通过使用廉价的机器视子系统,快速实时检测黑茶滚动质量
Shuai Shen1, Ning Ren1, Hang Zheng1
1Institute of Agricultural Equipment, Zhejiang Academy of Agricultural Sciences, 310000 Hangzhou, China; Key Laboratory of Agricultural Equipment for Hilly and Mountainous Areas in Southeastern China (Co-construction by Ministry and Province), Ministry of Agriculture and Rural Affairs, 310000 Hangzhou, China.
Food research international (Ottawa, Ont.)
|March 3, 2025
概括
这项研究引入了使用机器视觉和化学计量技术对黑茶滚动质量的智能检测. 先进的模型准确地评估滚动时间并预测茶叶黄素含量,使黑茶生产的自动化成为可能.
科学领域:
- 农业工程 农业工程
- 食品科学 食品科学 食品科学
- 计算机科学 计算机科学
背景情况:
- 黑茶滚动对于质量至关重要,涉及粉碎,撕裂和卷曲.
- 目前的自动化受限于缺乏智能质量检测方法.
- 开发客观的质量评估对黑茶行业至关重要.
研究的目的:
- 建立定性和定量模型来检测黑茶滚动质量.
- 为了实现黑茶制造中的智能自动化.
- 为快速质量评估提供低成本,可靠的方法.
主要方法:
- 利用机器视觉技术和化学测量方法.
- 用于高性能液体染色学 (HPLC) 测量甲基素和theaflavin的量化.
- 开发了一个DarkNet-53卷积神经网络 (CNN) 用于滚动时间歧视.
- 实施了一种改进的搜索算法优化支持向量回归 (ISSA-SVR) 来进行flavin内容预测.
主要成果:
- 暗网-53 CNN模型在区分滚动时间方面实现了97.82%的准确性.
- 该ISSA-SVR模型显示出极好的预测性能,Rp>0.9和RPD>7.5.
- 与现有方法相比,这些模型提供了更高的性能.
结论:
- 这项研究提出了一种新,低成本和可靠的方法,用于快速检测黑茶滚动质量.
- 开发的模型显著提升了黑茶加工中的自动化潜力.
- 智能检测系统可以提高黑茶制造的效率和一致性.
