光谱特征波段的筛选所利用的算法包括SPA、CARS和UVE。

7.根据权利要求1所述的一种基于高光谱成像的茶鲜叶萎凋与发酵程度判断方法及系统，其特征在于，所述步骤S5是利用SVM, RF, PLS进行数据建模，并对其进一步验证，具体步骤为：

S51：采用5折交叉验证，将茶叶高光谱数据集分成5份，轮流将其中4份作为训练数据，1份作为测试数据，重复5次，然后将结果求平均值；

S52：利用SVM, RF, PLS算法将茶叶高光谱数据和TPs、FAA和CAF含量建立回归模型；

S53：采用确定系数（R²）、均方根误差（RMSE）、归一化均方根误差（NRMSE）和相对分析误差（RPD）评估模型的性能。

8.一种基于高光谱成像的茶鲜叶萎凋与发酵程度判断方法及系统，其特征在于，包括：

采集系统：包括成像光谱相机、卤素灯线光源、计算机等部件，用来采集茶叶萎凋和发酵过程的数据；

处理系统：执行以下操作：将采集到的数据输入到机器学习等网络中，并进行光谱反射率提取、光谱的预处理、光谱特征波段的筛选；

分析系统：根据所述处理系统，对数据建模并验证，用于定量判断萎凋和发酵程度，为红茶加工过程中萎凋和发酵程度的智能判断提供依据。