專利名稱：機(jī)炒龍井茶葉水分含量在線檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及基于紅外光譜的檢測(cè)技術(shù)，尤其是可實(shí)現(xiàn)對(duì)茶葉水分含量的在線檢測(cè) 技術(shù)，具體涉及機(jī)炒龍井茶葉水分含量在線檢測(cè)方法。
背景技術(shù)：
茶葉水分在線檢測(cè)是機(jī)炒茶葉生產(chǎn)過程中最重要的環(huán)節(jié)。茶葉是一種干燥的農(nóng)產(chǎn) 品。食品學(xué)理論認(rèn)為，絕對(duì)干燥的食品因各類成分直接暴露于空氣，易受空氣中氧氣的氧 化。而當(dāng)水分子以氫鍵和食品成分結(jié)合，呈單分子層狀態(tài)時(shí)，似在食品表面蒙上一層保護(hù) 膜，食品得到保護(hù)，使氧化進(jìn)度變緩。許多研究表明，當(dāng)茶葉中的含水量在3%左右時(shí)，茶葉 成分與水分子幾乎呈單層分子關(guān)系，對(duì)脂質(zhì)與空氣中氧分子起較好的隔離作用，阻止脂質(zhì) 的氧化變質(zhì)。但當(dāng)水分含量超過一定數(shù)量后，情況大變，不但不能起保護(hù)膜作用，反而起溶 劑作用。溶劑的特性是使溶質(zhì)擴(kuò)散，加劇反應(yīng)。當(dāng)茶葉水分含量超過6%，或外界大氣相對(duì) 濕度高于60%以上時(shí)，會(huì)使茶葉中的化學(xué)變化十分激烈，如葉綠素的變性、分解，色澤變褐 變深；茶多酚、氨基酸等呈味物質(zhì)迅速減少；組成新茶香氣的二甲硫、苯乙醇等芳香物質(zhì)銳 減，而對(duì)香氣不利的揮發(fā)性成分大量增加，導(dǎo)致茶葉品質(zhì)變劣。因此，成品茶的含水量必須 控制在6%以下，超過此限度則要復(fù)火烘干，才能保存。
現(xiàn)有技術(shù)中大多采用的是烘箱法和快速水分測(cè)定儀法，其基本原理都是通過加熱 方式，快速干燥樣品，通過測(cè)量前后樣品重量的變化從而得到茶葉水分的含量。該方法測(cè)量 過程復(fù)雜，一般需要幾分鐘時(shí)間，故不能滿足茶葉水分實(shí)時(shí)檢測(cè)的要求。因此有必要設(shè)計(jì)一 種簡(jiǎn)便、快速、無損壞的方法，以實(shí)時(shí)檢測(cè)茶葉中的水分含量。發(fā)明內(nèi)容
針對(duì)上述現(xiàn)有技術(shù)的不足之處，本發(fā)明的目的是提供一種結(jié)構(gòu)簡(jiǎn)單、快速、易于控 制、性能可靠的基于特征光譜參數(shù)的機(jī)炒龍井茶葉水分在線檢測(cè)方法。
根據(jù)本發(fā)明的一個(gè)方面，提供一種機(jī)炒龍井茶葉水分含量在線檢測(cè)方法，包括如 下步驟
步驟一將光源發(fā)出的光線分成第一路光線、以及第二路光線，其中，所述第一路 光線為參考光源，所述第二路光線為照射向茶葉樣品的入射光；
步驟二 將所述參考光源的光譜信號(hào)轉(zhuǎn)換成參考光源光譜數(shù)字信號(hào)，然后儲(chǔ)存所 述參考光源光譜數(shù)字信號(hào)；采集所述入射光照射茶葉樣品得到的反射光，然后將所述反射 光的光譜信號(hào)轉(zhuǎn)換成反射光光譜數(shù)字信號(hào)，儲(chǔ)存所述反射光光譜數(shù)字信號(hào)；
步驟三根據(jù)所述參考光源光譜數(shù)字信號(hào)和反射光光譜數(shù)字信號(hào)，得出敏感波段 光譜的反射率，然后將所述敏感波段光譜的反射率代入機(jī)炒龍井茶葉水分含量和特征光譜 反射率的非線性預(yù)測(cè)模型得出茶葉的水分含量，并顯示所述茶葉的水分含量。
優(yōu)選地，所述敏感波段光譜為350_2500nm波長(zhǎng)范圍的光譜。
優(yōu)選地，所述敏感波段光譜為708nm和1432nm這兩個(gè)波段的光譜。
