基于嗅觉味觉交互作用的绿茶品质可视化传感判别方法与流程

本发明涉及一种绿茶品质检测的快速、智能化判别方法，即根据嗅觉味觉交互作用利用色敏型传感器技术判别不同品质的绿茶。

背景技术

茶是世界上最受欢迎的饮料之一。作为传统饮品，绿茶不仅香气浓郁，滋味爽口，而且具有经济效益，同时对人体健康具有好处。随着人们生活水平的提高，饮茶人数也逐渐上升，茶叶消费量不断增加，消费者对茶叶品质的要求也越来越高。茶叶品质与其色、香、味、形密切相关，而且绿茶具有强烈的嗜好性，其感官品质会直接对产品的经济价值产生影响。目前茶叶品质的检测主要依靠人工感官评价以及理化检测两种方法。人工感官评价具有快速、直观等优点，能反映出人的感官体验，但是主观性较强，审评人员容易受到心理和外界因素的干扰，评判结果的客观性和准确性在一定程度上会受到影响，且对品评师的培养也是一项长期的工作。理化检测能够对准确测定茶叶中成分，但工作量大、耗费时间。这两种方法均难以满足茶叶行业快速准确检测的需求，因此需要寻求一种快速、简便、准确的检测方法。

近几年无损检测技术在茶叶的风味品质检测中得到了广泛的应用。目前专利如“一种基于电子舌检测信息的武夷岩茶滋味等级判别方法”(专利号：CN201610186782.1)公开了一种利用电子舌技术根据滋味特征对茶叶进行等级判别的方法，但检测结果会受检测前工作电极表面清洁度的影响，为了提高检测精度，需要在检测前对电极进行清洗，因此比较耗费时间。由于检测信号需要多次重复，数据预处理非常重要，若数据预处理方法不合适，可能导致预测效果更差。另外，“基于多传感信息融合的名优茶品质仪器智能化审评方法”(专利号：CN200910232916.9)通过计算机视觉、电子鼻和电子舌分别检测茶叶的色泽外形特征、嗅觉特征和味觉特征，将三种特征信息融合后采用非线性的模式识别方法建立名优茶仪器智能审评的多信息融合模型。该专利将多个影响采用品质的信息进行融合，评价更为全面，但是获取各感官特征信息的方式和通道互相独立，没有考虑各风味属性之间会产生交互作用，因此与人工感官评价依然会有一定的差异。

在对茶叶进行感官评价时，品评人员会对样本的色泽、香气、滋味等方面进行评判，分别给出对应的感官评分。这种方法原则上默认为某一感官属性的评分只与此感觉器官有关，而与其他感觉器官无关。但在实际情况下，品评人员在获取某一感官信息时，会有意识或无意识地被其他感官所影响，如在进行绿茶滋味品评时，味觉信息是主要信息，但会受到嗅觉的影响。所以，各感官之间的交互作用客观存在，难以避免。目前，研究人员利用传感器评判食品时，很少考虑各感官之间的交互作用，所提取的传感器信息无法真实反应食品感官特征信息。

可视化传感技术作为新的检测手段，在食品和农产品检测领域应用越来越广泛。可视化技术作为一种新型无损检测技术，其响应速度快、灵敏度高，故利用可视化技术获取受嗅觉影响的味觉传感器阵列特征变量，对绿茶品质进行判别具有重要意义。

技术实现要素：

本发明的目的在于提供一种基于嗅觉味觉交互作用的绿茶品质可视化传感判别方法，具有快速、简便等特点，可实现绿茶品质的快速判别。

本发明通过以下技术手段解决上述技术问题：基于嗅觉味觉交互作用的绿茶品质可视化传感判别方法，按照下述步骤进行：

(1)针对绿茶的特性，参考目前可视化技术对茶叶的研究，筛选出相应的色敏材料；其中包括5种卟啉衍生物，分别为：①四苯基卟啉，②四苯基卟啉钴，③四甲氧基苯基卟啉钴，④四甲氧基苯基卟啉，⑤5，10，15，20-四(五氟苯基)卟啉氯化铁；和4种pH指示剂，分别为：①甲基红,②亚甲基蓝，③溴酚蓝，④甲酚红；

(2)卟啉类化合物分别用二氯甲烷溶解，pH指示剂用无水乙醇溶解，均配制成2mg/mL的溶液。将配制好的色敏溶液置于黑暗环境中保存，使用时用毛细管取色敏溶液固定在作为基板的聚偏氟乙烯(Polyvinylidene Fluoride，PVDF)上制成传感器阵列，其中前5个传感单元为卟啉类衍生物，后4个传感单元为pH指示剂，构成3×3的色敏传感器阵列；待色敏材料在基板上挥发稳定后，将传感器阵列置于黑暗环境中密封保存；使用前用HP Scan4890扫描仪进行扫描，获取初始图像；

(3)将绿茶样品在沸腾去离子水中搅拌并浸泡4min，然后滤掉茶叶。在培养皿中倒入茶汤，将传感器阵列粘贴在培养皿内盖上与绿茶香气接触，保持茶汤温度在45℃左右，充分反应。

