一种茶叶条索等级的数字化评价方法与流程

1.本发明涉及茶叶品控技术领域，具体涉及一种茶叶条索等级的数字化评价方法。

背景技术：

2.茶叶的条索是指干茶的整体紧细程度，是指茶的外形呈条状，像搓紧的绳索一样紧结，如信阳毛尖、丽水香茶、工夫红茶等。条索是茶叶外形品质的重要评价指标之一。
3.现有的评价方法存在技术上的不足包括：
4.1.条索的评价依赖于专业人员，评价方法主观且评语较笼统；
5.2.无客观评价方法，不能给出条索指标的量化数值，未实现条索品质的数字化评测，且无客观的评价标准。
6.因此，建立一种茶叶(干茶)条索的量化方法及等级客观评价方法，对于茶叶品质客观评价和数字化提升具有重要意义。

技术实现要素：

7.本发明的目的是提供一种茶叶条索的数字化评价方法，能够快速完成对红茶、绿茶等条形茶叶(干茶)条索的数字化评价工作，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：
9.一种茶叶条索等级的数字化评价方法，包括如下步骤：
10.s1、一次性采集不少于50片干茶叶片，均匀平铺在白木质盘中，使茶叶之间互不重叠；
11.s2、获取样品图片：采用摄像设备，通过无影灯，从无影灯摄影棚的顶部垂直拍摄，采集到无阴影的清晰茶叶图像即可；
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自动识别并提取图像评测部位图像，用自创的条索指数测量计算方法测出这批干茶的条索指数，所述条索指数测量计算公式为：
[0013][0014]
进一步的，ti：条索指数；la:茶叶叶片面积；sl:茶叶骨架长度；c:常数，本专利取10，将条索指数量化到合适大小的量纲(个位数)；
[0015]
s4、通过前期采集的该待测茶类的标准样，建立条索的客观评价标准(采用正态分布原理分档)；
[0016]
s5、利用前期建立的所测茶样的条索客观评价标准，对每片茶叶进行“条索紧、条索中、条索松”的定级、并得出“条索紧、条索中、条索松”的占比，以及条索指数的均值；
[0017]
进一步的，所述茶叶骨架是指用于支撑茶叶基础轮廓的支架，骨架提取是通过图像细化得到的，所述图像细化为经过一层层的剥离，从原来的图中去掉一些点，同时保持原来的形状，直到得到图像的骨架。
[0018]
进一步的，所述条索等级的客观评价方法：基于某一种红茶、绿茶等条形茶叶，取4-6个级别的标准样，测量出样本的条索指数，若样本总体符合正态分布，即可采用正态分布原理[1]分档；若样本总体不符合正态分布，可通过倒数变换、对数变换、box-cox变换[2]等数据转换方法，将原样本转换为正态总体，再采用正态分布原理分档。
[0019]
进一步的，所述正态分布等级划分包括：
[0020]
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；
[0021]
将超过μ+σ的评为a等；
[0022]
分布在μ到μ+σ之间的评为b等；
[0023]
分布在μ-σ到μ之间的评为c等；
[0024]
μ-σ到μ-2σ的评为d等；
[0025]
μ-2σ之下的评为e等。
[0026]
进一步的，取茶叶“贵州八步紫娟红茶”标准样共5个等级，每个等级约250-300样，共抽取1343个样本，按本专利的方法测算出条索指数，经检验，偏度＝0.72》0，p《0.05，“贵州八步紫娟红茶”的条索指数总体未呈正态分布。
[0027]
进一步的，取茶叶“丽水香茶”标准样共5个等级，每个等级约250-300样，共抽取1275个样本，按本专利的方法测算出条索指数，经检验，偏度＝0.746》0，p《0.05，“丽水香茶”的条索指数总体未呈正态分布。
[0028]
进一步的，根据概率论与数理统计原理，为使原数据总体呈正态分布，固将贵州八步紫鹃红茶标准样的条索指数进行box-cox转换[2]，经检验，偏度≈0，p》0.05，转换后茶叶总体均呈正态分布；
[0029]
同理，将丽水香茶标准样的条索指数进行box-cox转换[2]，经检验，偏度≈0，p》0.05，转换后茶叶总体均呈正态分布。
