基于机器视觉的工夫红茶萎凋叶水分检测

萎凋是工夫红茶加工的首道工序,萎凋叶水分检测主要依赖于人工经验判断,难以做到精准、客观和量化评价。本文针对萎凋叶摊放工艺,以工夫红茶萎凋在制品为研究对象,基于机器视觉技术获取萎凋叶图像的色泽和纹理特征信息,分析图像特征变量的变化规律及其与水分的关联;采用偏最小二乘法PLS(Partial least squares)、极限学习机ELM(Exterme learning machine)和支持向量机回归SVR(Support vector machine regression)方法,分别建立萎凋叶水分定量预测模型。结果表明:3种预测方法预测值和实际值的相关系数均大于0.95,非线性SVR模型明显优于PLS模型和ELM模型,其预测集的相关系数Rp(Correlation coefficient of predication set)和预测均方根RMSEP(Root-mean-square error of prediction)分别为0.9904和0.0118,预测集绝对误差均小于0.05,相对标准偏差RPD(Relative percent deviation)值为6.6264。这说明SVR方法能够更好表征图像信息与水分之间的量化解析关系,具有更优的泛化性和鲁棒性,为萎凋加工中水分含量快速无损检测提供了解决方案,为工夫红茶水分在线检测装置的开发提供理论基础,对茶叶机械智能化的发展具有重要意义。     

浸提茶叶质量浓度对绿茶茶汤沉淀形成的影响

比较了浸提茶叶质量浓度对绿茶茶汤主要理化成分含量及可逆与不可逆沉淀形成量的影响。研究结果表明,随着浸提茶叶质量浓度的升高,绿茶茶汤固形物浓度,主要化学成分含量,可逆沉淀量及不可逆沉淀量都显著增加；随着浸提茶叶质量浓度的升高,茶叶中可溶性物质浸出率下降,但是随着茶汤中固形物含量上升,相同单位浓度下产生的沉淀量增加。较低的茶叶质量浓度更有利于获得较高的得率和较少的沉淀。0.1g/mL茶叶质量浓度可能是个临界点,更高的茶叶质量浓度不利于茶叶有效物质浸出,且容易产生沉淀。