(4)将步骤(3)中的传感器阵列放置在培养皿中与绿茶茶汤接触，保持茶汤温度在45℃左右，充分反应。用HP Scan4890扫描仪进行扫描，获取反应后图像；

(5)采用课题组自行研发的基于Halcon(是专有名词，一种机器视觉算法包)平台的图像处理程序，提取可视化传感器阵列反应后各个传感器的RGB值作为可视化传感器阵列的特征变量。研究中将传感器阵列反应前各色敏点的R(red)、G(green)、B(blue)值(R前、G前、B前)作为反应前传感器的特征值，将传感器阵列在一个茶汤样品中分别与香气和滋味物质反应后各传感器R、G、B的值(R后、G后、B后)作为反应后传感器的特征值。然后将反应前后各传感器RGB的差值(ΔR＝|R后–R前|、ΔG＝|G后–G前|、ΔB＝|B后–B前|)作为一个茶汤样品的传感器阵列的响应值。每个样品所得到的响应信号由9个传感器单元的27个特征值组成，作为不同品质的绿茶作为特征矩阵；

(6)基于(5)中所构建的特征矩阵，先进行Z-score标准化预处理并提取主成分，在Matlab(Matrix Laboratory)中建立SVM判别模型，调用已构建的绿茶品质判别模型，将数据输入模型中，即可对待测样品的品质进行判别。

本发明利用色敏型传感器技术模拟人的鼻子和舌头，实现对不同品质绿茶的快速、无损检测。该方法克服了人工感官评价和理化检测步骤繁琐、耗时长的缺点，对绿茶的品质控制与产品分级具有重要意义。

附图说明

图1是基于嗅觉味觉交互作用的可视化传感器阵列传感器系统原理图；

图1中：1、初始图像；2、扫描仪；3、传感器阵列；4、培养皿；5、茶汤；6、最终图像；7、计算机；8、差值图像。

图2是基于嗅觉味觉交互作用的可视化传感器阵列示意图。

图3是基于嗅觉味觉交互作用的可视化传感器阵列的分类结果。

具体实施方式

为使本发明实施例的目的、方案和优点更清晰明了，下面结合本发明实施例，对技术方案进行详细描述。此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。

图2是本发明基于嗅觉味觉交互作用的绿茶品质可视化传感判别方法系统原理图。如图2所示，基于嗅觉味觉交互作用的绿茶品质可视化传感判别方法，包括以下步骤：

(1)实施例中的样本分别为金山翠芽、茅山长青、金坛雀舌。每个类别、每个等级各12个样本，共108个样本。

(2)色敏溶液的配制：针对绿茶的特性，筛选出相应的色敏材料；其中包括5种卟啉衍生物，分别为：①四苯基卟啉，②四苯基卟啉钴，③四甲氧基苯基卟啉钴，④四甲氧基苯基卟啉，⑤5，10，15，20-四(五氟苯基)卟啉氯化铁；和4种pH指示剂，分别为：①甲基红,②亚甲基蓝，③溴酚蓝，④甲酚红。

(3)色敏传感器的制备：卟啉类化合物分别用二氯甲烷溶解，pH指示剂用无水乙醇溶解，均配制成2mg/mL的溶液。将配制好的色敏溶液置于黑暗环境中保存。使用时用毛细管取色敏溶液固定在作为基板的PVDF上制成传感器阵列，其中前5个传感单元为卟啉类衍生物，后4个传感单元为pH指示剂，构成3×3色敏传感器阵列；待色敏材料在基板上挥发稳定后，将传感器阵列置于黑暗环境中密封保存，制备好的传感器阵列如图2所示。

(4)初始图像的获取：使用前用HP Scan4890扫描仪进行扫描，获取初始图像。

(5)最终图像的获取：将绿茶样品在沸腾去离子水中搅拌并浸泡4min，然后滤掉茶叶。在培养皿中倒入茶汤，将传感器阵列粘贴在培养皿内盖上与绿茶香气接触，保持茶汤温度在45℃左右，充分反应。将与绿茶香气反应后的传感器阵列放置在培养皿中与绿茶茶汤接触，保持茶汤温度在45℃左右，充分反应。用HP Scan4890扫描仪进行扫描，获取反应后图像。

(6)利用课题组自行研发的基于Halcon平台的图像处理程序，提取可视化传感器阵列反应后各个传感器的RGB值作为传感器阵列的特征变量。研究中将传感器阵列反应前各色敏点的R、G、B值(R前、G前、B前)作为反应前传感器的特征值，将传感器阵列在一个茶汤样品中分别与香气和滋味物质反应后各传感器R、G、B的值(R后、G后、B后)作为反应后传感器的特征值。然后将反应前后各传感器RGB的差值(ΔR＝|R后–R前|、ΔG＝|G后–G前|、ΔB＝|B后–B前|)作为一个茶汤样品的传感器阵列的响应值。每个样品所得到的响应信号由9个传感器单元的27个特征值组成，作为不同品质的绿茶作为特征矩阵。

(7)基于上一步中所构建的特征矩阵，调用已构建的绿茶品质判别模型，将数据输入模型中，即可对待测样品的品质进行判别；其中绿茶判别模型的建立，先利用Z-score进行标准化预处理，再采用主成分分析结合SVM方法，提取主成分，构建SVM判别模型对绿茶样品进行快速识别。图3为本发明实施例提供的绿茶样品判别方法的识别结果的示意图，如图3所示，对绿茶的品质识别的正确率为97.22％。

(8)利用90个独立样本(不同类别、不同等级的绿茶各取样10个)进行验证实验。实施步骤依照(1)～(5)进行，调用已构建的绿茶判别模型，将该数据输入模型中，即可对未知的绿茶样本进行判别。