優(yōu)選地，所述機(jī)炒龍井茶葉水分含量和特征光譜反射率的非線性預(yù)測(cè)模型，具體 為利用敏感波段光譜的反射率，運(yùn)用倒高斯模型擬合光譜曲線，求取紅邊參數(shù)和吸收深度 (面積)兩個(gè)特征參數(shù)，采用小樣本非統(tǒng)計(jì)理論和獨(dú)立分量分析方法，得到的非線性預(yù)測(cè)模型。
優(yōu)選地，所述光源為紅外發(fā)光二極管。
優(yōu)選地，將光源發(fā)出的光線按照1:1的比例分成第一路光線、以及第二路光線。
優(yōu)選地，所述光源包括第一光源和第二光源，在所述步驟I中，將所述第一光源發(fā) 出的光線經(jīng)第一濾光片濾波后分成所述第一路光線和第二路光線，將所述第二光源發(fā)出的 光線經(jīng)第二濾光片濾波后分成所述第一路光線和第二路光線。
下面對(duì)本發(fā)明內(nèi)容的細(xì)節(jié)進(jìn)行更為詳細(xì)的描述。
I)全波段茶葉光譜樣本的獲取
利用高光譜儀獲取機(jī)炒龍井茶不同采摘時(shí)期(春茶和秋茶)、不同含水量(65%、 50%、45%、40%、35%、30%、20%和15%)、不同葉位(葉中和葉尖)的鮮葉和干葉350_2500nm全波 段范圍內(nèi)的光譜數(shù)據(jù)，利用均勻設(shè)計(jì)方法確定三因素多水平的采樣方案，注意每個(gè)樣本光 譜掃描時(shí)間限定在IOs內(nèi)以防止葉片氧化。
2)敏感光譜波段的確定
茶葉中的水分對(duì)某些特定波段的光譜具有明顯的吸收效應(yīng)，該波段稱為茶葉水分 的敏感特征光譜。如圖1所示，利用光譜儀獲取茶葉在350-2500nm波長(zhǎng)范圍的反射光譜，借 助自主開發(fā)的數(shù)據(jù)處理軟件對(duì)8個(gè)不同水分含量的茶鮮葉、各60組數(shù)據(jù)進(jìn)行平滑預(yù)處理， 然后采用統(tǒng)計(jì)分析方法和方差分析方法，篩選出和茶葉水分相關(guān)系數(shù)R達(dá)到O. 86的兩個(gè)敏 感波段，即紅光波段708nm和近紅外波段1432nm這兩個(gè)波段作為特征光譜，并建立敏感波 段反射率和水分含量的多元高次回歸方程。
3)水分含量和光譜特征參數(shù)的非線性預(yù)測(cè)模型
以紅光波段708nm和近紅外波段1432nm作為分析對(duì)象，利用倒高斯紅邊模型(IG 模型)擬合出連續(xù)光譜曲線，繼而求算出紅邊參數(shù)和光譜吸收深度參數(shù)并作相關(guān)分析，最 后采用小樣本非統(tǒng)計(jì)理論和蟻群算法進(jìn)行數(shù)據(jù)建模，建立機(jī)炒龍井茶葉水分含量和光譜特 征參數(shù)的非線性預(yù)測(cè)模型。
4)機(jī)炒龍井茶水分含量的測(cè)定
對(duì)于待檢測(cè)的茶葉，如圖3所示，首先用兩組紅外發(fā)光二極管A、B,分別通過不同 的濾光片后經(jīng)分光鏡按1:1的比例分成兩路，一路為參考光源A、B，另一路為入射光A、B。 參考光源A、B分別經(jīng)光電探測(cè)器A、B，把光譜信號(hào)轉(zhuǎn)換成模擬電信號(hào)，模擬電信號(hào)經(jīng)放大濾 波處理后再經(jīng)過A\D轉(zhuǎn)換成數(shù)字信號(hào)輸入到單片機(jī)內(nèi)部。入射光A、B照射茶葉表面，得到 反射光A、B,反射光A、B分別經(jīng)光電探測(cè)器C、D，把光譜信號(hào)轉(zhuǎn)換成模擬電信號(hào)，模擬電信 號(hào)經(jīng)放大濾波處理后再經(jīng)過A\D轉(zhuǎn)換成數(shù)字信號(hào)輸入到單片機(jī)內(nèi)部，與參考光源處理后的 數(shù)據(jù)一同處理，得出特征光譜的反射率，再代入機(jī)炒龍井茶葉水分含量和特征光譜反射率 的非線性預(yù)測(cè)模型得出茶葉的水分含量，最后通過LED顯示。


