基于多光谱图像及组合特征分析的茶叶等级区分

提出了一种采用多光谱成像的机器视觉技术对4个等级的西湖龙井茶进行区分的方法。首先采用3CCD多光谱摄像机同时获取茶叶在540、670和800 nm波谱处的波长图像,然后对预处理后的图像进行图像特征提取,选取了18个形状特征和15个纹理特征。基于这2组特征分别对4个等级的茶叶进行主成分聚类分析,得到的两幅主成分空间的聚类图都不能对4个等级茶叶进行有效的区分。为了得到高效的区分模型,本研究对形状特征和纹理特征进行组合,聚类分析的结果优于原先的分析结果。随后,采用多类逐步判别分析法对形状特征、纹理特征和组合特征(形状+纹理)这3组特征分别进行特征优化,并建立了对应各组特征的等级区分模型,经过比较发现基于组合特征的区分模型的效果仍为最佳,对于预测集样本的区分正确率为85%。本研究还发现对于等级区分最重要的两个特征依次为波长800 nm通道图像的相关性、波长800 nm通道图像的二阶角矩。