一种基于机器视觉反馈的龙井茶鲜叶精细分选方法与流程

本发明属于茶叶加工设备，具体是指一种基于机器视觉反馈的龙井茶鲜叶精细分选方法。

背景技术：

1、龙井茶作为我国传统名优茶品，其鲜叶原料品质对后续加工过程以及成品茶品质具有重要影响。在龙井茶加工过程中，通常需要根据鲜叶的嫩度、叶片完整程度、颜色状态以及尺寸特征等因素，对采摘后的鲜叶进行分类处理，以保证后续加工工序的稳定性。

2、目前，龙井茶鲜叶分选主要依靠人工完成。工作人员通过观察鲜叶外观状态，并结合经验判断鲜叶品质等级。然而，现有人工分选方式存在以下不足：首先，人工分选效率较低，在采摘集中时期难以满足连续化加工需求；其次，人工判断容易受到工作人员经验差异影响，造成同批次鲜叶分选结果不一致；此外，现有部分自动化分选设备主要针对干茶或颗粒状物料设计，而龙井茶鲜叶具有叶片柔软、尺寸差异明显、输送过程中容易相互贴合或堆积等特点，若直接采用现有视觉检测方式时，容易出现部分叶片区域被遮挡，使图像采集信息不完整的问题；同时，现有视觉分选设备通常采用固定检测参数，当环境光照条件或鲜叶批次发生变化时，需要人工重新调整设备参数，影响设备连续运行稳定性。

技术实现思路

1、为了解决上述难题，本发明提供了一种基于机器视觉反馈的龙井茶鲜叶精细分选方法，通过在鲜叶进入视觉检测区域前设置匀料机构，对堆积状态的鲜叶进行分散整理，降低叶片之间的相互遮挡，并结合机器视觉检测、品质分析以及反馈调节，实现龙井茶鲜叶连续化分选过程中的参数优化。

2、为了实现上述功能，本发明采取的技术方案如下：一种基于机器视觉反馈的龙井茶鲜叶精细分选方法，包括鲜叶输送机构、机器视觉检测机构、品质分析机构、分选执行机构以及反馈调节机构；

3、所述鲜叶输送机构用于输送待分选的龙井茶鲜叶，并使龙井茶鲜叶依次经过检测区域和分选区域；

4、所述机器视觉检测机构设置于所述检测区域，用于采集输送状态下龙井茶鲜叶的图像信息；

5、所述品质分析机构与机器视觉检测机构通信连接，用于根据采集的鲜叶图像信息获取鲜叶颜色特征、形态特征、尺寸特征以及表面状态特征，并根据上述特征信息生成品质评价结果，根据预设品质等级评价标准确定鲜叶品质等级；

6、其中，所述综合评价参数由鲜叶颜色一致性指标、叶片完整度指标、尺寸匹配指标以及表面缺陷比例指标共同构成；所述品质分析机构通过对上述指标进行综合计算，获得用于区分不同品质等级鲜叶的评价结果；

7、所述分选执行机构与品质分析机构通信连接，用于根据所述品质等级控制不同品质等级的龙井茶鲜叶进行分类输出；

8、所述反馈调节机构分别与所述机器视觉检测机构、品质分析机构以及分选执行机构通信连接，用于获取分选后鲜叶的抽检结果，将所述抽检结果与所述品质分析机构输出的品质等级进行比对以获得反馈偏差量，并根据所述反馈偏差量调整匀料参数、图像采集参数、品质评价参数或分选执行参数，以实现对连续分选过程的参数修正。

9、作为本发明的一种优选技术方案，所述鲜叶输送机构包括输送带以及设置于所述输送带输入端的匀料机构，所述匀料机构用于对进入输送带的龙井茶鲜叶进行分散整理，使进入检测区域的鲜叶具有较少的相互遮挡区域，便于机器视觉检测机构获取有效图像信息。

10、作为本发明的一种优选技术方案，所述匀料机构包括振动送料板、与振动送料板连接的振动驱动件以及设置于振动送料板出口位置的限料结构；所述振动驱动件用于驱动振动送料板产生振动，使堆积状态的龙井茶鲜叶产生移动和分散；所述限料结构用于限制进入输送带的鲜叶通过厚度，降低多个鲜叶同时叠置进入检测区域的概率。

