《农业工程学报》2018年第34卷第23期发表了安徽农业大学宋岩、谢寒蕾、宁敬明、张正柱等同学的论文《基于机器视觉形状特征参数的杞红茶等级鉴别》。该研究得到了国家重点研发计划（项目编号2017YFD0400800）等项目的资助。
杞门红茶是中国历史上的名茶，其品级可分为特级茶、特级、一等、二等、三等、四等、五等7个等级。准确、客观、定量的茶叶等级鉴定是茶叶加工、销售过程中不可缺少的环节。外观是评价茶叶等级的重要指标之一，传统的等级鉴定往往依靠人工感官判断，这种方法缺乏客观定量的依据，影响茶叶品质的稳定性，技术人员的培训也比较困难。
红茶加工过程中经常采用筛选技术，不同等级的茶叶样品形状、大小等参数的分布在同一等级内应该相似，不同等级之间应该有所差异，因此本文提出一种基于形状特征直方图结合支持向量机的茶叶等级识别方法。
本文以7个等级的杞门工夫红茶为研究对象,采集各等级茶叶照片,通过机器视觉的方法提取叶片的长度、宽度、面积、周长、窄长、矩形度6个形状特征,并生成各等级茶叶样品形状特征直方图。
建立了基于BP神经网络、极限学习机（ELM）、支持向量机（SVM）、最小二乘支持向量机（LS-SVM）的成绩识别模型。
研究表明，机器视觉提取的6个形状特征能很好地展现杞门工夫红茶的外观信息，利用支持向量机方法构建的茶叶等级识别模型具有良好的识别能力，识别准确率达95.71%。该研究为茶叶等级的客观化、数字化识别提供了一种新方法，在茶叶加工、销售等领域具有良好的应用前景。
注：图片来自百度百科。
