计算机视觉分级技术在茶叶品质检验中的应用

胡志明（宁波职业技术学院，浙江宁波315800）



计算机视觉分级技术在茶叶品质检验中的应用

胡志明
（宁波职业技术学院，浙江宁波315800）

摘要：茶叶是现今我们最为常见的饮料，具有保健的作用，深爱大家的喜爱。其茶叶品质的判定主要通过人类的感官器官对其色、香、味、形等等的观察，由于每个人受外界的影响所喜爱的茶叶及经验不同，在对茶叶审评时其结果也将会有所不同。随着计算机技术的不断提高，计算机技术的应用领域也越来越广泛，计算机视觉技术也有很大的提升。在计算机视觉基础上，运用图像处理技术分析出茶叶外形对茶叶品质的影响，以及通过彩色图像处理技术检测出不同加工工艺下的茶叶品质。通过这些研究发现，计算机视觉分级技术对于茶叶品质检测有着很好的作用。

关键词：计算机视觉；茶叶；品质检验；神经网络

茶已成为人们生活中不可或缺的一部分，我国作为一个礼仪之邦，敬茶也是我们的传统美德。其茶叶也有好坏之分，在商品经济体制下需划分出茶叶优劣等级，以区别于它们之间的价值，这都需要我们感官器官进行鉴别。在对茶叶进行检验时我们一般通过视觉感官来判定其品质的好坏，但我们的感觉器官有可能受外界环境的影响辨别上出现一定的偏差，不能够保证茶叶品质的准确性，也不能为我们鉴别茶叶提供可靠的依据。为避免这些偏差的发生，可通过仪器来检测茶叶的品质减少那些冲突的发生。随之计算机领域不断的扩大，计算机应用技术进一步的提高，在农业中应用也越来越广泛。现阶段通过计算机对茶叶品质的检验主要通过感官分析为主，计算机视觉技术对茶叶检验的品质带来了帮助，让其检验结果的准确性有所提高。

1 计算机视觉技术对茶叶品质检验中的研究现状

计算机视觉技术领域在20世纪70年代后期有很大的提升，对图像数据的处理技术也有很大的改善，通常应用于医学图像的处理、工农制造业的质量控制与测量、车辆视觉导航、军事等各个领域。现今计算机视觉技术对茶叶的检验主要是在加工和存储过程中对其色译的研究，通过茶叶的色形外在特征，运用计算机视觉技术对茶叶品质检验的分级研究比较少。基于此，根据茶叶的外在特征通过计算机视觉分级技术检验茶叶品质等级，代替了传统人工的茶叶品质的分级方法，保证其检验结果更为准确可靠。

通过计算机视觉分级技术对茶叶品质检验，可快速实现对茶叶品质的准确划分。技术主要应用于茶叶外在形状和色泽参数的检测、计算、分级、软件的开发等等，减少由人工视觉分析所引起的差异。采用的方法是运用计算机彩色图像处理技术抽取出茶叶的色形特征，并测量出每个特征的参数，根据已有的参数通过神经网络技术对茶叶的品质进行分级。只有确保茶叶品质的准确性，人们才能更好的了解区分茶叶的品质，饮用时也得到了保障。

2 计算机视觉技术在茶叶图像的采集与处理上的应用

计算机视觉技术对茶叶品质的检验主要步骤是先获取各种茶叶的原始图像之后对图像进行预期处理，然后把各个茶叶的色译和形状参数提取出来，最后根据以上所说的对数据进行分析辨别。其图像的预期处理是最为重要的，如果前期处理的不够完善，将会影响到下一步的工作。其对图像的预期处理主要是减少外界环境的噪音干扰力、保持图像的清晰度、图像的黑白效果等等，为后续工作做好准备。

