1 国外研究现状
国外基于光谱分析的嫩芽识别研究现状并不理想，光谱分析主要机器视觉技术，而茶叶方面光谱分析主要是应用于茶叶品质的检测。
1996年荷兰黄瓜收获机器人研究成功[1]，完成了黄瓜的探测，成熟度分析，黄瓜位置的找寻与确定。J.Ven Henten等[2]人利用光谱特性对作物进行识别，他们用强度高于太阳光光线照射，利用高强度闪光灯同步的CCD相机采集图片使影响降到最低，结合相关的软件处理装置成功得到了需要的信息。
H.Schulz则使用近红外反射光谱检测了绿茶中的咖啡因，可可碱没食子酸等，在此基础上通过对不同成分含量的分析，可用来区分不同成分的茶[3]。
国外基于光谱分析的茶叶嫩芽识别的研究较少[4][5]。因此，国外对于光谱茶叶嫩芽识别的研究报道也少，经过几天文献的查找可以了解到国外对于基于光谱分析的茶叶嫩芽识别的发展状况并不怎么理想，但对于茶叶品质检测和机器人视觉应用已较为成熟。这些研究有异曲同工之妙，国外若朝光谱分析的茶叶嫩芽识别方向发展那么发展速度一定十分惊人。
2 国内研究现状
国内基于光谱分析的茶叶嫩芽识别的研究已经有了一定的基础，也有不少的学者发表了论文与期刊，学者们互相合作提出了各种观点，也得到了良好的成果。
杨增幅，杨亮亮等合作了基于颜色和形状特征的茶叶嫩芽识别方法[6]，用于解决机械采茶是茶叶老芽与嫩芽缺乏选择性。结果显示能完整的检测出嫩芽，实验过程中对于老叶与新叶的分割效果较好。对50幅图像进行检测，成功的检测出了47幅，成功率极高，完全达到理想预期。
韦佳佳，陈勇，金小俊，郑加强，石元值，张浩等提出了自然环境下茶树嫩梢识别方法研究[7]，现有的采茶机对于老嫩茶叶识别性较差，无法适用于名优绿茶的采集，不利于智能识别采茶机的发展。实验利用茶树嫩梢与自然间的颜色差异，通过灰度化，迭代阀值和固定阀值法，中值滤波等方法初步实现了自然环境下茶树嫩梢的识别，为智能识别采茶做出了贡献。
汤一平.，王伟羊，朱威，翔云等人提出了基于机器视觉的茶陇识别与采茶机导航方法[8]目的之一在切割采摘时嫩芽率达到70％。
汪建，刘建兵等人提出了基于图像和模型茶芽三维造型[9]实验结果表明，该方法避免了大量的o1计算，具有较好的视觉效果，而且能较好地恢复茶树芽的三维信息，为茶树芽的生长监测和无损检测提供了一种新的方法。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
