微機圖像處理在茶學的有效運用方法

李瑞強（無錫商業職業技術學院，江蘇 無錫 214153）

?

微機圖像處理在茶學的有效運用方法

李瑞強
（無錫商業職業技術學院，江蘇 無錫 214153）

摘要：由于微機圖像處理技術的迅猛發展，其在茶學領域的運用日趨廣泛。本文首先介紹了微機圖像處理的概念，然后論述了其在茶學領域的研究現狀，并對茶葉圖像的采集和預處理進行了闡述，最后重點從外形評審、整茶色澤讀取和葉片受病蟲害程度檢測三個方面分析了圖像處理方法的運用，希望能為茶學領域智能化和精細化的提高提供一些參考。

關鍵詞：圖像處理；茶學；運用

茶在中國有著悠久的發展歷史，其最早是作為藥物被發現和利用的，后來慢慢演變成保健型飲料，得到了各年齡段人們的青睞。對于茶葉品質的好壞主要通過其色澤、外形、滋味、香氣等方面來評審，當今社會對于茶葉質量的評審多使用感官評審法。但由于該方法的缺陷較為明顯，茶葉品質的分級受評審人的喜好和經驗的影響較大，使得評審過程缺少客觀性。另外茶葉加工以及病蟲害測定等領域對智能、精細處理的要求也越來越高。伴隨著微機的廣泛運用，微機圖像處理技術在農業工程中的運用日益提高。已有專家學者對微機圖像處理在茶葉形狀對品質的影響、茶葉加工階段對于色澤的影響、測定受病蟲害程度等方面做出了研究，這都充分說明了微機圖像處理在茶學的有效運用，而且有著較好的應用前景。

1　微機圖像處理技術簡介

1.1微機圖像處理技術概念

微機圖像處理是利用微機簡單模擬人類視覺，將拍攝的圖片映射為微機可識別的數字圖像，并且設定一些規則使之按照人的標準來識別和理解圖像，然后對所拍圖像進行分級。

微機圖像處理的過程大致分為兩個步驟，第一，利用相機拍攝圖像，然后將模擬信號變成RGB圖像。第二，對RGB圖像進行預處理，然后進行分析、加工等操作，最終輸出理想的圖像或者驗證結果。一般我們將微機圖像處理過程分成狹義的圖像處理和圖像識別兩種形式。前者是將所拍攝的圖像去除影響其質量的因素，例如噪聲，畸變等，得到校正后的圖像，大大地提高圖像質量；后者是對圖像的結構進行分析，提取出圖像的特征向量等信息，以便進行下一步的分析和使用。圖像識別就是為了對原始圖像進行降維操作，以便微機能夠快速、有效地完成識別，在實際應用中較為方便。

微機圖像處理技術運用于茶葉的質量檢測，能使評審指標統一、標準，降低了評審人員心理因素帶來的主觀影響。另外，與人類視覺精度相比，微機圖像處理精度更高，對于茶葉色澤的變化敏感度也更強。

1.2微機圖像處理技術的研究現狀

微機圖像處理開始于20世紀中期，人們最初使用微機處理圖像信息主要以人的視覺感受為標準提高圖像質量。輸入的圖像質量較低，利用圖像變換、圖像增強與復原、圖像識別等圖像處理方法輸出改善后的圖像。

近幾年圖像處理新算法層出不窮，其實現還需要軟硬件的配合使用。雖然僅使用硬件進行圖像處理的方法更為方便、快捷，但不易于實現。而且需要開發專用芯片以及并行處理結構，目前在去噪和邊緣提取等低層處理上可以使用硬件完成。

國內外專家學者對于該項技術在茶學領域的運用也在積極地探索，其中有利用微機圖像處理來評價煎茶的品質；還有運用圖像處理和HIS顏色系統描述茶葉色澤，并通過顏色系統模型的改進來得到理想茶葉顏色；也有利用圖像處理技術檢測茶葉感官品質。

