研究目的
开发一种快速、无损的茶叶含水量可视化检测方法，以解决类生产环境中叶片正反面光谱差异问题。
研究成果
该研究成功提出并验证了一种茶叶叶片含水量自动视觉检测方案，解决了叶片正反面光谱差异问题。LS-SVR模型显示出高精度，逻辑分类器实现了完美的叶片面识别。该方法适用于实际应用，但在真实条件下仍需进一步优化。
研究不足
该研究是在实验室环境中进行的，可能无法完全复现实际生产环境的复杂性，例如各种类型的传送带、叶片曲率、叶片重叠产生的阴影、检测距离的变化、光照均匀性以及叶片随机姿态等因素。
1：实验设计与方法选择：
本研究采用高光谱成像技术采集茶叶图像，模拟实际生产环境。方法包括高光谱校准、基于随机蛙跳算法和连续投影算法的特征波段选择，以及PLSR和LS-SVR回归建模。设计逻辑回归分类器进行叶面识别。
2：样本选择与数据来源：
从实验茶园采集"乌牛早"茶叶样本，共使用64片茶叶。在多次烘干循环过程中获取茶叶正反两面的高光谱图像。
3：实验设备与材料清单：
高光谱图像采集系统（光谱仪、镜头、光源、传送系统、计算机、暗箱）、电子天平、烘箱、显微镜、扫描电子显微镜。
4：实验流程与操作步骤：
茶叶经称重、扫描、烘箱烘干后循环复扫。数据处理包含校准、平均光谱提取、样本划分、异常样本检测、特征选择、模型构建、分类及可视化。
5：数据分析方法：
统计分析采用RMSEC、RMSEP、RC2、RP2进行模型评估，蒙特卡洛采样检测异常值，逻辑回归进行分类。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
microscope
CX31
Olympus
Obtaining scanning area maps of leaf transverse sections
-
scanning electron microscope
TM-1000
Hitachi
Obtaining micro-scanning maps of leaf surfaces
-
spectrometer
ImSpector V10E
Specim Spectral Imaging Oy Ltd
Acquiring hyperspectral images by line scanning
-
lens
OLE-23
Specim Spectral Imaging Oy Ltd
Part of the hyperspectral image acquisition system
-
linear light source
Fiber-Lite DC 950
Dolan Jenner Industries Co.
Providing illumination for hyperspectral imaging
-
electronic balance
BT125S
Sartorius Ltd.
Measuring the weight of tea leaves with high precision
-
oven
BA0-150A
STIK Ltd.
Drying tea leaves to create a moisture gradient
-
登录查看剩余5件设备及参数对照表
查看全部
