萎凋是工夫红茶加工的首要工序,水分是评价萎凋程度的关键指标。萎凋机是工夫红茶萎凋加工的主要设备,国内外现有的萎凋机基本不具备水分在线检测功能,主要依赖于人工经验判断萎凋叶水分情况,难以做到精准、客观和量化评价。因此,茶产业急需一种工夫红茶萎凋机水分在线感知系统,实现机械制茶中萎凋叶水分含量的在线快速检测,提升萎凋机性能及精准掌控萎凋品质,以满足现代名优红茶的标准化、自动化、智能化加工需求。本研究从工夫红茶的萎凋工艺出发,基于机器视觉技术,以不同嫩度的“福鼎大白”品种鲜叶原料为研究对象,综合运用系统设计、制茶工艺学、数字图像处理、化学计量学方法和人工智能算法等诸多交叉学科知识,主要研究内容和结论如下:1、根据工夫红茶萎凋过程中叶面色泽、外形和纹理等视觉感官特征发生显著变化的特点,搭建了机器视觉图像信息采集平台,主要包括圆顶光源、相机和茶叶视觉图像分析软件,选定了视觉特征(色泽和纹理)参数,预实验测试表明该平台图像采集性能检验整体较好。2、开展了不同嫩度的“川红工夫”红茶萎凋过程图像信息表征特性的研究,测定了采样时间节点下的水分值,分析了不同嫩度萎凋叶水分的变化规律;采集了相应时间节点下萎凋叶的可见光图像,分析表明,1芽1叶和1芽2叶图像颜色的变化比单芽的明显;提取了图像目标区域的色泽和纹理特征数据,与水分关联分析表明,色泽特征R、G、H、S、V、L*、a*、b*、2G-R-B、R/G、hab*和纹理特征m与水分的变化之间存在显著性或极显著性,可以基于色泽和纹理特征变量建立水分的判别和预测模型。3、构建了萎凋适度判别模型和水分含量智能感知模型。1芽1叶嫩度下,模型的性能对比分析表明:两种萎凋适度判别模型预测性能相当,预测集判别正确率均>95%;三种萎凋水分含量智能感知模型的RPD值均>2,非线性的支持向量回归(SVR)模型预测精度最优,能更好的表征图像信息与水分之间的量化解析关系。建立了不同嫩度(单芽、1芽1叶和1芽2叶)的极限学习机(ELM)和SVR水分含量智能感知模型,SVR模型性能整体优于ELM模型;三种嫩度的SVR模型,1芽1叶的模型最优,其Rc、Rp和RPD值分别为0.9913、0.9875和6.0065。4、在搭建的图像信息采集平台及建立的水分智能感知模型基础上,初步完成了水分在线感知系统的集成设计与研究,硬件部分主要包括DOME单色纯白光源、色彩检测专用FI-S200C-G工业相机和数字可调光源控制器;运用Matlab设计了软件部分,主要包括硬件检测模块、设置模块、信息融合处理模块和显示模块。以“金观音”为试验原料,进行了系统图像采集测试试验,验证了前期建立的SVR模型算法,判别模型校正集和预测集判别正确率为99.17%和89.58%,量化预测模型校正集Rc、Rp和RPD值分别为0.9884、0.9629和3.7355(>2);并开展了系统验证试验,系统水分预测值与水分测定仪测定的均值基本吻合,相关系数(R~2)为0.9894,误差主要分布在0.01~1.99%之间,该系统预测水分所需时间约为40~50 s,系统的精度、泛化性和响应时间等方面仍需进一步提高。