通過閱讀參照以下附圖對(duì)非限制性實(shí)施例所作的詳細(xì)描述，本發(fā)明的其它特征、目的和優(yōu)點(diǎn)將會(huì)變得更明顯
圖1是機(jī)炒龍井茶葉的反射光譜圖，示出8個(gè)不同水分含量的茶鮮葉光譜曲線；
圖2是8個(gè)不同水分含量的茶鮮葉在不同波長(zhǎng)相對(duì)反射率的F檢驗(yàn)；
圖3是機(jī)炒龍井茶葉水分含量在線檢測(cè)方法的原理圖4是機(jī)炒龍井茶葉水分含量在線檢測(cè)裝置的總裝圖5是光電轉(zhuǎn)換接口的結(jié)構(gòu)示意圖6是倒高斯擬合紅邊光譜；
圖7是擬合微分光譜曲線；
圖8是吸收深度估測(cè)水分含量。
圖中
I為分光鏡，
2為光源插孔，
3為白板放置處，
4為樣品托盤放置處，
5為光電傳感器接口，
6為外殼，
7為液壓氣動(dòng)用密封圈。
具體實(shí)施方式
下面結(jié)合具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)說明。以下實(shí)施例將有助于本領(lǐng)域的技術(shù) 人員進(jìn)一步理解本發(fā)明，但不以任何形式限制本發(fā)明。應(yīng)當(dāng)指出的是，對(duì)本領(lǐng)域的普通技術(shù) 人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)。這些都屬于本發(fā)明 的保護(hù)范圍。
為達(dá)到一種簡(jiǎn)便、快速、無損壞的機(jī)炒龍井茶葉水分含量在線檢測(cè)目的，本發(fā)明的 實(shí)施過程如下所示
I)全波段茶葉光譜樣本的獲取
利用高光譜儀獲取機(jī)炒龍井茶不同采摘時(shí)期(春茶和秋茶)、不同含水量(65%、 50%、45%、40%、35%、30%、20%和15%)、不同葉位(葉中和葉尖)的鮮葉和干葉350_2500nm全波 段范圍內(nèi)的光譜數(shù)據(jù)，利用均勻設(shè)計(jì)方法確定三因素多水平的采樣方案，注意每個(gè)樣本光 譜掃描時(shí)間限定在IOs內(nèi)以防止葉片氧化。
2)敏感光譜的選定
茶葉中的水分對(duì)某些特定波段的光譜具有明顯的吸收效應(yīng)，該波段稱為茶葉水分 的敏感特征光譜。如圖1所示，利用光譜儀獲取茶葉在350-2500nm波長(zhǎng)范圍的反射光譜，借 助自主開發(fā)的數(shù)據(jù)處理軟件對(duì)8個(gè)不同水分含量的茶鮮葉、各60組數(shù)據(jù)進(jìn)行平滑預(yù)處理， 然后采用統(tǒng)計(jì)分析方法和方差分析方法，篩選出和茶葉水分相關(guān)系數(shù)R達(dá)到O. 86的兩個(gè)敏 感波段，即紅光波段708nm和近紅外波段1432nm這兩個(gè)波段作為特征光譜，并建立敏感波 段反射率和水分含量的多元高次回歸方程。
3)水分含量和特征光譜反射率的非線性預(yù)測(cè)模型
以紅光波段708nm和近紅外波段1432nm作為分析對(duì)象，利用倒高斯紅邊模型(IG模型)擬合出連續(xù)光譜曲線，繼而求算出紅邊參數(shù)和光譜吸收深度(面積)參數(shù)并作相關(guān)分 析，最后采用小樣本非統(tǒng)計(jì)理論和蟻群算法進(jìn)行數(shù)據(jù)建模，建立機(jī)炒龍井茶葉水分含量和 光譜特征參數(shù)的非線性預(yù)測(cè)模型。
4)機(jī)炒龍井茶水分含量的測(cè)定
選擇輻射能量大部分集中在待分析特征吸收光譜的波段范圍內(nèi)的光源，選定紅外 發(fā)光二極管。濾光片選擇干涉窄帶濾光片，對(duì)要通過的波段，光能損失小，并且具有良好的 熱穩(wěn)定性。光電探測(cè)器選擇半導(dǎo)體光電檢測(cè)器，選擇性好、靈敏度高、零點(diǎn)穩(wěn)定。
