使用計算機技術和設施鑒定茶葉品質的應用思路分析

崔麗梅，龍　勇（.曲靖師范學院；.云南能源職業技術學院，云南 曲靖 65500）

?

使用計算機技術和設施鑒定茶葉品質的應用思路分析

崔麗梅1，龍勇2
（1.曲靖師范學院；2.云南能源職業技術學院，云南 曲靖 655001）

摘要：本文將在使用計算機技術與設施，采用L處理方法、計算機量化、圖像處理等方式來進行對茶鮮葉的色堅定，與研究茶葉在加工過程中色澤的變化，茶鮮葉色澤及其嫩度，讀取茶色澤參數進行茶葉識別等方面針對茶葉的品種，加工，品質等方面的應用進行思路分析。

關鍵詞：計算機技術；設施；茶葉品質；應用思路分析

崔麗梅（1980-），女，云南宣威人，研究生學歷，講師，研究方向：科學管理與工程。

龍勇（1977-），男，云南宣威人，碩士研究生，講師，研究方向：計算機系統、軟件工程及電子技術。

近些年來，隨著計算機技術的不斷提高，互聯網行業的發展，進行學術研究的手段及方法也日趨多樣化，通過網絡進行學術交流，發表學術論文已經不再是個新奇的事件。近些年來，學者將學術研究與計算機技術很好的結合起來，進一步推動了各方面科技的發展。計算機技術對茶葉的鑒定與品質研究，起到了十分關鍵的作用。

1　計算機視覺技術

首先，使用數碼相機或相應設備獲取所需要的茶葉圖像，隨后對圖像進行合適的預處理，先對圖像采用增強，隨后提取出我們所需要的圖像、形狀特征。最后經過對BP神經網絡進行分類匯總，這樣才基本可以結束對茶葉品質的鑒定。

茶葉品質好與壞的取決條件，其中之一就是茶葉形狀的參數。它同時也是用來鑒別茶葉品質的重要指標之一。有的茶葉的形狀比較緊結，而有的茶葉相對比較松散。顏色是另一個對產業品質有重大影響的因素。通常通過對炒干后茶葉的顏色、葉面底部的顏色和茶湯的顏色這三個元素的評判作為判斷茶葉顏色相應的標準。

利用數碼相機獲得干茶和茶湯是茶葉圖像采集系統工具的大致工作模式。在干茶圖像的獲取過程中，需要將茶葉鋪開平放在用來照相的托盤上，并且不能使茶葉有重疊部分。獲取茶湯圖像的使用方法如下：精確地稱取3g茶葉樣本，以1：50的比例用沸水進行茶水的泡制，靜候5分鐘后將茶湯倒入國家標準的綠茶專用審評碗中，并立即進行拍照。獲取圖像后，首先我們需要進行圖像去噪。噪聲源會對圖像信息在采集過程造成一定程度上的干擾，比如電信號轉換過程中圖像采集設備的靈敏度的不均勻，量化噪聲在數字轉化過程中以及傳輸過程中對信道造成的誤差等。這些干擾會在以后的分割圖像，檢測圖像的邊緣，對于圖像進行分析和判斷等方面產生不良的影響。當前，通常用平滑法和中值濾波法來處理圖像的噪聲問題。一般情況下中值濾波定義為：

Yi，j=MedianXi，j=Median［Xi+m，j+n；（m.n）∈W］

第二步則需要進行圖像增強。當前主要有兩類增強技術：其一：對所需的空間域的圖像及顏色進行增強。常用的方法有混合圖像的直方圖，增強圖像的灰度，對圖像進一步銳化等一系列方法；2對頻率域進行增強的技術，頻域去噪的代表方法有數字濾波器，同態濾波，小波分析等。利用直方圖或者利用小波分析的時頻提取其局部化特征的技術是當前較為常用的技術手段。

