茶領域中計算機視覺圖像處理技術應用方法研究

劉宗平（重慶水利電力職業技術學院，重慶 402160）

茶領域中計算機視覺圖像處理技術應用方法研究

劉宗平
（重慶水利電力職業技術學院，重慶 402160）

二十一世紀的社會已經進入信息化時代，特別是計算機技術的發展，使得計算機視覺圖像處理技術已經廣泛應用于社會的各個領域中，其中很少被人關注的茶領域也開始使用這一技術，帶來了不小的發展。本文以茶領域為視角，對應用在這一領域的計算機視覺圖像處理技術的方法以及具體應用進行探討，以求為茶領域實現計算機智能及精細化操作提供思路。

茶領域；視覺圖像處理；技術應用

1　計算機視覺圖像處理技術的概念及在茶領域應用的方法

計算機視覺，從理論的角度出發，可以看做是用高科技的產物來代替人類的眼睛功能，在這一視角下對已經確定的目標進行識別、考量等活動，而圖像處理技術，就是運用計算機技術對像素不高的圖像進行處理，由此方便人眼的觀察和認知。綜合來說，計算機視覺圖像處理技術就是利用某種傳感器把搜集來的圖像資料轉化為數字信息，然后在此基礎上利用計算機處理圖像素材信息，最終達到要求的各種標準值，從而達到既定的教學目標。相比較來說，計算及視覺比人工視覺更為精準、迅速，且可量化。

2　茶葉外形審評和加工方面的計算機視覺圖像處理技術運用

2.1茶葉外形審評方面

茶葉外形審評在茶領域研究中占有重要位置，國內、國外對于茶葉外形審評皆有研究，審評茶葉外形最常用的方法就是感官審評法。感官審評法的順利施行，必須囊括茶葉外形審評、開湯審評內質兩方面，并要找尋一些茶葉實物作為審評實樣，在此前提下進行分析研究，然后歸納總結，從而評價茶葉外形因子級別。

實驗素材和設備：幾種常見茶葉標準樣；掃描儀，裝有Photoshop CS軟件的計算機一臺，基礎實驗儀器一套。

計算機量化茶葉外形因子的步驟如下：

圖像采集：取備好的茶葉樣品5g，將其均勻撒在掃描儀上置放的透明玻璃板，調整掃描儀的分辨率，在Photoshop CS中輸入并設置次數。

圖像處理：計算各種茶葉的色澤參數值所需要的方法是整茶平均色澤讀取法，在此過程中應選定合宜的直方圖通道，以此保障所選茶樣的色澤標準偏差處于可接受范圍。

結果分析：不同種茶葉的色澤參數、外形因子皆不同，從不同茶葉所呈現出的外形因子的形狀可斷定出不同茶葉的級別差異。另外，從實驗現象中可以看出級別越高的茶葉在顏色與外形方面都保持一致，參數的差異性也較少。

結果與論辯：該項研究能夠很好地證明計算機圖像處理技術在茶領域量化茶外觀因子的一種有效方略，上文選定幾種茶葉進行研究，旨在通過研究分析說明最優量化參數的選擇方式。結果表明：被分割的目標茶葉，其所呈現出得圖像像素值一方面反映出了條索面積，另一方面則伴隨著茶葉級別成正比關系；借助計算機視覺圖像處理技術能夠較快地獲得各種茶葉的個體面積，然后以單個茶葉的個體面積推出茶葉的品味。當然，此處雖只選擇了幾種具有代表性的茶葉品種，但也大致完成了茶葉外形審評工作，為后續茶類計算機量化評價體系的建立健全奠定好堅實的基礎。

2.2茶葉加工方面

據筆者了解發現，目前計算機視覺圖像處理技術應用于茶葉加工領域的實例并不多，原因在于茶葉在加工過程中可能會出現多種變化，比如，嫩度不同的茶葉，它的色澤也是不同的，在萎凋、殺青處理過程中顏色變化也是不同的，這些變化都是細微化的，這些變化相對較為細節化，人工在處理時可能會疏漏，但運用計算機卻可實現精確化。

實驗素材和設備：最新采摘的新鮮茶葉；一臺具備Photoshop CS軟件的計算機，持有穩定內部光源的暗箱，照相機，干燥箱，殺青鍋等。

計算機量化新葉質量的方法：茶新葉的鑒定的標準是多樣化的，其主要內容有4個方面，分別為嫩度、勻度、干凈度與新鮮度。新鮮茶葉自身的光澤折射其嫩度，而新鮮茶葉的勻度、干凈度和新鮮度則可通過觀察視覺圖像得出，因為在計算機圖像處理技術量化下混雜的茶葉會展現其質量差異。

圖像采集：在暗箱內放置新采取的茶葉，將照相機放在暗箱觀測孔上，調整像素、閃光燈、聚焦方式等，之后打開燈源，將已有的圖像信息導入計算機中。

圖像處理：①新葉嫩度的量化測評：在計算機的Photoshop CS打開已導入的圖像，用茶葉分割法選定新葉的大致輪廓，然后在此基礎上用整茶平均色澤讀取方法獲得新葉的平均色澤度，根據一定的標準要求讀取該色澤的RGB和Lab參數值。②勻度、干凈度和新鮮度的量化測評：借助圖像分割法將已經目標化的圖像中新鮮茶葉選中，之后用直方圖讀取這部分的平方差，通過觀察某通道顏色亮度值和平均值，再用完整的圖像展示出要表達的內容，最終得出測評結果。