對(duì)于待檢測(cè)的茶葉，如圖3所示，首先用兩組紅外發(fā)光二極管A、B，分別通過不同 的濾光片后經(jīng)分光鏡按1:1的比例分成兩路，一路為參考光源A、B，另一路為入射光A、B。 參考光源A、B分別經(jīng)光電探測(cè)器A、B，把光譜信號(hào)轉(zhuǎn)換成模擬電信號(hào)，模擬電信號(hào)經(jīng)放大濾 波處理后再經(jīng)過A\D轉(zhuǎn)換成數(shù)字信號(hào)輸入到單片機(jī)內(nèi)部。入射光A、B照射茶葉表面，得到 反射光A、B，反射光A、B分別經(jīng)光電探測(cè)器，把光譜信號(hào)轉(zhuǎn)換成模擬電信號(hào)，模擬電信號(hào)經(jīng) 放大濾波處理后再經(jīng)過A\D轉(zhuǎn)換成數(shù)字信號(hào)輸入到單片機(jī)內(nèi)部，與參考光源處理后的數(shù)據(jù) 一同處理，得出特征光譜的反射率，再代入機(jī)炒龍井茶葉水分含量和特征光譜反射率的非 線性預(yù)測(cè)模型得出茶葉的水分含量，最后通過LED顯示。
更為詳細(xì)地，本發(fā)明可以利用一種機(jī)炒龍井茶葉水分含量在線檢測(cè)裝置予以實(shí) 現(xiàn)。
所述機(jī)炒龍井茶葉水分含量在線檢測(cè)裝置，包括光源、分光鏡、光電探測(cè)器、放大 濾波電路、AD轉(zhuǎn)換電路、單片機(jī)、顯示器、第一濾光片和第二濾光片，其中
所述分光鏡將所述光源發(fā)出的光線分成第一路光線、以及第二路光線，其中，所述 第一路光線為參考光源，所述第二路光線為照射向茶葉樣品的入射光；優(yōu)選地，所述分光鏡 將光源發(fā)出的光線按照1:1的比例分成第一路光線、以及第二路光線。
所述光電探測(cè)器用于根據(jù)采集到的所述參考光源生成所述參考光源的光譜信號(hào)， 根據(jù)采集到的所述入射光照射茶葉樣品獲得的反射光生成所述反射光的光譜信號(hào)；
所述AD轉(zhuǎn)換電路用于將經(jīng)過所述放大濾波電路處理后的所述參考光源的光譜信 號(hào)轉(zhuǎn)換成參考光源光譜數(shù)字信號(hào)，將經(jīng)過所述放大濾波電路處理后的所述反射光的光譜信 號(hào)轉(zhuǎn)換成反射光光譜數(shù)字信號(hào)；
所述單片機(jī)用于根據(jù)所述參考光源光譜數(shù)字信號(hào)和反射光光譜數(shù)字信號(hào)，得出敏 感波段光譜的反射率，然后將所述敏感波段光譜的反射率代入機(jī)炒龍井茶葉水分含量和特 征光譜反射率的非線性預(yù)測(cè)模型得出茶葉的水分含量；
所述光源為紅外發(fā)光二極管，包括第一光源、第二光源，所述第一光源發(fā)出的光線 經(jīng)所述第一濾光片到達(dá)所述分光鏡，所述第二光源發(fā)出的光線經(jīng)所述第二濾光片到達(dá)所述 分光鏡。
所述敏感波段光譜為350_2500nm波長(zhǎng)范圍的光譜，優(yōu)選地，所述敏感波段光譜為 708nm和1432nm這兩個(gè)波段的光譜。
優(yōu)選地，所述機(jī)炒龍井茶葉水分含量和特征光譜反射率的非線性預(yù)測(cè)模型，具體 為利用敏感波段光譜的反射率，運(yùn)用倒高斯模型擬合光譜曲線，求取紅邊參數(shù)和吸收深度 兩個(gè)特征參數(shù)，采用小樣本非統(tǒng)計(jì)理論和獨(dú)立分量分析方法，得到的非線性預(yù)測(cè)模型。
以上對(duì)本發(fā)明的具體實(shí)施例進(jìn)行了描述。需要理解的是，本發(fā)明并不局限于上述特定實(shí)施方式，本領(lǐng)域技術(shù) 人員可以在權(quán)利要求的范圍內(nèi)做出各種變形或修改，這并不影響本發(fā)明的實(shí)質(zhì)內(nèi)容。