對干茶顏色進行參數提取，則是第三步。我們知道，對于同一種類不同等級的茶葉，沖泡出來的茶湯的顏色差異會比較小，可以采用通過茶葉顏色的R，G，B三分量表示出來的方法。事先，通過數碼相機獲取到相應的茶葉圖像。但是根據近些年來的一些研究表明，R，G，B分量及后續處理的方法在識別茶葉的過程中，只能識別一般的茶葉中的黃片，如果想要區分茶葉種類和品質，這往往是件很難的事。因此，我們通常不采用RGB作為對圖像參數進行直接識別的方法。而采用選擇用HSI來進行對顏色特征參數選擇的表達。此外，HSI有利于研究中心更好地對對茶葉的不同色度，飽和度等方面進行分析和研究。并且在處理的相關方面，HSI技術還能夠明顯提高處理的速度，使研究能夠提供更適宜茶葉的環境來進行檢測。

另外，茶葉的形狀也是茶葉品質檢測的一個重要依據，通過對用相機獲得的茶葉的圖像進行去噪以及增強效果等一系列技術手段后，如果想要獲得更好的圖像的形狀參數，則要對圖像進行二值化操作，即使圖像中通過技術手段改成只有黑白兩種顏色。從而從白色背景中提取出黑色輪廓，從而從中獲得我們想要的茶葉形狀特征值。

茶湯就是將沖泡的茶葉濾除渣滓后的湯水，即生活中我們常說的茶水。取一定量的茶水于燒杯中，置于托盤上，放于照明室中。得到符合要求的茶湯的相關圖像（使用數碼相機）該研究中我們仍舊使用HSI顏色系統來表示茶湯的一系列特性。

2　BP神經網絡

BP神經網絡模型能夠達到所需要的誤差范圍內運用相關算法完成的目標的關聯的多層網絡系統。BP模型通常只包含數據流的兩個過程，即正向和反向的傳播過程。正向傳播的傳播方向是：從輸入相關內容層到隱含相關內容層再到輸出相關內容層，此處要注意：每個下層神經元都僅僅能夠被上一層神經元影響到。如果實驗結果實際輸出的值和我們所期望的輸出的值中間的誤差太大，則該BP系統將自動轉入反向傳播相應信息的過程，即沿著原來的鏈接通路原路返回，通過反復的正向傳播和反向傳播來修改隔層神經元的權值，對輸入層的傳播的相關內容進行一級級地計算，然后通過再次的正向傳播和反向傳播，這樣一來，這兩個過程的反復進行會達到使誤差值最小的效果。當誤差能夠降低到我們所希望范圍內，系統才會自動把網絡的學習過程結束。

在茶葉品質的研究中，我們可以將干茶的形狀特征，顏色特征，以及茶湯的顏色特征值的總和作為輸入層的神經元個數。把我們為想要得到的結果設置的層級數，設置為輸出相關信息層的神經元個數。先設定好所需要的誤差精度，在誤差精度范圍內根據每一次運行的結果來確定隱含的層節點數。把取出的隱含相關信息的層節點數設置為輸入相關信息的神經元個數和輸出相關信息的神經元個數的平均值，然后通過反反復復的實驗對該值進行微調，確定需要的最佳的隱含相關信息層所含的相關節點數。

3　L處理法

首先，該方法需要使用的儀器及軟件有：安裝有PHOTOSHOP CS軟件的電腦一臺，BenQ明基電腦一臺，日本Minolta chroma meterCR--300型彩色差計。

