一种基于卷积神经网络的普洱生茶和熟茶判定方法与流程

技术特征：
1.一种基于卷积神经网络的普洱生茶和熟茶判定方法，具体包括以下步骤：s1：普洱茶叶底图像采集步骤：选取普洱台地生茶、大树生茶和熟茶，首先将茶叶取5克，并将茶叶放置于审评杯中；其次，使用沸水加至杯满进行冲泡，盖上杯盖；最后，5分钟后将叶底取出，平铺于任意背景纸上，使用相机拍摄茶叶叶底图片n张；s2：台地茶、大树茶和熟茶叶底图像处理步骤：首先，将所有拍摄的茶叶叶底图像进行背景去除；其次，随机选取拍摄叶底图像的80％进行图像增强，作为训练集，剩余20％不做处理，作为验证集；s3：训练普洱茶叶底判别模型：普洱台地生茶、大树生茶和熟茶分别执行上述操作，将台地茶、大树茶和熟茶经背景去除和图像增强后的叶底图片与对应标签分别输入拟议的卷积神经网络进行训练、验证；s4：普洱台地生茶、大树生茶和熟茶识别步骤：将待识别的普洱茶叶底平铺于任意背景纸上，通过相机拍摄获取茶叶叶底图像，输入经过良好训练的卷积神经网络，获取台地生茶、大树生茶和熟茶的识别结果。2.根据权利要求1所述一种基于卷积神经网络的普洱生茶和熟茶判定方法，其特征在于，所述s2中图像背景取出具体方法为：将拍摄的原始叶底图像输入u2
‑
net模型中，将模型输出的蒙版进行二值化处理，并计算二值图像的外接矩形；首先使用蒙版去除原始图像的背景，再使用外接矩阵位置信息准确定位感兴趣区域，并对感兴趣区域进行中心裁剪。3.根据权利要求1所述一种基于卷积神经网络的普洱生茶和熟茶判定方法，其特征在于，所述s2中图像增强的具体为：随机旋转，随机翻转，白平衡抖动，加入高斯噪声中的一种或多种操作。4.根据权利要求1所述一种基于卷积神经网络的普洱生茶和熟茶判定方法，其特征在于，所述s3中所述的卷积神经网络主干采用mobilenetv2。5.根据权利要求4所述一种基于卷积神经网络的普洱生茶和熟茶判定方法，其特征在于，所述卷积神经网络具体方法为：首先，使用ghost module替换mobilenetv2网络中除首层卷积层外的所有普通卷积层，对depth wise卷积层不进行替换操作；其次，在每个bottleneck后加入squeeze and excitation注意力模块，缩放率为4；最后，使用hard
‑
mish激活函数替换mobilenetv2中的relu6激活函数。6.根据权利要求1
‑
5任意一项所述一种基于卷积神经网络的普洱生茶和熟茶判定方法，公开了其在图像处理技术领域的应用。

技术总结
本发明公开一种基于卷积神经网络的普洱生茶和熟茶判定方法，属于图像处理技术领域。该方法包括：普洱台地生茶、大树生茶、熟茶叶底图像采集步骤；普洱台地生茶、大树生茶和熟茶叶底图像背景分割和图像增强步骤；训练普洱台地生茶、大树生茶和熟茶识别模型步骤和普洱台地生茶、大树生茶和熟茶识别步骤。本发明的方法可以准确地识别和区分普洱台地生茶、大树生茶和熟茶。本发明所述方法识别的准确率为99.86％；将专业茶叶审评人员的经验模型化，并可提供给普通用户使用。可提供给普通用户使用。可提供给普通用户使用。


技术研发人员：张悟移 卯映雪 周霞霞 张峻豪 张倩 韩正涛 张义伟 平安 杨礼凡 赵福生 宋子轩 刘骐源 冯雅楠 刘佳丽 董弋萱 蒋倩 王晓鹏 胡双林 陆国
受保护的技术使用者：昆明理工大学
技术研发日：2021.07.01
技术公布日：2021/10/23