計算機圖像處理技術在茶葉品質檢測中的應用

陳修齊，方　柯（河南省財經學校，河南 鄭州 450012）

?

計算機圖像處理技術在茶葉品質檢測中的應用

陳修齊，方柯
（河南省財經學校，河南 鄭州 450012）

摘要：傳統茶葉品質判定主要是以人工評審為主，這種方法不僅無法避免誤差，而且評審帶有強烈的主觀色彩。圖像處理技術是基于計算機技術發展而來的一種新技術，將其運用到茶葉品質檢測中，通過圖像分割、標記以及HSI顏色模型等，能夠對茶葉品質做出客觀、科學的評價。經大量實踐證明，將計算機圖像處理技術應用到茶葉品質檢測中，能夠成功檢測茶葉品質。

關鍵詞：圖像處理技術；茶葉；品質檢測

1　常見的茶葉品質檢測方法

1.1智能感官分析技術

智能感官是模仿人體感官發展而來的一種技術，在茶葉品質檢測方面的應用較為廣泛。該技術中的傳感器類似于人的感覺器官，與茶樣在某些屬性上形成響應信號。信號采集器類似于人的神經系統，能夠實現對信號的傳輸以及處理。計算機與人腦功能類似，能夠實現對信號的分析識別，處理也更加深入一些，這樣所做出的判斷也更加系統、全面。目前在茶葉品質檢測中應用比較普遍的技術包括電子舌、機器視覺以及電子鼻檢測技術。三種檢測技術的檢測原理基本一致，主要區別在于傳感器不同。電子鼻技術在茶葉品質檢測中的應用較為普遍，電子鼻是人工嗅覺系統的一種，其主要是通過仿生物嗅覺實現對茶葉品質的檢測的，在氣味識別方面有著領先優勢。近年來，隨著科學技術的不斷發展，電子鼻檢測技術不僅僅應用于茶葉品質檢測，在飲料、食品等領域也得到廣泛的應用，并取得良好的檢測效果。電子鼻主要由兩部分組成，一個是氣敏傳感器，另一個就是模式識別軟件，其中該檢測技術的核心就是模式識別。從目前來看比較常用的方法有線性判別、人工神經網絡以及主成分分析三種方法。

1.2近紅外光譜分析技術

該技術出現時間較早，在茶葉品質檢測方面的應用也比較早。其檢測原理是借助茶樣成分在近紅外光譜下產生的最強吸收波長、吸收強度等方面的不同對它們與成分之間存在的線性關系進行分析，建立起定標方程。采用該方法并不需要對茶樣進行任何處理就能夠將其中的復雜物料分析出來，從而對茶葉品質進行檢測和判定。由于該技術所產生的能量要遠遠低于可見光，因此，對檢測人員不會造成任何身體傷害，是綠色分析技術。

檢測流程：（1）建模。按照要求選擇茶樣數量，借助科學的方法將組分標準值測量出來，利用光譜儀將近紅外光譜信號測量出來；運行相關分析方法將樣品分為預測集和校正集，借助校正集光譜信號和濃度值之間的關系，結合科學的校正方法將校正模型建立起來；然后通過預測集光譜信號和模型對組分標準值進行預測，并對模型進行檢驗。如果預測誤差控制在允許范圍內，那么將校正模型輸出即可，反之，需要重新建立模型并檢驗，直到預測誤差達到標準方可輸出；（2）預測。在條件相同的情況下，對茶樣近紅外光譜信號進行測量，采用與上述步驟相同的算法；選取校正模型進行檢驗，從而實現對茶葉樣品組分標準值的預測，進而做出對茶葉品質的判定。

目前比較常用的近紅外光譜儀器主要就是傅立葉變換近紅外光譜儀，該儀器不僅分辨率較高，而且掃描速度較快，大大提高了檢測效率。但是該儀器也存在著一定的不足，比如該儀器中包含移動性部件，并且對工作環境的要求比較高。但是隨著近年來科學技術的快速發展，成本低廉、分辨率高、掃描速度快以及性能穩定的近紅外光譜儀器得到了人們的廣泛關注。