具體的方法與步驟簡述如下：第一步，在掃描儀的平板玻璃上均勻灑上想要檢測的茶葉樣本，鋪灑的厚度不要露出茶葉間的間隙，此處，我們采用系統默認值，并將該值在相應的Photoshop軟件中輸入。第二步，進行茶樣參數讀取。首先，把想選擇的相關圖區選定，然后挨個讀取每一像素點的色澤參數——L，a，b值，這些信息可從信息窗口中獲得，隨后計算出它們三個的平均值。然后對相應圖片選區使用“模糊”濾鏡中的“平均”選項，使選取中的所有顏色的L，A，B的值盡可能相近，并把已經進行平均化處理后的L，A，B的數值從信息窗口的相關界面中讀出來，然后，經過這一系列步驟求出的值就是最終要求出的數值，該方法就是所稱的L——處理法。需要注意的是，掃描儀質量的不同，四周存在的噪音造成的干擾，甚至包括放置儀器的平臺的輕微的震動都會對實驗稅局的穩定性造成很大的影響。當然，我們依舊可以通過適當的人的行為的干預對這些情況予以很好的解決。從而提高整茶掃描的結果的精確性，穩定性，科學性，進而提高L——處理法的依靠性。

4　計算機視覺研究

通過計算機視覺技術的相關手段把茶葉的不同色澤指標的模擬量轉換成數學方面的變量，從而很好的研究茶葉在加工過程中色澤的細微變化，進而有利于對成茶的品種和等級進行更適宜的等級分類。計算機視覺技術是通過計算機的生物模擬軟件或者宏觀的視覺功能的技術，它的基礎是視覺計算和相關的框架解構。該技術需要的基本器材有索尼T——20數碼相機，TES——1334照度計，東芝T筆記本電腦以及自編的RGB統計軟件等等。

首先，需要利用攝像機將需要進行識別、描述的對象以圖像形式記錄。圖像的底層特征要利用特征檢測提取出來，然后通過計算機的圖像處理系統提取出的圖像特征進行預處理，以及其他的一系列手段對這些信息進行識別和分析。眾所周知，依據RGB顏色而建立出來的計算機視覺的色澤識別系統。通過疊加RGB各個通道之間的顏色變換就可以得到不同的顏色，這些顏色要遠遠多于人類所能夠到的顏色區域與范圍。然而，HIS系統與人眼感覺顏色的原理相似。

在茶葉的加工處理過程中，主要是其中求各種化學物質之間的氧化還原作反應，特別是多酚類物質的直接氧化作用和葉綠素在響應情況下發生的特定的變化。通過氧化反應，多酚類化合物會變成相應的紅褐色的產物，茶葉呈現棕褐色是由脫鎂葉綠素的作用造成的。游離葉綠素的性質很不穩定，在光熱的作用下極易發生光敏氧化，進而生成相應的小分子物質，這些都會在制茶過程中反應出色變。計算機視覺技術對于定量，定性，更具統計性，更客觀的描述茶葉在制茶過程中的色澤變化有著不可估量的作用。

5　結語

在如今的經濟形勢下，我們需要依據茶葉特征、品質良莠來進行在等級上的劃分，滿足不同消費者的需求，從而帶來更高的茶葉經濟效益。人的主觀感覺雖然可以用來判斷茶葉的品質，但是人在進行判定時所用到的感覺器官，較大程度上會受到外界因素的強烈干擾。例如：每個人的味覺不同，對茶葉甘苦的判定就不一；嗅覺靈敏度也不是完全一致的。每個人的評審經驗，評審標準也是不盡相同的。運用計算機技術將為茶葉品質的鑒定開拓出一片嶄新的天地。

參考文獻

［1］張文錦，王峰，翁伯琦.中國茶葉質量安全的現狀、問題及保障體系構建［J］.福建農林大學學報（哲學社會科學版）.2011（4）：27-31

［2］郭建華.綠茶貯藏過程中揮發性物質變化規律的研究［D］.浙江大學2011.

［3］倪倩，佟玲，高鈞等.高效液相色譜-質譜法及模式識別法用于鑒別普洱生茶與熟茶［J］.理化檢驗（化學分冊）.2012（2）：171-174.

［4］王勝鵬，宛曉春，林茂先等.基于水分、全氮量和粗纖維含量的茶鮮葉原料質量近紅外評價方法［J］.茶葉科學.2011（01）：66-71.

基金項目：曲靖師范學院校級青年項目課題編號：2013QN030；云南能源學院就業工作管理系統開發與應用，課題編號：2013Y557

作者簡介：