計算機視覺分級技術在茶葉品質(zhì)檢驗中的應用

胡志明（寧波職業(yè)技術學院，浙江寧波315800）

?

計算機視覺分級技術在茶葉品質(zhì)檢驗中的應用

胡志明
（寧波職業(yè)技術學院，浙江寧波315800）

摘要：茶葉是現(xiàn)今我們最為常見的飲料，具有保健的作用，深愛大家的喜愛。其茶葉品質(zhì)的判定主要通過人類的感官器官對其色、香、味、形等等的觀察，由于每個人受外界的影響所喜愛的茶葉及經(jīng)驗不同，在對茶葉審評時其結(jié)果也將會有所不同。隨著計算機技術的不斷提高，計算機技術的應用領域也越來越廣泛，計算機視覺技術也有很大的提升。在計算機視覺基礎上，運用圖像處理技術分析出茶葉外形對茶葉品質(zhì)的影響，以及通過彩色圖像處理技術檢測出不同加工工藝下的茶葉品質(zhì)。通過這些研究發(fā)現(xiàn)，計算機視覺分級技術對于茶葉品質(zhì)檢測有著很好的作用。

關鍵詞：計算機視覺；茶葉；品質(zhì)檢驗；神經(jīng)網(wǎng)絡

茶已成為人們生活中不可或缺的一部分，我國作為一個禮儀之邦，敬茶也是我們的傳統(tǒng)美德。其茶葉也有好壞之分，在商品經(jīng)濟體制下需劃分出茶葉優(yōu)劣等級，以區(qū)別于它們之間的價值，這都需要我們感官器官進行鑒別。在對茶葉進行檢驗時我們一般通過視覺感官來判定其品質(zhì)的好壞，但我們的感覺器官有可能受外界環(huán)境的影響辨別上出現(xiàn)一定的偏差，不能夠保證茶葉品質(zhì)的準確性，也不能為我們鑒別茶葉提供可靠的依據(jù)。為避免這些偏差的發(fā)生，可通過儀器來檢測茶葉的品質(zhì)減少那些沖突的發(fā)生。隨之計算機領域不斷的擴大，計算機應用技術進一步的提高，在農(nóng)業(yè)中應用也越來越廣泛。現(xiàn)階段通過計算機對茶葉品質(zhì)的檢驗主要通過感官分析為主，計算機視覺技術對茶葉檢驗的品質(zhì)帶來了幫助，讓其檢驗結(jié)果的準確性有所提高。

1 計算機視覺技術對茶葉品質(zhì)檢驗中的研究現(xiàn)狀

計算機視覺技術領域在20世紀70年代后期有很大的提升，對圖像數(shù)據(jù)的處理技術也有很大的改善，通常應用于醫(yī)學圖像的處理、工農(nóng)制造業(yè)的質(zhì)量控制與測量、車輛視覺導航、軍事等各個領域。現(xiàn)今計算機視覺技術對茶葉的檢驗主要是在加工和存儲過程中對其色譯的研究，通過茶葉的色形外在特征，運用計算機視覺技術對茶葉品質(zhì)檢驗的分級研究比較少。基于此，根據(jù)茶葉的外在特征通過計算機視覺分級技術檢驗茶葉品質(zhì)等級，代替了傳統(tǒng)人工的茶葉品質(zhì)的分級方法，保證其檢驗結(jié)果更為準確可靠。

通過計算機視覺分級技術對茶葉品質(zhì)檢驗，可快速實現(xiàn)對茶葉品質(zhì)的準確劃分。技術主要應用于茶葉外在形狀和色澤參數(shù)的檢測、計算、分級、軟件的開發(fā)等等，減少由人工視覺分析所引起的差異。采用的方法是運用計算機彩色圖像處理技術抽取出茶葉的色形特征，并測量出每個特征的參數(shù)，根據(jù)已有的參數(shù)通過神經(jīng)網(wǎng)絡技術對茶葉的品質(zhì)進行分級。只有確保茶葉品質(zhì)的準確性，人們才能更好的了解區(qū)分茶葉的品質(zhì)，飲用時也得到了保障。

2 計算機視覺技術在茶葉圖像的采集與處理上的應用

計算機視覺技術對茶葉品質(zhì)的檢驗主要步驟是先獲取各種茶葉的原始圖像之后對圖像進行預期處理，然后把各個茶葉的色譯和形狀參數(shù)提取出來，最后根據(jù)以上所說的對數(shù)據(jù)進行分析辨別。其圖像的預期處理是最為重要的，如果前期處理的不夠完善，將會影響到下一步的工作。其對圖像的預期處理主要是減少外界環(huán)境的噪音干擾力、保持圖像的清晰度、圖像的黑白效果等等，為后續(xù)工作做好準備。

