[發(fā)明專利]一種青錢柳復合保健茶及其制備方法

在審

• 申請?zhí)枺?/td>: 201711480080.5
• 申請日: 2017-12-29
• 公開（公告）號: CN107897450A
• 公開（公告）日: 2018-04-13
• 發(fā)明（設計）人: 錢春;龐少萍
• 申請（專利權(quán)）人: 西南大學
• 主分類號: A23F3/34
• 分類號: A23F3/34;G06N3/04;G06T5/00;G06T7/00
• 代理公司: 北京國坤專利代理事務所(普通合伙)11491
• 代理人: 趙紅霞

1.一種青錢柳復合保健茶，其特征在于，所述青錢柳復合保健茶按照質(zhì)量份數(shù)由青錢柳葉35份、桑葉20份、紅曲20、紅棗枸杞6份、海棠葉5份和杜仲葉5份組成。

2.一種如權(quán)利要求1所述青錢柳復合保健茶的制備方法，其特征在于，所述青錢柳復合保健茶的制備方法包括以下步驟：

步驟一，選取干青錢柳葉為原料，將選取的青錢柳葉、桑葉、海棠葉、杜仲葉的嫩葉、紅棗枸杞，洗凈晾干至葉片萎凋；

步驟二，將萎凋葉一起置于滾筒搖青機內(nèi)搖青2～4次，每次搖青的時間是10～60min，每次搖青后在溫度為30～50℃，濕度為60～80％的條件下涼青1～3小時；

步驟三，搖青后將葉片在溫度175-220℃，時間5-20min，條件下進行殺青；

步驟四，殺青后將葉片置于干燥器中，然后將所述干燥器置于圍脖輻射反應爐內(nèi)，通入載氣，待載氣氣流平穩(wěn)后，打開微波輻射反應爐的開關，對殺青后的葉片進行微波輻射干燥處理，直至干燥至含水量低于5％；

步驟五，把殺青后的茶葉包在茶巾里，利用速包機把整個茶葉緊包成球狀，制得茶包，將打包好的茶包放在揉捻機中進行揉捻使茶葉成型，制得茶球；

步驟六，將制作好的茶球放入篩選機內(nèi)進行過濾篩選，將散落開的茶球或者過于小的茶球篩選過濾掉，篩選出大小均勻的茶球；

步驟七，將揉捻好的茶球打散，然后重復進行包揉和揉捻；

步驟八，將重復揉捻好的茶球置入柔性攪拌桶中進行攪拌，利用柔性攪拌桶中的柔性攪拌條對重復捻好的茶球進行解塊，柔性攪拌桶既能有效使茶球解塊，又能保持茶球解塊后茶葉的完整性；

步驟九，解塊后攤鋪在竹篩上放在鐵架上，置于爐中干燥，即得青錢柳茶；干燥分兩次，第一次為毛火：溫度110℃-120℃，使茶葉含水量在20-28％；第二次為足火：溫度82℃-95℃，茶葉成品含水量為5％。

3.一種如權(quán)利要求1所述青錢柳復合保健茶的質(zhì)量評價方法，其特征在于，所述質(zhì)量評價方法包括：

解析錢柳復合保健茶特有的感官特性，獲取該錢柳復合保健茶感官品質(zhì)語義描述空間；

利用現(xiàn)代儀器分析技術手段結(jié)合化學計量學，對錢柳復合保健茶進行數(shù)字化信息的存貯與加工，獲取與其感官特性相關性強的理化參數(shù)空間；

利用智能感官分析技術，獲取錢柳復合保健茶的智能感官圖像和圖譜空間；

利用信息融合技術對所述感官品質(zhì)語義描述空間、理化參數(shù)空間和智能感官圖像和圖譜空間進行信息融合，并利用數(shù)據(jù)挖掘技術，從錢柳復合保健茶的基礎數(shù)據(jù)中獲取錢柳復合保健茶的感官評價指標與理化測試指標及智能感官分析指標之間的關系，以評價錢柳復合保健茶的感官質(zhì)量；

所述錢柳復合保健茶組織類圖像信息的脈沖耦合神經(jīng)網(wǎng)絡模型：

F_ij[n]＝S_ij；

Lij[n]=ΣabYab[n]/Nw;]]>

U_ij[n]＝F_ij[n](1+β_ij[n]L_ij[n])；

Yij[n]=1,if uij[n]>θij[n]0,otherwise;]]>

θ_ij[n]＝θ₀e^-αθ(n-1)；

其中，β_ij[n]為自適應鏈接強度系數(shù)；

βij[n]=Σa,b∈w1|Sij-Sab|+Δ/Nw;]]>

S_ij、F_ij[n]、L_ij[n]、U_ij[n]、θ_ij[n]分別為輸入圖像信號、反饋輸入、鏈接輸入、內(nèi)部活動項及動態(tài)閾值，N_w為所選待處理窗口W中的像素總數(shù)，Δ為調(diào)節(jié)系數(shù)，選取1～3；

脈沖耦合神經(jīng)網(wǎng)絡模型對錢柳復合保健茶顯微圖像進行檢測時，利用網(wǎng)絡特性使灰度為S_ijmax的像素點火激活，再進行第二次脈沖耦合神經(jīng)網(wǎng)絡迭代處理，把介于[S_ijmax/1+β_ijL_ij,S_ijmax]間的像素捕獲激活，使兩次激活的像素點對應的Y_ij輸出為1；然后對原噪聲污染圖像反白處理，再對處理后的圖像S_ij按前述進行迭代處理，并使對應的輸出Y_ij＝1，利用圖像噪聲像素與周圍像素相關性小，灰度差別大特性，當一個神經(jīng)元的激發(fā)沒有引起所在區(qū)域附近大多數(shù)神經(jīng)元的激發(fā)時，就說明該神經(jīng)元對應像素可能是噪聲點；

初步甄別出Y_ij＝0對應的像素點為錢柳復合保健茶顯微圖像的信號點，予以保護；對Y_ij輸出為1的像素點在3*3模板B范圍內(nèi)統(tǒng)計以輸出Y_ij＝1為中心鄰域元素值為1的個數(shù)N_Y判別歸類：1≤N_Y≤8，為噪聲點，當N_Y＝9，判定為圖像像素點；

所述錢柳復合保健茶顯微圖像自適應加權(quán)濾波器噪聲濾波的實現(xiàn)方法；

當脈沖輸出Y_ij＝1且N_Y＝1～8，N_Y是當在3*3模板B中為1個數(shù)，選取濾波窗口M，對噪聲污染圖像f_ij的自適應濾波，濾波方程為：

fij=Σr,s∈MxrsSrs;]]>

式中，x_rs是濾波窗口中對應像素的系數(shù)，S_rs為濾波窗口中對應像素的灰度值，f_ij為濾波后對應窗口中心位置的輸出值：

xrs=1/{1+max[Ωij,|Srs-Dij|]}Σr,s∈M1/{1+max[Ωij,|Srs-Dij|]},Yrs=10,Yrs=0;]]>

Ωij=Σr,s∈M|Srs-Dij|NY,Yrs=1;]]>

式中D_ij為方形濾波窗口M中像素灰度中值，Ω_ij濾波窗口各像素與中心灰度差絕對均值，max為求最大值符號；

選取濾波窗口M選取大小為m*m的濾波窗口M，窗口大小的選取原則是：

m=5,1≤NY≤57,6≤NY≤8.]]>