来源：期刊VIP网 时间：
作者：黄旦益;赵珠蒙;范冬梅;林杰;陆娅婷;王校常;李腊梅;
单位：浙江经贸职业技术学院合作经济学院;浙江大学茶叶研究所;浙江农林大学茶学与茶文化学院;新昌中国大佛龙井研究院;绍兴市经济作物技术推广中心;
摘要：龙井茶外形特征对其茶叶品质判断具有重要意义。为智能评价龙井茶外形并快速识别等级，提出了图像特征与智能算法相结合的外形品质评价方法。采集6个等级大佛龙井茶标准样图像，量化提取形状、色泽、纹理特征，构建茶叶外形等级特征数据库。将外形特征以数据级融合输入决策树、随机森林、K近邻算法、高斯朴素贝叶斯和支持向量机5种机器学习模型，进行等级识别训练。对比VGG16、ResNet18和DenseNet1213种卷积神经网络建立外形评价深度学习模型，通过优化器和学习率衰减策略优化模型。结果显示，形状+纹理的融合数据结合支持向量机为等级识别最优模型，准确率为91.14%,F_1值为91.20%。选用ResNet18网络结构建立外形审评模型最佳，经Adadelta优化器与CosineAnnealingLR学习率衰减策略优化后，龙井茶外形的扁平度、挺直度、嫩度和色泽识别准确率均有提高，分别达到99.21%、99.51%、99.56%、99.68%。研究结果为茶叶外形品质的数字化评价提供了一定的理论基础。
关键词：龙井茶;;图像识别;;等级;;外形;;机器学习
基金资助：浙江经贸职业技术学院博士基金项目（24BSJJ01）;; 浙江省农业重大技术协同推广计划（2024ZDXT06-05）;; 浙江省茶叶产业技术项目（2024-2026）
