基于高光譜和圖像技術(shù)的龍井茶葉品質(zhì)檢測方法研究.pdf

1、本次研究利用高光譜和圖像處理的融合技術(shù)評判龍井茶葉的品質(zhì)。試驗以3個等級的龍井茶葉為試驗對象。通過對圖像信息的處理和理解獲得龍井茶葉的顏色特征參數(shù)和紋理特征參數(shù)；通過高光譜數(shù)據(jù)的提取和處理獲得龍井茶葉光譜曲線的吸收光譜特征參數(shù)、紅邊光譜特征參數(shù)和植被指數(shù)光譜特征參數(shù)。建立基于遺傳算法支持向量機(jī)原理的龍井茶葉綜合判別模型，作為評判龍井茶葉品質(zhì)的標(biāo)準(zhǔn)。
　　 主要研究內(nèi)容有：
　　 1.研究龍井茶葉的圖像特點(diǎn)。本次研究與探討

2、了色彩空間、紋理特征，提出較為合理的提取顏色與紋理特征的算法，得到理想的圖像特征參數(shù)，并探討了這些參數(shù)與茶葉等級之間的關(guān)系。
　　 2.研究龍井茶葉的光譜特點(diǎn)。利用ASD光譜儀獲取茶葉在350-2500nm光波范圍的反射光譜，對反射光譜進(jìn)行包絡(luò)線消除處理。提取吸收光譜特征參數(shù)、紅邊光譜特征參數(shù)和植被指數(shù)特征參數(shù)，并探討這些參數(shù)與茶葉等級之間的關(guān)系。
　　 3.進(jìn)行判別模型的輸入特征參數(shù)的選擇?；谔卣鲄?shù)與茶葉等級之間的

3、相關(guān)性分析，選取不同等級龍井茶葉顏色和紋理特征參數(shù)9個；光譜特征參數(shù)8個，共17個特征參數(shù)，作為龍井茶葉等級判別模型特征輸入。以支持向量機(jī)分類器作為建模工具，并分析了各種核函數(shù)下的模型精度，比較了各種核函數(shù)下模型的優(yōu)劣，發(fā)現(xiàn)徑向基函數(shù)（RBF）核函數(shù)更適合建立龍井茶葉等級判別模型。
　　 4.采用遺傳算法對核函數(shù)參數(shù)進(jìn)行選擇。針對徑向基核函數(shù)（RBF）中的懲罰系數(shù)C和正則化系數(shù)γ的選擇，本次研究嘗試使用遺傳算法進(jìn)行搜尋。由于算法

4、中C值與γ值的選擇對算法的推廣預(yù)測能力和效率都有很大的影響。通常的方法是采用人工的方法，通過對多個參數(shù)的比較來確定較好的參數(shù)。這種方法盲目性大、效率低。針對這個問題，該文提出了基于遺傳算法的支持向量機(jī)分類方法，采用遺傳算法來搜索最佳的支持向量機(jī)參數(shù)。
　　 5.建立判別模型，并得到判別結(jié)果。利用Matlab建立遺傳支持向量機(jī)算法，并得到最終識別結(jié)果。研究遺傳算法和支持向量機(jī)原理，并將兩者結(jié)合應(yīng)用到龍井茶葉檢測的模型建立當(dāng)中，提出