一种茶叶卷曲度等级的量化评价方法与流程

1.本发明涉及茶叶品控技术领域，具体涉及一种茶叶卷曲度等级的量化评价方法。


背景技术：

2.茶叶卷曲度是卷曲形茶叶外形的重要评价指标，卷曲度在很大程度上体现了茶鲜叶质量和加工水平的高低，如特级“碧螺春”要求茶条卷曲成螺，特级“蒙顶甘露”要求外形细秀匀卷。
3.现有的评价方法存在技术上的不足包括：
4.1.主要依赖人工感官审评，需要专业人员，且无统一评价标准和评价方法。
5.2.评语评价非常主观，不够精确、不直观，未实现卷曲度的数字化评测。
6.因此，建立一种茶叶卷曲度的数字化、客观的评价体系，能够快速判断茶叶卷曲程度，即提高了效率又节约了资源，有助于提升茶叶品质，为茶叶数字化分级提供参考依据。


技术实现要素：

7.本发明的目的是提供一种茶叶卷曲度的数字化评价方法，能够快速完成对茶叶卷曲度的数字化评价工作，不仅可以测干茶的卷曲度指数，也可以在茶叶加工中实时监测在制品的卷曲度指数，为实现数字化加工提供参考，以解决上述背景技术中提出的问题。
8.为实现上述目的，本发明提供如下技术方案：
9.一种茶叶卷曲度等级的量化评价方法，包括如下步骤：
10.s1、创建所测茶样卷曲度等级的客观评价方法，得到所测茶样的卷曲度客观评价标准；
11.s2、一次性采集约50片茶叶，使茶叶之间互不重叠，通过无影灯摄影棚并使用摄像设备进行垂直拍摄，获取无阴影的茶叶正面清晰图像；
12.s3、利用python编程，采用opencv库中的边缘检测和骨架检测等算法让所有目标茶叶得到识别，并创建茶叶卷曲度的度量方法，根据上述度量方法测出50片茶叶(以像素来量化)的卷曲度，所述茶叶卷曲度的度量方法的计算公式为：
[0013][0014]
式中：
[0015]
ci为卷曲度；为茶叶叶片骨架像素点个数总和；
[0016]
为茶叶叶片骨架端点个数总和；
[0017]
sfd为骨架径长。
[0018]
s4、利用前期建立的所测茶样的卷曲度客观评价标准，对每片茶叶进行“卷曲如
螺、卷曲、尚卷曲、弯曲”的定级；
[0019]
s5、得出茶样中卷曲如螺、卷曲、尚卷曲、弯曲的茶叶的比例以及卷曲度的均值。
[0020]
进一步的，所述步骤s1中的创建所测茶样卷曲度等级的客观评价方法，具体步骤如下：
[0021]
(1)采集某类茶叶的实物标准样，按要求抽取一定量的样本，按本专利的方法测算出茶叶卷曲度；
[0022]
(2)判断此样本数据是否服从正态分布；
[0023]
a.若此样本数据服从正态分布，根据概率论与数理统计原理，将此样本数据按要求分成几个等级，得到的分级阈值，结合前期构建的茶叶卷曲度大数据库(大数据采样，专家给出评价)，得出此类茶叶卷曲度的评价标准；
[0024]
b.若此样本数据不服从正态分布，则按一定方法将样本数据先转换成正态分布或近似的服从正态分布，按上述方法得到分级阈值，然后将数据逆转换，得到样本实际的分级阈值，结合前期构建的茶叶卷曲度大数据库(大数据采样，专家给出评价)，得出此类茶叶卷曲度的评价标准。
[0025]
进一步的，所述正态分布的等级设定范围包括：
[0026]
如果数组x近似的服从正态分布x～n(μ,σ2)，则通常认为这组数值为正常分布；
[0027]
超过μ σ的评为a等；
[0028]
分布在μ到μ σ之间的评为b等；
[0029]
μ-σ到μ的评为c等；
[0030]
μ-σ到μ-2σ的评为d等；
[0031]
μ-2σ之下的评为e等。
[0032]
