|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于图像颜色信息的茶叶嫩叶识别方法研究显示文摘采集清明时期茶叶图像,获取茶叶的图像信息。论文首先分析了嫩芽与老叶的G和G-B分量的颜色信息,该颜色信息差异能够有效区分嫩芽和背景;然后根据分析结果设定初始阈值,利用改进的最大方差自动取阈法计算G和G-B分量的分割阈值;最后提出了茶叶嫩芽的识别算法。实验结果表明该算法能有效消除光线的影响,快速识别嫩芽;相机与茶树间的距离为10 cm左右时,识别准确率为92%。本研究的方法和结果可为茶叶智能采摘机器的研发提供技术支持。 | 吴雪梅 张富贵 吕敬堂 | 2013 | 茶叶科学2013，33，6： | 36 |
| 2 | 结合颜色和区域生长的茶叶图像分割算法研究显示文摘茶叶的生长情况和成熟度是影响茶叶品质的重要因素,而完成茶叶分析和识别的基础是对茶叶图像的准确分割。文章提出一种基于茶叶颜色和种子区域生长的改进方法来完成对茶叶嫩芽的分割。首先将原始RGB彩色图像转化为HSI空间,选取H和S参数进行初步的种子选择,然后对种子区域基于颜色的相似性和区域的邻接性进行区域生长,并结合颜色距离和边缘距离进行区域生长和合并。文中对不同角度取像图像的茶叶嫩芽进行了分割和比较,试验结果表明该算法能很好地将茶叶嫩芽从茶叶中分离出来,并较好地保存了茶叶嫩芽的轮廓信息。 | 汪建 | 2011 | 茶叶科学2011，31，1： | 32 |
| 3 | 基于多示例图的小麦叶部病害分割方法显示文摘图像分割是作物病害自动识别的难点之一,传统的基于阈值或聚类的分割方法分割精度较低,为了提高作物病害的分割效果,该文提出了一种基于多示例图的分割模型,将作物病害的分割问题转化为在多示例框架下图的分割问题,同时在对作物病害图像分割的过程中引入空间信息,采用像素点信息和邻域信息的融合值形成特征空间,通过在包空间的有效度量方式将多示例学习与图的分割方法有效结合进行小麦叶部病害图像的分割,从而更好地度量示例包的内部差异和示例包之间的差异,同时兼顾了图像的局部信息和全局信息,通过对小麦锈病和白斑病图像的分割试验表明,所提出的模型具有较好的鲁棒性,并且分割效果明显高于传统的分割方法。 | 虎晓红 李炳军 席磊 | 2012 | 农业工程学报2012，28，13： | 19 |
| 4 | 基于深度学习的茶叶状态智能识别方法显示文摘目前对茶叶状态的识别主要依赖人工完成,规模化、产业化生产制造较为困难。作为机器学习的一个新兴方向,深度学习以其准确性和高效性得到广泛关注。将深度学习中的卷积神经网络算法应用于茶叶状态识别中,根据实际的应用场合对经典的卷积神经网络算法进一步优化,利用提取到的茶叶图像集训练网络,最终使网络能够正确识别茶叶状态。实验结果表明:该算法能够对茶叶状态的判别标志——茶叶嫩芽进行有效的3D识别,且对于不同的影响因素具有一定的鲁棒性。 | 王琨 刘大茂 | 2015 | 重庆理工大学学报(自然科学)2015，29，12： | 18 |
| 5 | 基于AlexNet的茶叶嫩芽状态智能识别研究显示文摘为确定合理有效的茶叶嫩芽采摘时间,提出一种基于AlexNet卷积神经网络的茶叶嫩芽状态智能识别方法。首先,建立自然环境下全开面、半开面和未开面三种状态茶叶嫩芽图像集;然后,训练茶叶嫩芽状态AlexNet网络识别模型;最后,利用测试集样本进行模型检测,训练集和测试集中三种状态嫩芽平均识别率分别为97.8%和88%。实验结果表明,该方法能够有效地识别自然环境下茶叶嫩芽状态,为嫩芽智能采摘提供理论依据。 | 吕军 夏华鹍 方梦瑞 周礼赞 | 2019 | 黑龙江八一农垦大学学报2019，31，2： | 13 |
