基于改進YOLOv5s的茶葉嫩芽分級識別方法

胡和平，吳明暉，洪孔林，張海峰

（上海工程技術大學 機械與汽車工程學院，上海 201620）

【研究意義】中國茶園面積和茶葉產量都居世界第一，茶葉在中國乃至世界都是很受歡迎的飲品[1]。茶葉采摘是生產過程的重要環節，對茶葉品質影響較大。目前采摘茶葉嫩芽主要依靠人工和機械化采摘。人工采摘茶葉嫩芽成本高，且效率較低；機械化采摘效率有一定提高，但無法精準區分茶葉的老葉和嫩芽且無法保證茶葉嫩芽的完整性。隨著社會的發展，人們對茶葉的品質有不同需求。為了解決上述問題，需要研究更加智能化的機器設備對茶葉嫩芽進行精準的實時品質分級識別，以完成對不同品質茶葉嫩芽的采摘，因此對茶葉嫩芽品質分級識別方法的研究具有重要意義?！厩叭搜芯窟M展】目前完成茶葉嫩芽識別主要是采用圖像分割方法提取茶葉嫩芽的顏色或者形狀特征，分割出茶葉嫩芽圖像。如劉自強等[2]使用HSI 顏色空間模型提取茶葉嫩芽顏色特征，對轉換顏色空間的茶葉圖像二值化后，提取茶葉嫩芽形狀特征；邵佩迪等[3]對茶葉圖像進行濾波去噪等預處理后，將茶葉圖像顏色通道互換對調，增加茶葉嫩芽對比度，提取顏色特征，分割識別出茶葉嫩芽；吳雪梅等[4]使用Ostu法K-means聚類法對茶葉嫩芽進行識別實驗，結果表明基于Lab 顏色模型的K-means 聚類法識別效果較好。近年來，隨著計算機視覺和圖像處理技術的發展，使用深度學習網絡算法進行目標檢測的研究逐漸增多。……