进一步的，所述实物标准样的样本数据通过一定方法转换后，样本数据呈正态分布，总体分为三个等级，分别为[0,μ-σ]、[μ-σ,μ σ]、[μ σ， ∞]，占比分别为占比分别为15.87％、68.26％、15.87％，得到分级阈值，然后将数据逆转换，得到样本实际的分级阈值，“丽水香茶”分级阈值区间为：[0，1.83]、[1.83,3.32]、[3.32， ∞]。
[0033]
进一步的，所述卷曲度(ci)公式中，所述骨架端点的识别方法采用八邻域判别算法，即从图片左上角第一个像素点开始按行按列遍历骨架图所有像素点，并判别每个像素点是否为骨架端点，如果是骨架端点(设这个骨架端点为p)，则进一步判别这个骨架端点是否满足如下条件：点a和点b的像素点个数总和＝1(如图4所示,深色方格表示骨架点，浅色方格表示非骨架点)，如果是则作为骨架端点个数，以数值0.5计数，重复上述步骤，直至完成所有像素点的判别。
[0034]
进一步的，所述骨架径长，是指骨架中最远二点的直线距离。骨架径长代表一片茶叶骨架的走向。如果某个骨架点与骨架径长走向一致，说明茶叶是挺直的，而如果某个骨架点与骨架径长走向不一致，说明茶叶是弯曲的。
[0035]
进一步的，所述骨架为物体的中轴，得到了骨架，就相当于突出物体的主要结构和形状信息，去除了多余信息，根据这些信息可以实现图像上特征点的检测，图像上特征点包括端点，交叉点和拐点。
[0036]
本发明的技术效果和优点：
[0037]
1.本发明提出了卷曲度指标的计算公式，利用python编程，采用opencv库中的边
缘检测和骨架检测等算法，得到卷曲度指数，实现了卷曲度的量化，实现量化评价；
[0038]
2.本发明通过采集某一种茶类的实物标准样，采用统计学的原理，确立了卷曲度指标的分级阈值范围，建立了客观的评价方法，实现茶叶卷曲度客观化的评价,可用于红茶、绿茶等茶叶的卷曲度评价。
附图说明
[0039]
图1为本发明的茶叶卷曲度的数字化评价方法的流程图；
[0040]
图2为本发明的茶叶骨架提取的原图和骨架提取图对照图；
[0041]
图3为本发明的茶叶骨架图；
[0042]
图4为本发明的用于骨架端点识别方法的八邻域判别算法例图。
[0043]
图5为本发明的是否采用公式卷曲度(ci)算法的卷曲度指数对比示例图1；
[0044]
图6为本发明的是否采用公式卷曲度(ci)算法的卷曲度指数对比示例图2；
[0045]
图7为本发明的是否采用公式卷曲度(ci)算法的卷曲度均值对比示意图；
[0046]
图8为本发明的茶叶品种“平水日铸茶”实物标准样卷曲度指数图；
[0047]
图9为本发明的茶叶品种“平水日铸茶”实物标准样分级示意图；
[0048]
图10为本发明的茶叶品种“丽水香茶”实标准样卷曲度指数图；
[0049]
图11为本发明的茶叶品种“丽水香茶”实标准样卷曲度指数(平方根转换)图；
[0050]
图12为本发明的茶叶品种“丽水香茶”实物标准样分级示意图；
[0051]
图13为本发明的茶叶品种“丽水香茶”茶样中卷曲、尚卷曲、弯曲的茶叶的占比图；
[0052]
图14为本发明的茶叶品种“平水日铸茶”茶样中卷曲如螺、卷曲、弯曲的茶叶的占比图。
具体实施方式
[0053]
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
[0054]
如图1所示，本发明提供一种茶叶卷曲度等级的量化评价方法，包括如下步骤：
[0055]
s1、创建所测茶样卷曲度等级的客观评价方法，得到所测茶样的卷曲度客观评价标准；
[0056]
s2、一次性采集约50片茶叶，使茶叶之间互不重叠，通过无影灯摄影棚并使用摄像设备进行垂直拍摄，获取无阴影的茶叶正面清晰图像；
[0057]
