莉花茶的质量评估 结合计算机视觉和颜色差异分析分析

科学领域:

• 食品科学 食品科学 食品科学
• 农业工程 农业工程
• 分析化学 分析化学

背景情况:

• 莉花茶的质量评估是具有挑战性的,因为莉花花的短暂性质.
• 传统的方法很难持续评估莉花茶的复杂感官属性.

研究的目的:

• 利用计算机视觉和颜色差异技术,开发莉花茶的客观质量评估方法.
• 建立视觉参数和关键化学成分 (自由氨基酸,多,咖啡因) 之间的相关性.

主要方法:

• 利用计算机视觉和颜色差异技术进行客观茶叶分析.
• 与感官评估和化学成分相关的颜色参数 (a*, ∆E, I).
• 开发并比较标准反向传播 (BP) 和基因算法优化反向传播 (GA-BP) 神经网络用于预测建模.

主要成果:

• 在感官评估和自由氨基酸,多和咖啡因之间发现了显著的相关性.
• 茶叶聚醇与a* (r=0.69) 和∆E (r=-0.78) 强烈相关.
• 咖啡因含量与I (r=0.64),a* (r=0.50) 和∆E (r=-0.57) 相相关.
• 与BP模型相比,GA-BP模型在预测多和咖啡因含量方面取得了更高的准确性.

结论:

• 计算机视觉和颜色差异技术为莉花茶的质量评估提供了一种高效和新的方法.
• GA-BP神经网络模型为关键化学成分提供了卓越的预测准确性.
• 该方法解决了莉花茶传统质量评估方法的局限性.