| 6 | 基于图像处理的茶叶智能识别与检测技术研究进展分析显示文摘作为茶叶智能化生产的关键难题之一,基于图像处理的茶叶智能识别与检测技术受到广泛关注。通过综述图像处理技术在茶叶嫩芽识别定位、茶叶病虫害检测、茶叶品种识别与品质检测等方面的研究应用,分析比较各方法的优缺点,总结现有研究存在的主要问题有嫩芽分割受光照影响较大、难以分割含与嫩芽颜色相近背景的图像、枝叶遮挡情况识别效果不理想、缺乏真实背景下茶叶病斑识别算法等。指出基于图像处理的茶叶智能识别与检测技术未来的研究重点:增加不同地域茶叶及品种的样本数据以提高算法普适性;采取多信息融合的方法以求获得更全面的茶叶嫩芽信息;枝叶遮挡严重情况下的识别策略可考虑借助机械装置或风机拨开枝叶,从而避免因枝叶遮挡而导致识别率低的现象发生。 | 王文明 肖宏儒 陈巧敏 宋志禹 韩余 丁文芹 | 2020 | 中国农机化学报2020，41，7： | 12 |
| 7 | 茶树新梢“持嫩性”研究进展显示文摘通过探讨嫩度与'持嫩性'的关系、总结前人关于嫩度评价方法的研究进展,提出了嫩度评价体系的建立是开展'持嫩性'专项研究的基础与前提,认为质构仪可以用于评价新梢的嫩度,'持嫩性'将成为茶业科学领域的研究热点。 | 黄艳 成浩 | 2011 | 安徽农业科学2011，39，17： | 9 |
| 8 | 绿茶“三绿”特征成分的研究进展显示文摘绿茶色素是'三绿'特征呈现的物质基础,但呈色组分在干茶、茶汤和叶底中的表征能力存在明显差异。文中介绍了脂溶性色素和水溶性色素的构成、含量以及各组分在加工中的变化规律,明确指出杀青和干燥是绿茶护绿的关键工序;阐述了分光光度计法、薄层色谱法、高效液相色谱法等不同分析方法在测定绿茶呈色物质中的优缺点,指出超高效液相色谱法的分析效果较佳;分析了传统感官审评法在色泽评价的不足,综述了现代感官评价法在茶叶色泽判定中的应用现状。综上所述,绿茶呈色物质的发掘必需采用先进的科学仪器,建立高效的、分离度高的分析方法,以期尽早鉴定出未知呈色成分,查明呈色成分的互作效应,完善绿茶色泽品质的化学评价体系。 | 郭丽 赖凌凌 屈艳勤 林智 郭雅玲 | 2016 | 食品与发酵工业2016，42，9： | 9 |
| 9 | 自然环境下嫩芽与茶梗自动分割方法的研究显示文摘在茶叶智能采摘过程中,实现嫩芽与鲜梗的自动分割可以减少制茶工序和提高茶叶质量。以自然环境下茶叶嫩芽图像为研究对象,利用G-B灰度图结合直方图阈值法实现了新茶(嫩芽与鲜梗)分割,对新茶二值图像进行形态学腐蚀操作确定嫩芽与鲜梗的分割点,通过逐行扫描实现了自然环境下嫩芽与鲜梗的采摘点标记。实验表明,该方法可以为自然条件下茶叶嫩芽与鲜梗的自动分割提供理论基础。 | 姚波 汪洋 李小瑞 吕军 | 2017 | 黑龙江八一农垦大学学报2017，29，2： | 9 |
| 10 | 浙江名茶品质特征及评鉴新技术应用现状显示文摘以2009年第二届浙江省十大名茶评选工程实施产生的17个名茶为代表,分别从产地、色泽、外形、香气、滋味及叶底方面介绍了浙江名茶品质特征;围绕茶叶品质审评因素,综述了近10年来茶叶品质的量化识别研究成果,最具发展潜力的技术依次为机器视觉图像处理技术、近红外光谱分析技术和多传感信息融合技术。 | 张星海 周晓红 唐德松 龚恕 | 2010 | 安徽农业科学2010，38，34： | 8 |
