茶叶加工过程中,第一道摊青工艺的处理是提高茶叶品质的关键环节,其中,水分含量多少直接影响茶叶加工品质,含水率传统检测方法损坏样品且检测速度较慢。实现茶叶摊青过程的自动化和智能化是当今发展的趋势,建立基于图像处理技术的茶叶摊青含水率预测模型,能够准确、无损和快速的进行茶叶叶片水分检测,精确的控制摊青工艺,对提高茶叶生产加工的质量有着重要实用意义。主要研究内容和结论如下:(1)本文通过对茶叶叶片图像的分析,探讨了叶片图像的采集及预处理方法,提出了较为合理的叶片几何参数、纹理特征值以及颜色特征值的算法,并提取了图像特征各参数,研究了各个参数与茶叶含水率之间的相关性。(2)利用数码相机获取茶叶叶片图像,分析了如何利用差值法获得叶片的目标区域,研究了图像噪声的来源以及图像二值化与膨胀处理的过程,确定了利用中值滤波对孤点噪声进行去除。针对得到的叶片图像的特点,通过阈值分割法获得二值图,再利用二值形态学的方法进一步提高了图像质量,通过试验对各个检测算法进行了比较,试验证明Canny算子更有优势。在此基础上,实现了叶片几何参数、颜色特征值以及纹理值的分析。(3)研究了茶叶摊青过程中叶片含水率的变化,对新鲜茶叶在摊青过程中,就如何实现对其含水率的变化情况进行实时监测分析,采用数码相机、茶叶水分检测仪等试验仪器对摊青过程中30个含水率梯度540个样本进行数据采集。通过茶叶叶片各个特征参数及颜色的变化,研究了摊青过程叶片含水率的变化,建立了叶片13个参数与含水率的关系模型,得出了叶片面积、周长、叶片长宽、S值、一致性和熵7个参数的相关性要优于R、G、B、H、V和均值,保留相关量并排除了不相关参数。(4)通过主成分分析,综合建立了茶鲜叶含水率与面积、周长、叶片长宽、S值、一致性和熵7个参数的标准化数据的预测模型。经过方差分析和残差的正态性检验,验证了模型的适合性,利用茶叶摊青过程含水率的回归值与试验值对比,并进行误差分析,验证了模型的准确性,该模型预测含水率准确率能够达到90%以上。