[0030]
进一步的，根据概率论与数理统计原理，可将一组数值分为5档，经过适当调整，将其调整为3档，3档分别为[0,μ-σ]、[μ-σ,μ+σ]、[μ+σ，+∞]，占比分别为15.87％、68.27％、15.87％，2种茶叶的实物标准样总体各自划分为3档，其中，分档阈值由正态参数通过box-cox逆转换得到：
[0031]
贵州八步紫娟红茶分档阈值区间：[0,1.89]、[1.89,2.66]、[2.66，+∞]；
[0032]
丽水香茶分档阈值区间：[0,1.66]、[1.66,2.89]、[2.89，+∞]；所述box-cox变换是统计建模中常用的一种数据变换，用于连续的响应变量不满足正态分布的情况，box-cox变换可以明显地改善数据的正态性、对称性和方差相等性，对许多实际数据都是行之有效的。
[0033]
本发明的技术效果和优点：
[0034]
1.本发明提出了条索指标的计算公式，利用python编程，采用opencv库中的边缘检测和骨架检测等算法，得到条索指数，实现了条索的量化，实现量化评价；
[0035]
2.本发明通过采集某一种茶类的标准样，采用统计学的原理，确立了条索指标的分档阈值范围，建立了客观的评价方法，实现客观化的评价。可用于红茶、绿茶等条形茶叶(干茶)的条索评价。
附图说明
[0036]
图1为本发明的一种茶叶条索等级的数字化评价方法流程图；
[0037]
图2为本发明的茶叶骨架提取及计算条索指数流程示意图；
[0038]
图3为本发明的采样5片贵州八步紫娟红茶茶叶骨架形态示例图；
[0039]
图4为本发明的采样5片丽水香茶茶叶骨架形态示例图。
[0040]
图5为本发明的贵州八步紫娟红茶标准样条索指数图；
[0041]
图6为本发明的丽水香茶标准样条索指数图；
[0042]
图7为本发明的红茶数据转换后的频数直方图及正态拟合结果；
[0043]
图8为本发明的香茶数据转换后的频数直方图及正态拟合结果；
[0044]
图9为本发明的贵州八步紫娟红茶条索分档图；
[0045]
图10为本发明的丽水香茶条索分档图；
[0046]
图11为本发明的贵州八步紫娟红茶(干茶)采集图像；
[0047]
图12为本发明的实施例1中58片茶叶中3个条索级别的占比和条索指数的均值对比图；
[0048]
图13为本发明的丽水香茶茶样采集图像；
[0049]
图14为本发明的实施例2中56片茶叶中3个条索级别的占比和条索指数的均值对比图。
具体实施方式
[0050]
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作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作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。
[0051]
所述茶叶骨架是指用于支撑茶叶基础轮廓的支架，骨架提取是通过图像细化得到的，所述图像细化为经过一层层的剥离，从原来的图中去掉一些点，同时保持原来的形状，直到得到图像的骨架。
[0052]
本发明提供一种茶叶条索等级的数字化评价方法：
[0053]
实施例1
[0054]
一种贵州八步紫娟红茶(干茶)条索的数字化评价方法，具体包括以下步骤：
[0055]
s1、随机取58片贵州八步紫娟红茶干茶茶样，均匀平铺置于无影灯的白背景布上，使茶叶之间互不重叠。
[0056]
s2、采用摄影设备，从无影灯摄影棚的顶部处垂直拍摄，采集到清晰的无阴影茶叶图像，使所有茶叶都处于照片中且无过多空白，如图11所示；
[0057]
s3、将图片导入python，用目标识别算法自动识别并提取茶叶评测部位图像，用自创的条索指数测量计算方法测出58片干茶的条索指数；
[0058]
s4、利用前期采集贵州八步紫鹃红茶的标准样，构建所测茶样的条索客观评价标准(采用正态分布原理分档)；
[0059]
s5、基于贵州八步紫鹃红茶条索指标的客观评价标准，得出58片茶叶中3个条索级别的占比，以及条索指数的均值，如图12所示。
[0060]
