基于图像处理技术和神经网络实现机采茶分级

• 作者: 吴佳胜 吴正敏 曹成茂 汪天宇 胡汪洋 谢承健
• 来源期刊: 茶叶科学
• 学科: 农学
• 关键词: 机采绿茶 分级 神经网络 图像处理技术
• 年，卷（期）: 2017,（2）
• 页码范围: 182-190
• 页数: 9页
• 分类号: TS272.3|S23
• 字数: 2658字
• 语种: 中文

摘要

为解决名优绿茶采摘环节的瓶颈问题,提出对机采大宗绿茶进行分级的思路.现有绿茶机采设备采摘的鲜叶一般只能制作普通的大宗绿茶,鲜叶存在混杂、破碎率高和老梗叶等问题,本文基于Labview vision、图像处理技术和神经网络算法分析机采绿茶成品的凸包面积、 凸包周长、长轴长度、短轴长度等形态特征并对样本进行分类,实现从机采大宗绿茶中分选出名优绿茶.其中样本的形态特征采用工业CCD摄像头获取;用户界面用Labview自定义开发设计,数据交互方便,开发周期短.茶叶样本试验结果表明:该方案机采绿茶成品的分级正确率可以稳定在90%以上.本研究为进一步研究机采茶分级设备提供了良好的理论基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹成茂	安徽农业大学工学院	125	756	14.0	20.0
2	谢承健	安徽农业大学工学院	6	10	2.0	3.0
3	胡汪洋	安徽农业大学工学院	5	16	3.0	4.0
4	汪天宇	安徽农业大学工学院	5	19	2.0	4.0
5	吴佳胜	安徽农业大学工学院	3	10	2.0	3.0
6	吴正敏	安徽农业大学工学院	8	30	4.0	5.0