茶叶质量的鉴定主要依靠感官检验,这样会产生因人为因素而导致的茶叶品质审评结果上的差异。本研究在国内外相关研究基础上,以目前研究尚处起步阶段的茶叶品质计算机视觉分级为研究方向,选取具有代表性的2个茶叶种类为研究对象,以计算机视觉为基础,建立获取茶叶样本图像的计算机视觉系统,探讨图像滤波、二值化和边缘检测方法,提取反映茶叶样本外形、色泽方面的特征参数,并建立用人工神经网络方法对茶叶进行品质分级的模型,在此基础上研发了茶叶品质分级系统。主要研究内容和结论如下:(1)根据计算机视觉检测茶叶样本的要求,改进以往计算机视觉研究茶叶只单一获取茶叶颜色或茶叶外形的模式,建立茶叶样本图像获取和分析的计算机视觉系统,通过此系统可以获取茶叶干茶、湿茶和茶汤的图像,更全面获得茶叶信息,保证分析结果的准确性。(2)根据茶叶品质的特性,建立一套适用于计算机视觉识别的茶叶品质特征提取模式,包括干茶、湿茶和茶汤的外形、色泽指标,另外还有化学特性,这样可以更全面、准确的鉴定茶叶品质。实验证明依据这些参数可以有效地鉴别茶叶品质;(3)经过对茶叶品质特征的研究,提出基于BP网络的茶叶品质鉴定模型。通过试验表明此网络分级效果较好。其分级准确率达到95%;(4)用VC++6.0开发了一套茶叶品质的计算机视觉分级软件。该软件界面友好,功能较强,操作简便,可实现茶叶图像的预处理、特征提取及茶叶的分级。(5)采用一种新的系统模块结构,对系统本身采用工程目录化管理,与后台数据库统一起来,在方便操作之余,更方便数据的管理。研究结果表明,该系统基本实现了对茶叶快速、准确的品质分级,为计算机视觉及其它新技术在茶叶品质鉴定上的应用做了很有价值的研究。