| 11 | 机采茶鲜叶分级技术研究进展显示文摘机械化采摘茶树鲜叶是名优茶采摘发展的必然趋势。由于机械化采摘的鲜叶老嫩混杂、质量参差不一,无法直接进行名优茶加工,而对采后鲜叶进行分级有助于提高名优茶鲜叶质量等级。本文就名优茶鲜叶机采后的分级研究作了相关的总结,以期对名优茶的机械化采摘有所帮助。 | 杨娟 徐泽 袁林颖 | 2014 | 福建茶叶2014，36，2： | 8 |
| 12 | 名优绿茶仿生采摘指研制显示文摘提出了一种能够模仿人工'提手采'动作的仿生采摘指结构,并完成了采摘指的结构设计。为了提高采摘指的灵巧性和结构紧凑性,对采摘指进行了运动学和静力学分析,通过遗传算法对结构几何参数进行了优化,使得驱动力的传递效率提高了26.6%。在此基础上制作了采摘指原理样机,并完成了气力驱动与控制系统的设计,室内初步试验结果表明:采摘成功率近70%,能够实现预期动作。 | 郝淼 陈勇 潘志刚 孙烨 | 2018 | 食品与机械2018，34，10： | 8 |
| 13 | 基于颜色和形状的鲜茶叶图像特征提取及在茶树品种识别中的应用显示文摘对鲜茶叶颜色、形状特征进行提取,运用计算机视觉、图像处理技术识别茶叶品种。先用数码相机收集茶叶图像,然后对图像格式进行转换和预处理,再运用HSI模型提取茶叶颜色特征参数并采用二值化后图像提取茶叶形状特征参数,针对每一类特征,用6种分类器训练建模,并比较各模型的预测精度。结果表明,其中SVMKM和随机森林以2类特征建模,运用十折交叉验证,独立预测分类这2种方法的精确度达到89.5%。说明本研究运用的方法能成功识别出茶叶品种。 | 刘自强 周铁军 傅冬和 彭华 | 2021 | 江苏农业科学2021，49，12： | 7 |
| 14 | 茶叶品质等的量化识别研究进展显示文摘综述近年来国内外运用相关仪器和技术量化识别茶叶品质的研究进展,并对光谱技术、机器视觉技术和电子鼻技术等在茶叶品质量化评价方面的应用前景作了展望。 | 袁林颖 周正科 皮利 钟应富 邓敏 | 2010 | 南方农业2010，4，1： | 7 |
| 15 | 基于图像颜色和纹理特征的成品茶种类与等级识别显示文摘为实现成品茶种类和等级的自动识别,文章提出了基于茶叶图像颜色特征和纹理特征的分类方法,使用量化的颜色直方图法提取图像颜色特征,使用灰度共生矩阵法提取图像纹理特征,合并两类特征后导入支持向量机分类器,从而实现对茶叶种类和等级的自动识别。结果表明,使用该算法识别不同种类茶叶的准确率都在95%以上,具有卓越的分类性能,同时,在多数情况下,使用该算法识别同种类不同等级成品茶的准确率也在95%以上,对于部分难以区分的情况,总准确率也超过88%。综上,文章提出的算法能够较好的实现成品茶的种类和等级划分,为茶叶分类的自动化实现提供了新的思路和应用技术。 | 张程 王进 鲁晓卉 陆国栋 唐小林 李文萃 | 2020 | 中国茶叶加工2020，，2： | 7 |
| 16 | 基于机器视觉的茶叶微波杀青中品质变化与预测研究显示文摘茶多酚、氨基酸、含水率是茶叶品质的重要指标,传统检测方法周期长且过程复杂。本研究利用机器视觉对微波杀青过程中茶叶的色泽和纹理特征实时监测,在线检测含水率,同时检测茶多酚和氨基酸含量。结果表明,色泽、纹理特征与含水率、茶多酚、氨基酸含量均呈规律性变化且显著相关。对色泽和纹理特征进行主成分分析,以前3个主成分为输入建立极限学习机(ELM)、遗传神经网络(GA-BP)、卷积神经网络(CNN)模型对品质成分含量进行预测。结果表明,ELM、GA-BP、CNN模型分别适用于含水率、茶多酚含量和氨基酸含量的预测,精度均在0.99以上。研究表明,通过实时监测茶叶的色泽和纹理特征来预测其在杀青过程中含水率、茶多酚和氨基酸含量是可行的。 | 吴鑫 宋飞虎 裴永胜 朱冠宇 姜乐兵 宁文楷 李臻峰 刘本英 | 2021 | 茶叶科学2021，41，6： | 5 |