2.1 計算機視覺系統(tǒng)的構(gòu)成

計算機視覺系統(tǒng)主要是為了對茶葉圖像的處理，系統(tǒng)主要包含圖像采集的裝備和計算機兩大部分組成。其裝備的好壞將會影響到獲取圖像之后的質(zhì)量以及后期對圖像的處理、數(shù)據(jù)的分析，常用的采集圖像裝備主要有攝像機、CCD（電荷耦合器件）、CID（電荷注入器件）、數(shù)碼相機等等。其通常對農(nóng)作物的圖像采集，我們所用的工具是數(shù)碼相機與鏡頭相結(jié)合來獲取事物的圖像，但由于茶葉的外在特征較小，數(shù)碼相機不能很好的把茶葉的圖像效果表現(xiàn)出來，我們可通過平板式掃描儀來獲取茶葉的圖像。這種方法比較快捷，圖像不會受外界因素的影響以及茶葉圖像的測量精度也不會受到其它的影響。其掃描過程中圖像通過掃描儀的內(nèi)部模數(shù)轉(zhuǎn)換器可將圖像轉(zhuǎn)換為計算機能夠識別的二進制數(shù)值，從而實現(xiàn)圖片轉(zhuǎn)換為數(shù)字的過程。其圖像掃描之后可將掃描儀、數(shù)碼相機和電腦聯(lián)接起來，構(gòu)成一個計算機視覺系統(tǒng)，能夠為以后圖像的處理提供基礎條件。

2.2 對茶葉圖像的處理

計算機視覺技術的基礎是對圖像的處理，是對目標物體數(shù)據(jù)信息獲取的基本方法，它替代人感官上對物體的識別、檢測、追蹤等的機器視覺。計算機視覺技術主要是對圖像的處理、分析、辨別，圖像的處理主要是通過計算機對圖像數(shù)據(jù)進行一些加工，將圖像的客觀信息特征表現(xiàn)出來，并根據(jù)這些數(shù)據(jù)特征把圖像的各個元素進行分離以及建立連接。

人類對顏色最為敏感的顏色就是紅色、藍色和綠色，其它顏色在根據(jù)這三種顏色進行轉(zhuǎn)變混搭調(diào)配出新的顏色。顏色模型有RGB、HIS、HSV、CHL、LAB等等，在這幾種模型中每一個都有自己不同的特點，在實際運用的過程中我們根據(jù)需求來選擇不同的模型，來提取每個物體的顏色特征，而最常見的顏色模型是RGB和HSI，這兩種模型只是對物體色彩信息的表達形式不同，在對圖像處理時，兩者相結(jié)合轉(zhuǎn)換才能夠在處理圖像時更加便利。

對于茶葉圖像的預處理主要是圖像的去噪、色澤強度的增強、邊緣截取等等，是對茶葉圖像的識別及低層圖像的處理。只能把前期最根本的處理過后，才能進行高層次的處理，它影響著茶葉外形特征數(shù)據(jù)的提取和識別模式的準確有效性。因而在對茶葉品質(zhì)的檢測和分級時，辨別結(jié)果和準確有效性在很大水平在于對圖像的前期處理。

圖像去噪是由于圖像轉(zhuǎn)變到數(shù)字化和信息傳遞時受到成像設備與外部因素環(huán)境聲音的干擾，減少噪聲的影響過程就可稱為圖像去噪。其去除噪聲的最為常見的方法有領域平滑法和中值濾波法，前者在去除噪音的情況下也會對圖像的邊界地區(qū)和細節(jié)上進行優(yōu)化；后者是把同一個窗口中圖像所含的灰度值進行排序，并提取它們的中間值作為這個窗口圖像像素的中心值，該方法在去除噪音的同時也能夠保證其圖像不被損壞，防止圖像變得模糊，這是我們所采取的方法。圖像增強是圖像在轉(zhuǎn)換或傳輸?shù)倪^程中導致圖像不清晰從而增強圖像的清晰度或外形特征。圖像二值化就是把圖像的黑白效果變得明顯化，就是增強圖像的輪廓和灰階圖像值的判定。圖像的邊緣截取中邊緣直接反映出茶葉的外在形狀和紋理，它是茶葉圖像進行分析的最重要依據(jù)，在對茶葉每個個體的圖像采集時，需要在邊界從上、下、左、右進行標記，標記出最為明顯的邊界點，才能夠截取出茶葉單個的樣本。

其對茶葉圖像的處理主要是通過相關的設備把圖像掃描出來，然后在去除由于圖像轉(zhuǎn)化為數(shù)字化時的噪音，然后測試出圖像的失真率，確保圖像二值化的灰度值的有效性，然后把茶葉的輪廓提取出來并進行填充。

3 計算機視覺技術在茶葉圖像外形特征的參數(shù)提取的應用

茶葉的品質(zhì)主要是從色譯、香味、湯色、味道等來判斷優(yōu)質(zhì)。其茶葉的外觀形狀由長條、卷曲、圓、針、尖型等等，通過這些外形特征我們在沖泡時吸水量及漲大程度的大小，可以清晰的判斷出茶葉在栽種、培育、采摘時的情況，從而判斷出茶葉品質(zhì)的好壞；茶葉色澤一般指干茶的色澤、泡過湯的顏色及茶渣色澤三方面，它也是區(qū)別其品質(zhì)的主要依據(jù)，我們通過感官器官可以清晰的感覺出茶的品質(zhì)，其正常的干茶色澤主要有翠綠、深綠、墨綠、淺黃等等。茶葉的香味有清香、花香、嫩香等類型。