權(quán)利要求
1.一種機(jī)炒龍井茶葉水分含量在線檢測(cè)方法，其特征在于，包括如下步驟步驟一將光源發(fā)出的光線分成第一路光線、以及第二路光線，其中，所述第一路光線為參考光源，所述第二路光線為照射向茶葉樣品的入射光；步驟二 將所述參考光源的光譜信號(hào)轉(zhuǎn)換成參考光源光譜數(shù)字信號(hào)，然后儲(chǔ)存所述參考光源光譜數(shù)字信號(hào)；采集所述入射光照射茶葉樣品得到的反射光，然后將所述反射光的光譜信號(hào)轉(zhuǎn)換成反射光光譜數(shù)字信號(hào)，儲(chǔ)存所述反射光光譜數(shù)字信號(hào)；步驟三根據(jù)所述參考光源光譜數(shù)字信號(hào)和反射光光譜數(shù)字信號(hào)，得出敏感波段光譜的反射率，然后將所述敏感波段光譜的反射率代入機(jī)炒龍井茶葉水分含量和特征光譜反射率的非線性預(yù)測(cè)模型得出茶葉的水分含量，并顯示所述茶葉的水分含量。
2.根據(jù)權(quán)利要求1所述的機(jī)炒龍井茶葉水分含量在線檢測(cè)方法，其特征在于，所述敏感波段光譜為350-2500nm波長(zhǎng)范圍的光譜。
3.根據(jù)權(quán)利要求2所述的機(jī)炒龍井茶葉水分含量在線檢測(cè)方法，其特征在于，所述敏感波段光譜為708nm和1432nm這兩個(gè)波段的光譜。
4.根據(jù)權(quán)利要求1所述的機(jī)炒龍井茶葉水分含量在線檢測(cè)方法，其特征在于，所述機(jī)炒龍井茶葉水分含量和特征光譜反射率的非線性預(yù)測(cè)模型，具體為利用敏感波段光譜的反射率，運(yùn)用倒高斯模型擬合光譜曲線，求取紅邊參數(shù)和吸收深度兩個(gè)特征參數(shù)，采用小樣本非統(tǒng)計(jì)理論和獨(dú)立分量分析方法，得到的非線性預(yù)測(cè)模型。
5.根據(jù)權(quán)利要求2所述的機(jī)炒龍井茶葉水分含量在線檢測(cè)方法，其特征在于，所述光源為紅外發(fā)光二極管。
6.根據(jù)權(quán)利要求1所述的機(jī)炒龍井茶葉水分含量在線檢測(cè)方法，其特征在于，將光源發(fā)出的光線按照1:1的比例分成第一路光線、以及第二路光線。
7.根據(jù)權(quán)利要求1所述的機(jī)炒龍井茶葉水分含量在線檢測(cè)方法，其特征在于，所述光源包括第一光源和第二光源，在所述步驟I中，將所述第一光源發(fā)出的光線經(jīng)第一濾光片濾波后分成所述第一路光線和第二路光線，將所述第二光源發(fā)出的光線經(jīng)第二濾光片濾波后分成所述第一路光線和第二路光線。
全文摘要
本發(fā)明提供一種基于光譜特征參數(shù)的機(jī)炒龍井茶葉水分含量在線檢測(cè)方法，首先利用均勻設(shè)計(jì)方法確定了樣本采樣方案，利用高光譜儀獲取了機(jī)炒龍井茶葉的全波段光譜，進(jìn)行光譜預(yù)處理和分析；通過與機(jī)炒龍井茶葉水分含量的相關(guān)性分析，確定了敏感光譜波段并求取了光譜特征參數(shù)，利用小樣本非統(tǒng)計(jì)理論和蟻群算法建立了反演模型來預(yù)測(cè)機(jī)炒龍井茶葉水分含量。利用本發(fā)明提供的技術(shù)方案可實(shí)現(xiàn)機(jī)炒龍井茶葉水分含量的在線實(shí)時(shí)檢測(cè)并且可用于全自動(dòng)茶葉加工設(shè)備系統(tǒng)中提高生產(chǎn)效率。
文檔編號(hào)G01N21/25GK103048278SQ20121057427
公開日2013年4月17日 申請(qǐng)日期2012年12月25日 優(yōu)先權(quán)日2012年12月25日
發(fā)明者喬欣, 張憲, 趙章風(fēng), 王揚(yáng)渝, 鐘江 申請(qǐng)人:浙江工業(yè)大學(xué)