名優(yōu)綠茶品質感官評價的儀器化表征研究.pdf

1、目前，國內外對茶葉品質評價仍采用感官審評方法為主，結合理化方法進行綜合評價，但感官審評方法經驗性較強，審評結果隨機性大，重復性差，而理化方法存在耗時長、費用高等缺陷，且是一種有損檢測方法。為彌補這些方法的不足，本研究以碧螺春名優(yōu)綠茶為對象，利用計算機視覺技術、高光譜成像技術、測色技術、電子舌和近紅外光譜技術，對名優(yōu)綠茶感官品質的儀器表征方法進行研究，探索茶葉品質各感官評價項目的儀器化分析方法，用量化指標評價其品質，從而規(guī)范茶葉市場。本論

2、文主要研究內容如下：
　　 1.研究基于計算機視覺技術和高光譜成像技術的名優(yōu)綠茶外形感官品質的儀器表征方法。采用計算機視覺系統(tǒng)獲取干茶葉的可見光圖像，分別提取圖像的12個顏色特征和28個紋理特征，建立這些特征變量與名優(yōu)綠茶外形感官評分之間的偏最小二乘回歸(PLS)模型和BP神經網(wǎng)絡(BP-ANN)模型。結果表明BP-ANN模型性能更好，該模型對預測集樣本的預測均方根誤差(RMSEP)為2.396，相關系數(shù)(Rp)為0.937。采

3、用高光譜成像系統(tǒng)獲取干茶葉外形的高光譜圖像，對每幅高光譜圖像，用主成分分析方法(PCA)優(yōu)選出3個特征波長下的灰度圖像；分別提取每個特征波長圖像的2個顏色特征和28個紋理特征，則對每個樣本共提取90個特征；利用PLS和BP-ANN方法分別建立這些特征變量與名優(yōu)綠茶外形感官評分之間的相關模型。結果表明BP-ANN模型的預測性能更好，該模型的RMSEP為3.611，Rp為0.859。對比基于上述兩種技術建立的模型性能，得出基于計算機視覺技術

4、建立的模型性能都要好于基于高光譜成像技術建立的模型的。
　　 2.研究基于測色技術的名優(yōu)綠茶湯色感官品質的儀器表征方法。利用色差計獲取茶湯的色度值，分別采用逐步回歸方法和PCA方法提取茶湯的湯色特征變量，比較兩種方法提取特征信息的效果，得出利用PCA方法提取的特征變量建立的PLS模型性能更好。然后利用PCA方法提取湯色特征變量，分別利用PLS方法和BP-ANN方法建立這些特征變量與湯色感官評分之間的相關模型，結果表明BP-ANN

5、模型的預測性能更好，該模型對預測集樣本的RMSEP為2.505，Rp為0.816。
　　 3.研究基于化學分析儀器方法、近紅外光譜技術和電子舌技術的名優(yōu)綠茶滋味感官品質的儀器表征方法。利用高效液相色譜法和分光光度法測定茶湯中的10種主要滋味成分：茶多酚、氨基酸、咖啡堿、沒食子酸，表沒食子兒茶素(EGC)、兒茶素(C)、表沒食子兒茶素沒食子酸酯(EGCG)、沒食子兒茶素沒食子酸酯(GCG)、表兒茶素沒食子酸酯(ECG)和兒茶素總量

6、，分別采用PLS和BP-ANN方法建立綠茶滋味感官評分與10種滋味成分含量之間的相關模型。結果表明建立的BP-ANN模型性能好于PLS模型的，該模型的RMSEP為2.553，Rp為0.869。采用近紅外光譜儀獲取干茶葉的光譜數(shù)據(jù)，使用PCA方法提取光譜特征變量，分別建立綠茶滋味感官評分與近紅外光譜特征變量之間的PLS和BP-ANN模型，結果表明BP-ANN模型預測結果好于PLS模型的，該模型的RMSEP為2.104，Rp為0.916。采

7、用電子舌獲取茶湯的傳感器響應值，分別采用PLS和BP-ANN方法建立綠茶滋味感官評分與電子舌傳感器響應值之間的相關模型，結果表明BP-ANN模型的預測結果更好，該模型的RMSEP為1.913，Rp為0.932。對比基于上述三種技術建立模型的性能，得出基于電子舌技術建立的模型性能最好，而基于化學分析儀器方法建立的模型性能最差。
　　 4.研究基于計算機視覺技術和高光譜成像技術的名優(yōu)綠茶的葉底感官品質的儀器表征方法。采用計算機視覺系

8、統(tǒng)獲取干茶沖泡后剩余葉底的可見光圖像，提取每幅圖像的12個顏色特征和28個紋理特征，分別采用PLS和BP-ANN方法建立這些特征變量與名優(yōu)綠茶葉底感官評分值之間的相關模型。結果表明BP-ANN模型性能更好，該模型的RMSEP為2.496，Rp為0.863。采用高光譜成像系統(tǒng)獲取葉底的高光譜圖像，用PCA方法優(yōu)選出每幅高光譜圖像中的3個特征波長下的灰度圖像；從每個灰度圖像中，分別提取2個顏色特征和28個紋理特征，則對每個樣本共提取90個特

9、征。然后分別建立這些特征變量與葉底感官評分值之間的PLS模型和BP-ANN模型，結果表明BP-ANN模型的預測性能更好，該模型的RMSEP為2.626，卻為0.846。對比基于上述兩種技術建立的模型性能，得出基于計算機視覺技術建立的模型性能都要好于基于高光譜成像技術的。
　　 5.探討名優(yōu)綠茶滋味品質化學評價的近紅外光譜表征方法和電子舌表征方法。以綠茶滋味化學鑒定法為參考測量，分別建立基于近紅外光譜技術和電子舌技術的綠茶滋味品質

10、快速評價模型。在名優(yōu)綠茶滋味品質的近紅外光譜預測模型建立過程中，利用聯(lián)合區(qū)間偏最小二乘法(siPLS)結合遺傳算法(GA)優(yōu)選特征變量，結果表明由這些方法優(yōu)選出的38個變量建立的預測模型，即能達到很好的預測效果，模型的RMSEP為4.660，Rp為0.891。分別采用PLS方法和最小二乘支持向量機(LS-SVM)方法建立名優(yōu)綠茶滋味品質的電子舌預測模型，結果表明建立的LS-SVM模型性能優(yōu)于PLS模型的，LS-SVM模型對預測集樣本的R