传统的茶叶品质检测中，茶叶的内外品质指标往往难以同时兼顾。近日，有关研究人员首次提出了利用近红外光谱和机器视觉两种传感信息融合技术，来评判茶叶综合品质的新思路。这种无损检测技术具有检测速度快、结果客观，以及样本无损坏等优点。
江苏大学食品与生物工程学院的陈全胜博士发表于《农业工程学报》2008年第3期、题为“基于近红外光谱和机器视觉的多信息融合技术评判茶叶品质”的研究，为多传感器信息融合技术在茶叶综合质量的快速准确评价提供了理论依据。
据介绍，判断茶叶品质的指标是多方面的，既包括色泽和外形等外部指标，又包括滋味和香气等内部品质指标。单一的检测手段往往不能全面地描述，只能描述其中的一个方面。比如近红外光谱可以很好地表征茶叶的内部品质信息，但是在茶叶外部品质特征的描述上，往往显得无能为力；反之，机器视觉技术能很好地检测茶叶的外部品质，但是无法获取反映茶叶内部品质的有效信息。获取信息的侧重点不同必然影响到检测结果的精度和稳定性。
多传感信息融合就是利用多种传感信息资源，得到描述同一对象不同品质特征的大量信息。依据一定的准则对这些信息进行分析、综合和平衡，将有助于提高评判的快速准确性。与单一检测手段比，它具有信息量大、容错性好以及与人类认知过程相似等优点。
研究者首次提出利用近红外光谱和机器视觉两种传感信息融合技术检测茶叶品质的新思路，并进行了初步尝试。试验以4个级别的炒青绿茶为研究对象，对获取的图像特征信息和光谱特征信息，通过主成分分析，并利用人工神经网络建立茶叶品质评判的模型。研究结果表明，基于近红外光谱和机器视觉的多传感器信息融合技术评判茶叶品质的方法是可行的，评判的精度和稳定性都较此前单个评价方式有所提高。