2　茶葉圖像的采集和預處理

2.1圖像的采集

眾所周知，茶葉圖像的采集是進行圖像處理的基礎，而圖像的采集設備的好壞與所拍攝圖像的質量息息相關，對后期的處理也有很大影響。由于茶葉的面積很小，利用傳統的數碼相機進行圖像采集的效果并不理想，所以可采用平板式掃描儀來獲取圖像。基于此方法拍攝圖像的優勢在于其不受人為因素和環境因素的制約、簡單快捷而且茶葉在玻璃板上的位置也對測量精度沒有影響。

2.2圖像的預處理

對于茶葉圖像而言，圖像預處理是至關重要的。若預處理做的不好，其后續工作將無法開展。圖像預處理的內容有去除噪聲、圖像增強、圖像邊緣的提取等，這些處理屬于圖像分析的低層處理，這些處理的好壞對特征提取的有效性存在一定的影響。對于茶葉品質以及其他方面的鑒定，其結果是否準確也取決于圖像預處理的質量。本次研究所做的預處理主要是圖像濾波和直方圖均衡化，為后面的微機圖像處理在茶學的運用奠定堅實的基礎。

2.2.1濾波

原始圖像中存在較多噪聲，為了將帶有噪聲的圖像轉變成清晰的圖像，主要通過濾波來完成，在眾多的濾波算法中，中值濾波由于算法簡單、平滑效果相對較好等優勢應用較多。尤其對于脈沖噪聲的濾除更為有效，能夠很好地保護圖像邊緣的信息。中值濾波是采用一個含有奇數個點的滑動窗口，將滑動窗口的所有點的灰度值按照大小依次排列，其中間值作為窗口中心點像素的灰度值。

2.2.2直方圖均衡化

為增強圖像的對比度，我們需將灰度化圖像進行直方圖均衡化。簡而言之，直方圖均衡化就是將原圖分布較為密集區域的灰度直方圖均勻分布。該操作會將圖像拉伸，像元值也都經過重分配，一定范圍內的像元數也基本相同。

3　微機圖像處理技術在茶學的運用

目前微機圖像處理技術在茶學的運用較為廣泛，其中包括對茶葉感官品質的運用、對茶葉加工領域的運用、對茶葉受病蟲害程度測定的運用等，下面我們將作具體論述。

3.1茶葉外形評審上的運用

對于茶葉感官品質的評審包括外形評審和開湯內質評審兩個方面，而前者在感官評審中扮演著重要的角色。外形是茶葉吸引消費者眼球的主要方式，而且其與茶湯的顏色、散發的香氣和口感等都密切相關。在當今社會，外形評審不但要求評審人員具有豐富的評審經驗和茶學知識，而且還要求他們不受主觀因素的影響。

從圖像處理技術運用到茶葉外形評審上以來，國內很多專家學者都進行了積極的研究，并發表了茶葉感官品質、茶葉外形數量化研究等相關論文。對于茶葉外形中的嫩度和條索形狀進行分析，發現兩者對于茶葉品質分級有很大的關系。國內有研究表明面積、平均幅寬和茶葉品質亦息息相關。利用茶葉的表面積、周長、平均幅寬等參數進行線性組合，然后進行多元回歸分析，獲取相關系數。嫩度好、條索緊的茶樣為高檔茶，條索松、樸片多的茶樣為低檔茶。這里周長的計算是通過對預處理后的茶葉樣本圖像中邊緣的像素個數獲取的，常用的算法是8方向鏈碼曲線。公式如下所示。其中S為周長，M1為東、南、西、北四個方向的像素點數，M2為東南、西南、東北、西北四個方向的像素點數。

3.2整茶色澤讀取上的運用

在整茶色澤讀取上運用微機圖像處理，其首要任務依然是對茶葉樣本的采集。這里面需要注意的是，若對不同樣本進行拍攝，要確保其處于同等亮度的環境之下，定點拍攝。而且茶葉盡量分散，個數不低于30個，避免出現重疊情況。對于所獲取的茶葉樣本圖像，應把圖片的像素信息進行HSI模型的轉變并讀入到內存當中。