| 17 | 智能专家型名优茶审评系统的设计与研究显示文摘针对传统茶叶感官评审中的不足,开发设计基于智能专家型名优茶审评系统,为茶叶品质控制与评鉴提供一种较为快捷、客观、公正的方法。该评审系统主要是利用数码相机和扫描仪,拍摄干茶与茶汤的外观图片,借助Photoshop 7.0软件,运用S-处理法对采集图片色泽进行分析,以样品色泽参数L、a均值,通过拟合方程T2=17.2+0.15(2L1+L2)-0.4(a1+3a2),反映茶叶内在品质;为使系统更加客观、公正,增加人为感官易于判断的整体综合审评印象分T1修正指标,该指标仅审评茶叶的外形一致、老嫩均匀、异物异味及新旧真假等人为经验及专业技术要求相对较低的因子;基于智能专家型茶叶审评系统(IESFTE)数模为:TZF=17.2+0.25T1+0.15(2L1+L2)-0.4(a1+3a2)。将由该评审系统数模所得评审分值与系统样品库中同类茶样比对,给出茶叶评审报告。经检验,系统评审结果与名优茶审评专家的评审结果接近。 | 张星海 龚恕 周晓红 王岳飞 | 2012 | 茶叶科学2012，32，2： | 5 |
| 18 | 结合颜色和区域生长的茶叶图像分割算法研究显示文摘茶叶的净化处理一直是关系到国计民生的大问题,在茶叶处理的过程中,目前应用最多的就是计算机结合工业摄像机的技术,也就是图像分割技术,在采集到的茶叶图片中,可观察到非常复杂的絮体排列和不规则的絮体边缘,絮体层层叠叠,这时就需要一种能适应如此情况的有效的分割算法来进行操作,不仅要考虑分割的效果问题,更要结合颜色和区域生长情况考虑图像的后续计算的简便性和计算机的有效存储空间。 | 丁汀 | 2017 | 福建茶叶2017，39，2： | 4 |
| 19 | 基于彩色分量的骏枣病虫害检测方法显示文摘病虫害是骏枣缺陷检测的一项重要内容,易受表面皱褶影响而不易识别,为此提出了一种基于彩色分量和图像形态学的骏枣病虫害检测方法。首先获取病虫害枣各彩色空间图像,在各彩色空间截取正常区域图像1幅、病虫害区域图像4幅,统计图像各彩色分量的灰度均值、灰度变换范围及标准差,计算骏枣正常区域与病虫害区域的灰度均值之差,进行彩色分量筛选,结果为RGB的R分量、CMY的C分量、I1I2I3的I2分量、HSV的S分量和V分量。采用自适应阈值法和图像形态学方法,分割出完整的病虫害。取84粒骏枣样本试验,其中病虫害枣61粒,无病虫害枣23粒,检测结果为:CMY的C分量最优,病虫害识别准确率98%,误判率0。试验证明,该方法基本满足骏枣分级精度的要求。 | 肖爱玲 黄新成 | 2014 | 农机化研究2014，36，2： | 4 |
| 20 | 计算机视觉技术在茶学中的研究进展显示文摘随着计算机技术的快速发展,农业生产数字化、精准化、智能化成为国内外研究的热点。综述了计算机技术在茶叶生产加工过程中的应用方法,概述了各种方法的原理,比较了它们的优缺点,为计算机视觉技术在茶叶生产工序上的应用前景和方向做出了展望。 | 吕军 汪洋 | 2015 | 工业控制计算机2015，28，8： | 3 |
您所在的机构暂未开通此部分的功能，请联系管理员