2　材料和方法

2.1材料

本文選擇的供試材料為綠茶，考慮到實驗所需，選擇三種品級各不相同的綠茶進行檢測，將三種供試材料分別進行標記：茶樣1、茶樣2以及茶樣3，該三種供試茶樣均由A茶葉企業提供。本次研究對設備的要求較為簡單，設備種類較少，主要包括計算機和數碼相機。其中，對計算機的要求是硬件內存為1G，CPU為2G，軟件運行Microsoft Windows XP，其它軟件包括，Adobe Photoshop CS3，Microsoft Office Access以及XP，Microsoft VisualC++6.0（SP6）。數碼相機為FUJILM Finpix S1500。另外，需要布置白色背景，以供拍照使用。

2.2方法

2.2.1采集茶樣

茶樣采集直接關系到接下來的茶葉品質檢測，因此，一定要做好茶樣的采集工作。需要注意的是，茶樣的采集必須要確保采集環境的亮度是一致的，如果采集環境亮度不一致，采集到的茶樣也就不能保證檢測要求。將獲取到的三種茶樣按照順序依次放置在準備好的白色背景上，要將每個茶葉分散開來，如果不能達到要求，應當盡量避免茶樣出現折疊的情況。然后固定數碼相機的高度和位置對三種茶樣分別進行拍攝，在拍攝時要盡量做到數碼相機的焦距不變，并且拍攝到的茶葉數量的應當在三十個以上。將拍攝到的三張茶樣圖片上傳到計算機中，利用Adobe Photoshop CS3將圖片格式轉換為BMP，并且規格大小要改為一致，保存到相應文件中。

2.2.2HSI顏色模型轉化

將經過處理的三張茶樣圖片打開，以RGB模式將茶樣圖片的像素信息讀取到內存中，借助HSI顏色轉化函數對RGB顏色信息進行轉化，生成HSI顏色信息。

2.2.3選取特征點

用鼠標拖動茶葉圖像，選取特征點區域，對鼠標進行拖動的位置為開始位置，結束拖動的地方為結束位置，將選取到的特征點區域映射到圖像上，這樣一來，我們就得出了一個代表圖像特征色彩的矩形，根據這個矩形的HSI的數據值范圍，將圖像上與數據值相似的像素全部標注出來，當全部像素都被標價完成之后，特征點的選取工作也就完成了。

2.2.4圖像分割

將全部的茶葉標記數組，根據圖像的像素進行依次排列，然后逐一進行掃描。在進行掃描時需要注意，按照各行標記點的連續性儲存其各個連續區間的起始坐標到臨時變量中。完成該項工作之后，需要判斷相鄰兩行的連續區間，在判斷過程中如果發現在水平方向上連續區間存在水平交叉時，我們就可以將這兩個連續區間合并在一起，形成一個連續區域，注意要用不同數字對每一個連續區域進行標記。當所有的相鄰行判斷工作完成之后，茶葉個數指的就是標記個數，而所謂的茶葉單體，指的就是每個標記數字的存儲區域。經過圖像分割處理之后，就能夠將茶葉單體從圖片中分割出來。

2.2.5提取顏色特征參數

顏色特征參數的提取是一項十分重要的工作，它直接關系到茶葉品質判定。特征參數的選取實際上指的就是分割圖像中HSI顏色的各個分量，我們只需要對H、S和I進行分別計算即可。

3　結果與分析

HSI顏色模型最早是在上世紀初由美國色彩學家孟塞爾提出的，該模型對人視覺系統感知色彩方式的模擬，主要是通過色調（H）、飽和度（S）以及強度（I）三個方面實現的。該模型是在下面兩個事實上建立起來的：一是I分量和圖像彩色信息并無任何關系；二是H分量和S分量與人的顏色感受方式具有一定關系。因此，在本文對茶葉品質的檢測中選擇HSI顏色模型。