通過計算機視覺技術可以把茶葉的外形和色澤準確的識別、測量和分析出來，但茶葉本身和湯的香味需我們進行親自品嘗來判定。計算機視覺技術可對茶葉的周長、面積、徑度、圓度、直徑等等參數(shù)的提取，這些參數(shù)的提取可通過圖像的增強、二值化、邊緣截取等等方法來對茶葉圖像進行處理。

4 運用神經(jīng)網(wǎng)絡模型對茶葉品質(zhì)進行分級

茶葉圖像的外形色澤特征和規(guī)律不能用常用的邏輯性進行明確的分析描述，因而常用的方法不能對茶葉品質(zhì)進行檢驗。而神經(jīng)網(wǎng)絡擁有很好的兼容性，并能夠處理大量的數(shù)據(jù)及自學自我適應的能力，從而實現(xiàn)對茶葉品質(zhì)的分級。神經(jīng)網(wǎng)絡也可稱為人工神經(jīng)網(wǎng)絡，它是類似于人類大腦神經(jīng)的結(jié)構(gòu)和功能的網(wǎng)絡，可將分布式信息進行處理。它通過復雜的網(wǎng)絡系統(tǒng)，把大量的內(nèi)部節(jié)點相互調(diào)整并接起來，從而實現(xiàn)對信息的處理，并擁有自學和自適的能力。

神經(jīng)網(wǎng)絡的根本在于神經(jīng)元，是由多個相同的神經(jīng)元結(jié)合而成，它具有分布并行處理、容錯性、存儲、自學等等優(yōu)點。神經(jīng)元是基于生物神經(jīng)系統(tǒng)內(nèi)的神經(jīng)細胞，屬于生物模型。

BP神經(jīng)網(wǎng)絡模型是一種反向網(wǎng)絡，它是由網(wǎng)絡層、神經(jīng)元、輸入輸出數(shù)據(jù)等組成。茶葉運用神經(jīng)網(wǎng)絡進行茶葉數(shù)據(jù)錄入，可以有效的對茶葉品質(zhì)進行分級。

在運用計算機視覺分級技術對茶葉品質(zhì)檢驗設計系統(tǒng)時可通過茶葉數(shù)據(jù)庫的錄入、圖像的預處理、品質(zhì)鑒定、圖表分析等幾大模塊，來分別對茶葉進行有效地管理。其系統(tǒng)的建立也可以為以后茶葉品質(zhì)的提供條件，加強了對茶葉數(shù)據(jù)的管理。

5 結(jié)束語

通過計算機視覺技術對茶葉的外觀與色澤進行處理分析，獲得茶葉圖像的樣本，然后通過對茶葉圖像的處理，提取出茶葉外形特征的數(shù)據(jù)參數(shù)，然后通過神經(jīng)網(wǎng)絡技術對茶葉品質(zhì)進行劃分等級，它們能夠具體的獲得茶葉的詳細信息，并能夠保證數(shù)據(jù)分析結(jié)構(gòu)的正確性。其通過對茶葉特征數(shù)據(jù)參數(shù)的分析也判定出茶葉的種類，在進行茶葉分級時，分級分得越清晰明確，結(jié)果就會很穩(wěn)定。通過計算機視覺分級技術在茶葉品質(zhì)檢驗，可以完成對茶葉圖像樣本特征數(shù)據(jù)參數(shù)的測量，完成對茶葉品質(zhì)的測量，為以后對茶葉品質(zhì)檢驗提供一個優(yōu)良的環(huán)境，以便對茶葉數(shù)據(jù)的處理。

參考文獻

［1］王文杰.電腦讀取茶葉色澤參數(shù)的方法研究［J］.中國茶葉加工，2003（4）：36-41.

［2］蔡健榮.利用計算機視覺定量描述茶葉色澤［J］.農(nóng)業(yè)機械學報，2000（04）：67-70.

［3］姜忠愛，張曉輝，秦軍偉.計算機圖像處理技術及其在農(nóng)業(yè)檢測中的應用［J］.農(nóng)機化研究，2004（6）：234-236.

［4］陸建良，梁月榮，龔淑英等.茶湯色差與茶葉感官品質(zhì)相關性研究［J］.茶葉科學，2002（1）：57-61.

［5］周亦斌，王俊.新技術在茶葉品質(zhì)評價中應用的現(xiàn)狀及趨勢［J］.茶葉科學，2004（2）：82-85.

作者簡介：胡志明（1977-），男，浙江寧波人，講師，研究方向：結(jié)合移動互聯(lián)網(wǎng)技術、云計算和智能終端等技術，探索高職教育教學模式的改革。