[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

说明书

本发明公开了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。所述评估方法包括：采集了茶叶萎凋和发酵过程中的高光谱数据，并测定了每个样本的茶多酚(TPs)、游离氨基酸(FAA)和咖啡碱(CAF)含量；采用连续投影算法（SPA）、竞争性自适应重加权(CARS)和无信息变量消除(UVE)方法，选择特征波段，并结合支持向量机（SVM）、随机森林（RF）、偏最小二乘法（PLS），建立TPs、FAA和CAF含量的监测模型，用于定量判断萎凋和发酵程度。本方法不仅可以提高茶叶萎凋和发酵过程中生化成分的在线监测效率，而且为红茶加工过程中萎凋和发酵程度的智能判断提供依据。

技术领域

本发明属于高光谱成像估测领域，具体涉及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。

背景技术

红茶起源于中国。因为它具有红叶、红汤和香甜味醇的特征以及含有丰富的营养成分，被世界人民所喜爱。红茶是由茶树的鲜叶加工而成，萎凋是红茶加工的首道工艺，当萎凋程度适中时，可以有效提高鲜叶中酶系统的活性，为后续加工和成茶品质奠定良好的基础。发酵是红茶加工的关键工艺，经过适度发酵，可以促进以多酚酶氧化为中心的一系列生化反应，进而改变FAA、CAF和TPs等生化成分的含量，最终形成红茶特异的风味品质。因此，萎凋和发酵程度的判断对于提高红茶品质至关重要。

传统上，制茶师通过主观和经验的方法来观察茶叶色泽和香气的变化，以判断茶叶的萎凋和发酵程度。然而，这种方法需要大量的时间、人力和专业知识。评价结果容易受到制茶师专业、情绪等因素影响，且没有严格的标准。此外，通过生化分析测定品质成分含量也可以用于判断萎凋与发酵情况。然而，这些化学分析方法耗费样品和时间，不能满足现代生产和监测系统的要求。因此，我们开发一种基于高光谱成像的快速、准确的判别茶叶萎凋与发酵程度的方法及系统。

发明内容

本发明提供了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。本发明利用高光谱成像技术采集了茶鲜叶萎凋和发酵过程中的高光谱数据，同时测定了各样本的TPs、FAA和CAF含量。采用卷积平滑法（S-G）、多元散射校正（MSC）和1阶导数（1D）算法对高光谱数据进行预处理。通过机器学习和多种算法构建了TPs、FAA和CAF含量的监测模型，可以对茶鲜叶萎凋和发酵过程中品质成分的定量预测，实现了对萎凋与发酵程度的有效判断。本研究为茶叶萎凋与发酵过程中品质成分的无损在线检测奠定了良好的基础，为茶叶萎凋与发酵程度的智能判断提供了一种新方法。

为实现上述发明目的，本发明采用以下技术方案予以实现：

本发明提供了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，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。

进一步的，所述步骤S1中采集茶叶萎凋和发酵过程数据的步骤为：

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。

进一步的，所述步骤S12中高光谱相机具有像素为：1101×960（空间×光谱）像素。

进一步的，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。

进一步的，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）。

进一步的，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。