具体的，取茶叶“贵州八步紫娟红茶”标准样共5个等级，每个等级约250-300样，共抽取1343个样本，按本专利的方法测算出条索指数，如图5所示，经检验，偏度＝0.72》0，p《0.05，“贵州八步紫娟红茶”的条索指数总体未呈正态分布。
[0061]
具体的，根据概率论与数理统计原理，为使原数据总体呈正态分布，固将贵州八步紫鹃红茶标准样的条索指数进行box-cox转换，如图7所示，经检验，偏度≈0，p》0.05，转换后茶叶总体均呈正态分布。
[0062]
具体的，根据概率论与数理统计原理，可将一组数值分为5档，经过适当调整，将其调整为3档，3档分别为[0,μ-σ]、[μ-σ,μ+σ]、[μ+σ，+∞]，占比分别为15.87％、68.27％、15.87％，2种茶叶的实物标准样总体各自划分为3档，其中，分档阈值由正态参数通过box-cox逆转换得到：
[0063]
贵州八步紫娟红茶分档阈值区间：[0,1.89]、[1.89,2.66]、[2.66，+∞]，如图9所示。
[0064]
实施例2
[0065]
一种丽水香茶(干茶)条索的数字化评价方法，具体包括以下步骤：
[0066]
s1、随机取56片丽水香茶干茶茶样，均匀平铺置于无影灯的白背景布上，使茶叶之间互不重叠。
[0067]
s2、采用摄影设备，从无影灯摄影棚的顶部处垂直拍摄，采集到清晰的无阴影茶叶图像，使所有茶叶都处于照片中且无过多空白；
[0068]
s3、将图片导入python，用目标识别算法自动识别并提取茶叶评测部位图像，用自创的条索指数测量计算方法测出56片干茶的条索指数；
[0069]
s4、利用前期采集丽水香茶的标准样，构建所测茶样的条索客观评价标准(采用正态分布原理分档)；
[0070]
s5、基于丽水香茶条索指标的客观评价标准，得出56片茶叶中3个条索级别的占比，以及条索指数的均值。
[0071]
具体的，所述条索等级的客观评价方法：基于某一种红茶、绿茶等条形茶叶，取4-6个级别的标准样，测量出样本的条索指数，若样本总体符合正态分布，即可采用正态分布原理[1]分档；若样本总体不符合正态分布，可通过倒数变换、对数变换、box-cox变换[2]等数据转换方法，将原样本转换为正态总体，再采用正态分布原理分档。
[0072]
具体的，所述正态分布等级划分包括：
[0073]
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；
[0074]
将超过μ+σ的评为a等；
[0075]
分布在μ到μ+σ之间的评为b等；
[0076]
分布在μ-σ到μ之间的评为c等；
[0077]
μ-σ到μ-2σ的评为d等；
[0078]
μ-2σ之下的评为e等。
[0079]
具体的，取茶叶“丽水香茶”标准样共5个等级，每个等级约250-300样，共抽取1275个样本，按本专利的方法测算出条索指数，如图6所示，经检验，偏度＝0.746》0，p《0.05，“丽水香茶”的条索指数总体未呈正态分布。
[0080]
同理，将丽水香茶标准样的条索指数进行box-cox转换[2]，如图8所示，经检验，偏度≈0，p》0.05，转换后茶叶总体均呈正态分布。
[0081]
丽水香茶分档阈值区间：[0,1.66]、[1.66,2.89]、[2.89，+∞]，如图10所示；所述box-cox变换是统计建模中常用的一种数据变换，用于连续的响应变量不满足正态分布的情况，box-cox变换可以明显地改善数据的正态性、对称性和方差相等性，对许多实际数据都是行之有效的。
[0082]
利用前期建立的大数据库和得到的分档阈值，建立了一种贵州八步紫娟红茶和丽水香茶的条索客观评价标准。本发明定义的两种茶叶条索的客观评价标准，如下：
[0083][0084][0085]
表1：贵州八步紫娟红茶条索评价标准。
[0086][0087]
表2：丽水香茶条索评价标准。
[0088]
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。
[0089]
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。