其次，便需要在圖像上選取特征點，這里特征點區域利用鼠標拖動來完成，以起點和終點兩點作為對角線畫出圖像的特征矩陣。然后根據所選特征區域的HSI范圍標記出整張圖像的色彩相似像素。再次，應進行茶葉單體的分割。首先根據圖像像素的排列順序逐行掃描，并將連續區間的起始坐標存放在臨時變量當中；然后判斷兩行鄰接的連續區域，若在水平方向上有公共區域，則將兩個連續區間合并為一個區域，對于沒有公共區域的連續區域需要用不同的數字做出標記。所有行判斷完成后，標記的數量就是茶葉的數量，每一個數字存儲的區域就是一個茶葉單體，這也就實現了分割茶葉圖像。最后在研究中，為方便對數據的分析，需計算標準差，將分割區域的HSI模型的圖像的H、S、I三個分量的平均值作為特征參數。公式3-2為H分量的平均值，S，I分量同理，其中n為圖像的像素數，Hi為樣本像素點的色度，H為色度平均值。并計算其直方圖。然后根據色調、飽和度和亮度的分布幅度、比例以及峰值等信息的差異大小，便可完成茶葉品質的評審。

3.3檢測葉片受病蟲害程度上的運用

傳統檢測葉片受病蟲害程度的方法就是利用透明坐標紙進行人工計算，既浪費了時間又浪費人力，而且其人為因素在檢測中存在一定影響。最近幾年，研究人員使用平臺式掃描儀獲取茶葉樣本圖像，并借助Photoshop濾鏡工具和神經網絡知識對數字圖像進行處理，利用圖像分割方法測定受病蟲害的面積以及百分比。

對于葉片受病蟲害程度的檢測大致分為三步。首先對受病蟲害的葉片平放在掃描儀的玻璃板上，盡量避免葉片之間出現重疊。其次測定葉片面積，使用Photoshop濾鏡工具，將整張圖像平滑化，確保像素之間顏色均勻過渡，半徑設置為10。將畫布擴大并將空白區填充為相同顏色，剔除掉背景反選便可將葉片分割出來，利用直方圖中的像素值便可計算出葉片面積。最后便是對受害面積的檢測。這里采用神經網絡中的BP網絡，先對若干的茶葉測試樣本進行訓練，選取一些特征參數作為輸入，檢測的受病蟲害程度的茶葉分為較嚴重、嚴重、一般、不嚴重，因此輸出節點的數量為4，與受害程度一一對應。本研究的網絡訓練是根據病斑的顏色特征完成的，其能夠客觀、科學的查找出病斑部位，利用訓練好的網絡就可以對茶葉樣本進行檢測，然后根據像素值求取受病蟲害的面積，也就計算出受病蟲害的程度。

4　結束語

微機圖像處理運用在茶學領域就是通過所拍攝的數字圖像進行進一步的分析和處理，保證了茶葉樣本的完整性，也不會造成任何污染。另外，微機圖像處理中獲取的圖像沒有人體接觸，所以對于茶葉的檢測和湯色的檢測都能實現，為智能、精準檢測茶葉外形、色澤以及受病蟲害程度提供了新的科學方法，具有很好的應用前景。在將來的學習和研究中還應不斷深入，固化成硬件設備，使得速度、準確度都有明顯提高。

參考文獻

［1］江蘇理工大學生物環境工程學院.計算機圖像處理技術在茶葉感官品質檢測中的應用［J］.中國茶葉，1998（3）：12-13.

［2］魏曉慧.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.

［3］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］.四川農業大學碩士學位論文，2008

作者簡介：李瑞強（1975-），男，山東萊西人，本科，講師，研究方向：計算機網絡等。