s3、利用python编程，采用opencv库中的边缘检测和骨架检测等算法让所有目标茶叶得到识别，并创建茶叶卷曲度的度量方法，根据上述度量方法测出茶叶(以像素来量化)的卷曲度，所述茶叶卷曲度的度量方法的计算公式为：
[0058][0059]
式中：
[0060]
ci为卷曲度；为茶叶叶片骨架像素点个数总和；
[0061]
为茶叶叶片骨架端点个数总和；
[0062]
sfd为骨架径长；
[0063]
s4、利用前期建立的所测茶样的卷曲度客观评价标准，对每片茶叶进行“卷曲如螺、卷曲、尚卷曲、弯曲”的定级；
[0064]
s5、得出茶样中卷曲如螺、卷曲、尚卷曲、弯曲的茶叶的比例以及卷曲度的均值。
[0065]
上述卷曲度指数公式中，如果只包括骨架的像素点总和，而不考虑本专利所指的骨架端点，那么茶叶卷曲度的指数就不能正确地反映茶叶的卷曲程度，而且也无法对各批次茶叶更合理地分档。
[0066]
实施例1
[0067]
如图13所示，“丽水香茶”茶样的卷曲度量化及等级客观数评价方法，包括如下步骤：
[0068]
s1、创建“丽水香茶”茶样卷曲度等级的客观评价方法，得到“丽水香茶”茶样的卷曲度客观评价标准；
[0069]
s2、一次性采集54片茶叶，使茶叶之间互不重叠，通过无影灯摄影棚并使用摄像设备进行垂直拍摄，获取无阴影的茶叶正面清晰图像；
[0070]
s3、利用python编程，采用opencv库中的边缘检测和骨架检测等算法让所有目标茶叶得到识别，并根据本专利创建的茶叶卷曲度的度量方法测出54片茶叶(以像素来量化)的卷曲度。
[0071]
s4、利用前期建立的“丽水香茶”茶样的卷曲度客观评价标准，对每片茶叶进行“卷曲、尚卷曲、弯曲”的定级；
[0072]
s5、得出茶样中卷曲、尚卷曲、弯曲的茶叶的比例以及卷曲度的均值。
[0073]
骨架，可以理解为物体的中轴，例如一个长方形的骨架是它的长方向上的中轴线；正方形的骨架是它的中心点；圆的骨架是它的圆心，直线的骨架是它自身，孤立点的骨架也是自身。得到了骨架，就相当于突出物体的主要结构和形状信息，去除了多余信息，根据这些信息可以实现图像上特征点的检测，如端点，交叉点和拐点。骨架提取是通过图像细化得到的。所谓细化就是经过一层层的剥离，从原来的图中去掉一些点，但仍要保持原来的形状，直到得到图像的骨架，如附图2所示。
[0074]
骨架径长，是指骨架中最远二点的直线距离。骨架径长代表一片茶叶骨架的走向。如果某个骨架点与骨架径长走向一致，说明茶叶是挺直的，而如果某个骨架点与骨架径长走向不一致，说明茶叶是弯曲的，如附图3所示，图中的实线表示骨架径长。
[0075]“丽水香茶”卷曲度等级的客观评价方法，包括如下步骤：
[0076]
①
、从“丽水香茶”的实物标准样(分一级至五级共五个等级)中共抽取1275个样
的实物标准样总体分为三个等级，分别为[0,μ-σ]、[μ-σ,μ σ]、[μ σ， ∞]，占比分别为占比分别为15.87％、68.26％、15.87％。“平水日铸茶”分级阈值区间为：[0，1.98]、[1.98,3.67]、[3.67， ∞]，如图9所示；
[0094]
④
、按上述方法得到的分级阈值，结合前期构建的茶叶卷曲度大数据库(大数据采样，专家给出评价)，得出“平水日铸茶”卷曲度的评价标准，见表2：
[0095][0096]
表2：“平水日铸茶”卷曲度的评价标准。
[0097]
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
[0098]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。