技术特征：

1.一种茶叶条索等级的数字化评价方法，其特征在于：包括如下步骤：s1、一次性采集不少于50片干茶叶片，均匀平铺在白木质盘中，使茶叶之间互不重叠；s2、获取样品图片：采用摄像设备，通过无影灯，从无影灯摄影棚的顶部垂直拍摄，采集到无阴影的清晰茶叶图像即可；s3、利用python编程，采用opencv库中的边缘检测和骨架检测等算法自动识别并提取图像评测部位图像，用自创的条索指数测量计算方法测出这批干茶的条索指数，所述条索指数测量计算公式为：条索指数其中，ti：条索指数；la:茶叶叶片面积；sl:茶叶骨架长度；c:任一常数；为了更好量化数值范围，本专利取c＝10，将条索指数量化到合适大小的量纲(个位数)；s4、通过前期采集的该待测茶类的标准样，建立条索的客观评价标准(采用正态分布原理分档)；s5、利用前期建立的所测茶样的条索客观评价标准，对每片茶叶进行“条索紧、条索中、条索松”的定级、并得出“条索紧、条索中、条索松”的占比，以及条索指数的均值。2.根据权利要求1所述的一种茶叶条索等级的数字化评价方法，其特征在于：所述茶叶骨架是指用于支撑茶叶基础轮廓的支架，骨架通过图像细化得到，所述图像细化为经过一层层的剥离，从原来的图中去掉一些点，同时保持原来的形状，直到得到图像的骨架，宽度为一个像素点，其像素点面积即为茶叶骨架长度(sl)。3.根据权利要求1所述的一种茶叶条索等级的数字化评价方法，其特征在于：所述条索等级的客观评价方法：基于某一种红茶、绿茶等条形茶叶，取4-6个级别的标准样，测量出样本的条索指数，若样本总体符合正态分布，即可采用正态分布原理[1]分档；若样本总体不符合正态分布，可通过倒数变换、对数变换、box-cox变换[2]等数据转换方法，将原样本转换为正态总体，再采用正态分布原理分档。4.根据权利要求2所述的一种茶叶条索等级的数字化评价方法，其特征在于：所述正态分布等级划分包括：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；将超过μ+σ的评为a等；分布在μ到μ+σ之间的评为b等；分布在μ-σ到μ之间的评为c等；μ-σ到μ-2σ的评为d等；μ-2σ之下的评为e等。5.根据权利要求4所述的一种茶叶条索等级的数字化评价方法，其特征在于：根据概率论与数理统计原理，可将一组数值分为5档，经过适当调整，将其调整为3档，3档分别为[0,μ-σ]、[μ-σ,μ+σ]、[μ+σ，+∞]，占比分别为15.87％、68.27％、15.87％，所测茶叶的实物标准样总体各自划分为3档，其中，分档阈值由正态参数通过box-cox逆转换得到。所述box-cox变换是统计建模中常用的一种数据变换，用于连续的响应变量不满足正态分布的情况，box-cox变换可以明显地改善数据的正态性、对称性和方差相等性，对许多
实际数据都是行之有效的。6.根据权利要求1所述的一种茶叶条索等级的数字化评价方法，其特征在于：所述条索指数(ti)公式中，茶叶图像经二值化后，所有灰度大于或等于自定阈值的像素被判定为属于特定物体，其像素点大小即为茶叶叶片面积(la)。

技术总结

本发明公开了一种茶叶条索等级的数字化评价方法，包括如下步骤：S1、一次性采集不少于50片干茶叶片，均匀平铺使茶叶之间互不重叠；S2、获取样品图片；S3、利用python编程，采用opencv库中的边缘检测和骨架检测等算法自动识别并提取图像评测部位图像，并创建茶叶条索指数的计算方法；S4、通过前期采集的该待测茶类的标准样，建立条索的客观评价标准(采用正态分布原理分档)；S5、利用前期建立的所测茶样的条索客观评价标准，对每片茶叶进行“条索紧、条索中、条索松”的定级、并得出3个级别的占比，以及条索指数的均值。本发明定义了茶叶条索指数，建立了条索等级的客观评价方法，实现了待测茶样条索等级的数字化、客观化评价。客观化评价。客观化评价。