茶叶传统的感官评测方法容易受到审评人员的生理条件、工作经验以及环境条件等因素的影响。不同的审评人员或同一个审评人员在不同的身体状况及环境条件下，对同一个茶样的感官审评结果，往往存在一定的差异，最终影响茶叶品质评定的准确性。本研究以绿茶为主要研究对象，运用计算机图像处理技术检测了不同种类绿茶的外观品质，利用电子舌技术检测了不同级别的炒青绿茶内在品质。本研究主要开展了以下两方面的工作：1．提取了茶叶图像的颜色和纹理特征参数：颜色特征为色调均值（?）、亮度均值（?）和饱和度均值（?）以及各自的方差σ_H、σ_I和σ_S；纹理特征为基于统计矩的纹理参数（包括平均灰度值m、标准方差σ、平滑度R、3阶矩μ₃、一致性U和熵e）和灰度共生矩阵的纹理参数（能量Q₁、逆差矩Q₂、对比度Q₃、相关性Q₄）。使用贝叶斯统计决策理论，对所提取特征参数进行了模式识别。结果表明，用灰度共生矩阵纹理特征和颜色特征相结合的方法，可以区分不同种类的绿茶，训练集和验证集的识别率均达到100％。2．利用电子舌技术检测了不同级别的炒青绿茶茶汤，将采集到的电子舌传感器参数作为特征参数，经过主成分分析，提取相互独立的成分信息来进行模式识别，并对3种模式识别方法（线性判别分析，K值最近邻域法，BP人工神经网络）做了比较，以识别正确率的高低作为模型优劣的评价标准来建立判别模型。实验结果表明，当取5个主成分因子时，使用BP人工神经网络建立的模型对不同等级的茶叶识别率最高，训练集和验证集的识别率均达到了100％。本研究对于我国研究快速高效的茶叶检测方法，提高茶叶产品在国际上的竞争力，辅助茶叶感官评审人员对茶叶品质做出更加客观地评价与描述，对茶叶市场的规范化、成熟化能够起到良好的推动作用。