摘要
本发明公开了一种基于图像识别的茶叶发酵度测定方法,涉及图像识别技术领域,包括采集标准茶样图像集,并进行预处理;将图像的几何和纹理特征分别输入几何信息提取算法和纹理特征提取算法中,提取几何特征和纹理特征;将提取的几何特征和纹理特征进行融合,构建综合视觉特征向量;将所述综合视觉特征向量输入到深度神经网络模型中,自动学习并优化用于预测茶叶发酵度的特征表示和分类器;对新输入的茶叶图像进行前向传播推理,输出发酵度的连续打分值。本发明实现了自动、高效的茶叶发酵度检测,显著提高了生产和应用效率,减轻了人工劳动强度。
技术关键词
度测定方法
深度神经网络模型
高斯平滑滤波
纹理特征提取
颜色直方图
轮廓检测技术
分类器
视觉
边缘检测算法
图像识别技术
人工劳动强度
像素点
分布特征
参数
图像分割
系统为您推荐了相关专利信息
病虫害
灰度共生矩阵
识别方法
颜色直方图
纹理特征
数字孪生方法
深度神经网络模型
转盘轴承
单点系泊
生成对抗网络
信号特征信息
深度神经网络模型
血压测量方法
脉搏波
独立成分分析
推理方法
深度神经网络模型
知识蒸馏技术
学生
标签
断裂预测方法
结构稳定性特征
断裂风险
裂纹
机器学习分类模型