結果與論辯：新葉嫩度的量化測定：這部分內容并沒呈現出鮮明規律，同一種茶葉的嫩度都不盡相同，這就說明不同葉片之間也存在鮮明的色澤參數差別；新葉勻度、干凈度和新鮮度的量化測評：可發現混雜不一的新葉樣本色澤標準差明顯與其它單獨芽葉的新葉不同，色澤標準差值和亮度皆有不同程度的增加和差異，所以此部分內容要經過綜合考慮方可確定最終結果。

3　基于色澤度變化的茶葉量化測評

3.1茶新葉萎凋過程色澤度變化的量化測評

圖像采集：在暗箱內放置新采取的茶葉，將照相機放在暗箱觀測孔上，調整像素、閃光燈、聚焦方式等，之后打開燈源，將已有的圖像信息導入計算機中。

圖像處理：在計算機的Photoshop CS打開已導入的圖像，用茶葉分割法選定新葉的大致輪廓，然后在此基礎上用整茶平均色澤讀取方法獲得新葉的平均色澤，然后讀取這一色澤的RGB和Lab參數值。

結果與論辯：RGB和Lab參數值與茶葉新葉萎凋程度成反比例關系，隨著茶葉新葉萎凋程度的加深而下降，且色澤與葉子含水量的變化是緊密聯系在一起的。

3.2有關茶葉殺青工序中色澤變化的量化評定

圖像采集：將茶葉新葉稱重一斤，并將茶葉炒熱8分鐘，每隔一分鐘就取出一定量的殺青葉，然后放置于暗箱內，再用照相機快速拍照并讀取出圖像。

圖像處理：在計算機的Photoshop CS打開已導入的圖像，用茶葉分割法選定新葉的大致輪廓，然后在此基礎上用整茶平均色澤讀取方法獲得新葉的平均色澤，然后讀取這一色澤的RGB和Lab參數值。

結果與分析：茶葉新葉在殺青過程中各類色澤參數值皆有一定變化，其中有明顯變化的參數值，也有變化不明顯的參數值，故而確定茶葉在殺青工序中色澤變化的結果有必要進行綜合考慮。

4　茶葉葉片受病害程度分析

茶葉葉片的受病害程度能夠直接反映出茶園病害情況的指標，如果葉片受害面積范圍所占的比重過大時，此時就應采取一定的有效策略快速測定茶葉葉片的受病害面積和百分率，以便找出解決問題的有效方法。現階段，測評茶葉葉片受病害程度的方法依舊停留在傳統層面的人工方法，因而本文嘗試用計算機視覺圖像處理技術進行測評。

4.1茶葉葉片受病害程度實驗

實驗素材和設備：病變的茶葉，如茶赤葉斑病病葉；一臺裝有Photoshop CS軟件的計算機，掃描儀。

實驗環節步驟：掃描病葉：將事先準備好的病害茶葉平鋪在掃描以上的透明玻璃板上，葉片之間留有一定間隙，將受害葉子的葉面朝下，用深藍色作為背光色，然后在Photoshop CS輸入數值，做好準備工作。

測量病害葉子面積：利用Photoshop軟件中的功能作用，對已經讀取出的圖像進行處理，選擇合宜的容差值，詳盡記錄實驗過程中所應用過的像素值，然后在了解一系列數據值的基礎上將這些數值換算成葉面積。

選擇掃描儀的分辨率：通過不同的分辨率對病變的葉子進行掃描，在橫向比較各片葉子的掃描時間、存儲空間、受害面積等方面。

計算機測定與人工測定的比較：抽選出30片病害茶葉葉片，分別用傳統手法和計算機測定法15片葉子情狀，然后依次記錄整個測定過程中出現的步驟環節，最終在比較之下看出差異處。

4.2結果和論辯

從本實驗可看出，計算機視覺圖像處理技術方法相較于人工方法來說，其更加精準、快速、高效，尤其在茶葉受害面積及受害面積百分率測定層面表現優異。須注意的是，此部分內容的測定要敢于嘗試掃描儀的多樣分辨率，對病葉進行多次掃描，方能在較短時間得出更為精準的答案；本方法也可應用于其它層面的測定，也適用于生物實驗中微生物生長速度的測評。

5　結束語

綜上所述，在茶領域運用計算機視覺圖像處理技術，解決了存在茶學領域一些困擾問題，而且為此技術的延伸與擴展鋪好了道路，使得茶領域相關的研究性工作開展的更為順利。在該技術實際應用過程中，一定要秉持著多嘗試、多比較、多試驗、多歸納總結的觀點，譬如比對不同品牌掃描儀對同一茶葉樣本的掃描結果，抑或多選擇一些茶葉樣本種類豐富實驗結果。當然，以上僅為筆者個人對此主題的一些見解意見，也許存在一定的缺憾，希望讀者可以指出其中的錯誤、不足之處，更希望廣大讀者可以找尋出更多研究焦點，更好的能夠將計算機視覺圖像處理技術應用在茶領域中。

［1］李潔.計算機視覺圖像處理技術在茶學領域應用方法的研究［D］.四川農業大學，2008.

［2］王麗麗.茶（Camellia sinensis）樹花香氣成分研究［D］.浙江工商大學2008.

［3］陸瑋潔.茶葉1HNMR指紋圖譜雙指標序列分析及其葉表皮微形態特征的研究［D］.山東大學2008.

［4］蘇悅娟.梧州茂圣茶業有限公司的營銷戰略研究 ［D］.廣西大學2008.

［5］王協書.竹溪龍峰茶品質形成與生態因子的關系［D］.華中農業大學2008.

［6］梁原.基于MATLAB的數字圖像處理系統研究［D］.長春理工大學2008.

［7］楊娟.觀音茶加工工藝及品質形成研究［D］.四川農業大學2011.

［8］陳應娟.四川黑茶品質形成研究［D］.四川農業大學2011.

劉宗平（1982-），男，本科，計算機實驗師，研究方向：計算機科學技術。