11、作为本发明的一种优选技术方案，所述机器视觉检测机构包括图像采集装置、辅助光源以及控制单元；所述图像采集装置设置于所述检测区域对应位置，用于获取输送状态下龙井茶鲜叶的图像信息；所述辅助光源设置于检测区域周侧，用于向检测区域提供稳定照明环境；所述控制单元与所述图像采集装置连接，用于控制所述图像采集装置按照预设采集频率获取鲜叶图像。

12、作为本发明的一种优选技术方案，所述品质分析机构包括图像处理模块以及品质识别模块；所述图像处理模块用于对采集的鲜叶图像进行图像增强、目标区域分离以及特征提取处理；所述品质识别模块用于根据提取的鲜叶颜色特征、形态特征、尺寸特征以及表面状态特征建立品质评价结果，品质识别模块将品质评价结果与预存的不同品质等级对应的评价标准进行比较，根据比较结果确定鲜叶对应的品质等级。

13、作为本发明的一种优选技术方案，所述品质识别模块进行综合判断时：

14、当各项视觉特征信息对应同一品质等级时，将该品质等级作为最终判断结果；当不同视觉特征信息对应不同品质等级时，根据各项视觉特征与评价标准之间的符合程度进行综合判断。

15、作为本发明的一种优选技术方案，所述分选执行机构包括气动喷射组件以及多个收集区域；所述气动喷射组件包括沿鲜叶输送方向间隔设置的多个喷气单元，各所述喷气单元分别对应不同品质等级的收集区域；所述分选执行机构根据鲜叶品质等级以及鲜叶在输送过程中的位置信息确定喷气时序，并控制对应喷气单元输出气流，使鲜叶进入对应品质等级的收集区域。

16、作为本发明的一种优选技术方案，所述反馈调节机构包括结果检测模块和参数调整模块；所述结果检测模块用于获取分选后鲜叶的实际品质信息；

17、所述参数调整模块根据所述实际品质信息与品质等级之间的偏差，按照预设偏差判定规则判断偏差是否超过允许范围；

18、当偏差超过允许范围时，所述参数调整模块根据偏差类型调整对应参数，所述对应参数包括图像采集参数、品质评价参数以及分选执行参数。

19、其中，当偏差表现为图像采集质量变化导致时，调整图像采集参数；当偏差表现为品质等级判断不准确时，调整品质评价参数；当偏差表现为鲜叶进入错误收集区域时，调整分选执行参数。

20、作为本发明的一种优选技术方案，当实际检测结果与品质识别模块19输出的品质等级不一致的鲜叶数量占抽检总数量的比例超出预设阈值时，判定为存在偏差；所述预设阈值根据生产要求设定。

21、基于上述系统，本发明还提供一种基于机器视觉反馈的龙井茶鲜叶精细分选方法，包括以下步骤：

22、s1、将待分选的龙井茶鲜叶输送至检测区域，并通过匀料机构对鲜叶进行分散整理；

23、s2、通过机器视觉检测机构采集检测区域内龙井茶鲜叶的图像信息；

24、s3、对采集的鲜叶图像进行处理，获取鲜叶颜色特征、形态特征、尺寸特征以及表面状态特征；

25、s4、根据所述颜色特征、形态特征、尺寸特征以及表面状态特征建立品质评价参数，并根据所述品质评价参数确定龙井茶鲜叶对应品质等级；

26、s5、根据所述品质等级控制分选执行机构动作，使不同品质等级的鲜叶进入对应收集区域；

27、s6、获取分选后的鲜叶抽检结果，并将抽检结果与品质分析机构17输出的品质等级进行比对以获得反馈偏差量；

28、s7、根据所述反馈偏差量调整对应运行参数。

29、与现有技术相比，本发明采取上述结构取得有益效果如下：

30、通过振动送料板与限料结构配合的匀料方式，使龙井茶鲜叶在进入检测区域前形成低重叠度的分布状态，有效改善了因叶片相互遮挡导致的图像采集不完整问题，为后续视觉检测提供了可靠的图像基础

31、通过颜色一致性、叶片完整度、尺寸匹配及表面缺陷四项指标的综合评价，避免了单一特征波动对品质判断的干扰；同时，反馈调节机构能够根据分选后的抽检结果，对图像采集参数、品质评价参数及分选执行参数进行区分调整，使系统在鲜叶批次更换或环境光照变化时无需人工逐一调试，提高了连续化生产的稳定性

32、上述匀料、检测、评价、分选及反馈环节相互配合，形成了适用于龙井茶鲜叶特点的闭环分选流程，在降低人工干预程度的同时，提高了同批次鲜叶分选结果的一致性