3.1H直方圖分析

由于篇幅限制，在文章中不具體列出直方圖界面。根據直方圖顯示發現，如果綠茶的品級為同一級，那么能夠清晰的發現在色調值方面是存在明顯的規律的，也就是說，綠茶的品級如果為同一級，其峰值以及分布也都是相同的，在H直方圖上的反映就是直方圖形狀的變化范圍，不會超出某個范圍。通過實際檢測發現，由于本文所選的三種茶樣的品級是不同的，所以在H直方圖上的體現也存在較大的差異，主要體現在分布幅度、比例和峰值等方面。由于H直方圖能夠直觀、清晰地體現上述內容，因此，對茶葉品質的判定也是十分有效的。

3.2S直方圖分析

通過S直方圖我們發現，如果綠茶的品級是一樣的，那么在S直方圖中，其外觀、取值區間、峰值以及比例分布基本上沒有大的變化，與H直方圖一樣，其形狀的變化范圍是固定的，但是與H直方圖不同的是，H直方圖形狀雖在一定范圍內變化，但是變化幅度比較大，而S直方圖形狀在這個范圍中的變化幅度并不大，也就是說，數值分布較為相似。但是通過仔細觀察發現，S直方圖在峰值、比例分布以及取值區間是存在一定的差異，因此，對茶葉品質的判定也是十分有效的。

3.3I直方圖分析

無論是在茶葉級別不同還是在茶葉級別相同重復之間不同的情況下，在I直方圖中都存在一樣的分布區域，也就是說比例差異并不明顯，所以說，在茶葉品質檢測時不能夠利用I直方圖。

4　結語

綜上所述，本文提出了一種基于計算機圖像處理技術的新型茶葉品質檢測方法，通過圖像分割，利用HSI顏色特征值進行標記的選取，除此之外還可以利用Sobel進行邊緣的檢測，逐一對茶樣圖像進行掃描以及區域歸納，能夠將茶葉單體從茶樣圖片中分割出來。由于此檢測方法借助設備較少，且大部分工作都是由計算機完成，因此，該方法不僅效率高，而且確保了分割的準確。通過分別分析H、S和I值直方圖發現，其H和S直方圖與茶葉品質存在關聯，因此，能夠通過這兩個直方圖對茶葉品質進行檢測。

參考文獻

［1］魏曉惠.圖像處理技術對茶葉品質分級的探討［J］.安徽農業科學，2012（7）：4251-4253，4271.

［2］齊帥.茶葉和速溶茶粉品質可見/近紅外光譜檢測方法及便攜式儀器開發研究［D］.江蘇大學，2014.

作者簡介：陳修齊（1963-），男，河南滑縣人，研究生，副教授，研究方向：軟件工程。茶葉品質檢測是針對干判斷茶葉質量的全過程。在茶葉品質檢測中最先檢測的一個因素就是干茶的色澤。檢測人員往往根據色澤對茶葉品質進行評審。此外，茶葉品質檢測還包括滋味、香氣以及茶葉的湯色、葉底。這些都是判斷茶葉品質的依據。傳統茶葉品質檢測方法往往存在誤差，為了避免這一情況的出現，利用計算機技術對茶葉的色澤進行參數量化處理，以此來確定干茶的色澤。相關學者利用Photoshop6.0建立起了專門對茶樣色澤參數測定的方法——S處理法。具體來說，該方法主要是針對粉碎的茶樣進行的。因為完整的茶樣稍大一些，色澤分布并不均勻，而且具有較大的局部差別，所求出來的平均色澤并不可靠。但是經粉碎之后的茶樣，其外觀色澤被破壞，對其品質檢測也是非常不利的。基于此，筆者借助圖像分割、標記以及HSI顏色模型、特征等的技術對茶葉的色澤進行提取，從而對其品質檢測進行了研究。