2.1 计算机视觉系统的构成

计算机视觉系统主要是为了对茶叶图像的处理，系统主要包含图像采集的装备和计算机两大部分组成。其装备的好坏将会影响到获取图像之后的质量以及后期对图像的处理、数据的分析，常用的采集图像装备主要有摄像机、CCD（电荷耦合器件）、CID（电荷注入器件）、数码相机等等。其通常对农作物的图像采集，我们所用的工具是数码相机与镜头相结合来获取事物的图像，但由于茶叶的外在特征较小，数码相机不能很好的把茶叶的图像效果表现出来，我们可通过平板式扫描仪来获取茶叶的图像。这种方法比较快捷，图像不会受外界因素的影响以及茶叶图像的测量精度也不会受到其它的影响。其扫描过程中图像通过扫描仪的内部模数转换器可将图像转换为计算机能够识别的二进制数值，从而实现图片转换为数字的过程。其图像扫描之后可将扫描仪、数码相机和电脑联接起来，构成一个计算机视觉系统，能够为以后图像的处理提供基础条件。

2.2 对茶叶图像的处理

计算机视觉技术的基础是对图像的处理，是对目标物体数据信息获取的基本方法，它替代人感官上对物体的识别、检测、追踪等的机器视觉。计算机视觉技术主要是对图像的处理、分析、辨别，图像的处理主要是通过计算机对图像数据进行一些加工，将图像的客观信息特征表现出来，并根据这些数据特征把图像的各个元素进行分离以及建立连接。

人类对颜色最为敏感的颜色就是红色、蓝色和绿色，其它颜色在根据这三种颜色进行转变混搭调配出新的颜色。颜色模型有RGB、HIS、HSV、CHL、LAB等等，在这几种模型中每一个都有自己不同的特点，在实际运用的过程中我们根据需求来选择不同的模型，来提取每个物体的颜色特征，而最常见的颜色模型是RGB和HSI，这两种模型只是对物体色彩信息的表达形式不同，在对图像处理时，两者相结合转换才能够在处理图像时更加便利。

对于茶叶图像的预处理主要是图像的去噪、色泽强度的增强、边缘截取等等，是对茶叶图像的识别及低层图像的处理。只能把前期最根本的处理过后，才能进行高层次的处理，它影响着茶叶外形特征数据的提取和识别模式的准确有效性。因而在对茶叶品质的检测和分级时，辨别结果和准确有效性在很大水平在于对图像的前期处理。

图像去噪是由于图像转变到数字化和信息传递时受到成像设备与外部因素环境声音的干扰，减少噪声的影响过程就可称为图像去噪。其去除噪声的最为常见的方法有领域平滑法和中值滤波法，前者在去除噪音的情况下也会对图像的边界地区和细节上进行优化；后者是把同一个窗口中图像所含的灰度值进行排序，并提取它们的中间值作为这个窗口图像像素的中心值，该方法在去除噪音的同时也能够保证其图像不被损坏，防止图像变得模糊，这是我们所采取的方法。图像增强是图像在转换或传输的过程中导致图像不清晰从而增强图像的清晰度或外形特征。图像二值化就是把图像的黑白效果变得明显化，就是增强图像的轮廓和灰阶图像值的判定。图像的边缘截取中边缘直接反映出茶叶的外在形状和纹理，它是茶叶图像进行分析的最重要依据，在对茶叶每个个体的图像采集时，需要在边界从上、下、左、右进行标记，标记出最为明显的边界点，才能够截取出茶叶单个的样本。

其对茶叶图像的处理主要是通过相关的设备把图像扫描出来，然后在去除由于图像转化为数字化时的噪音，然后测试出图像的失真率，确保图像二值化的灰度值的有效性，然后把茶叶的轮廓提取出来并进行填充。

3 计算机视觉技术在茶叶图像外形特征的参数提取的应用

茶叶的品质主要是从色译、香味、汤色、味道等来判断优质。其茶叶的外观形状由长条、卷曲、圆、针、尖型等等，通过这些外形特征我们在冲泡时吸水量及涨大程度的大小，可以清晰的判断出茶叶在栽种、培育、采摘时的情况，从而判断出茶叶品质的好坏；茶叶色泽一般指干茶的色泽、泡过汤的颜色及茶渣色泽三方面，它也是区别其品质的主要依据，我们通过感官器官可以清晰的感觉出茶的品质，其正常的干茶色泽主要有翠绿、深绿、墨绿、浅黄等等。茶叶的香味有清香、花香、嫩香等类型。

通过计算机视觉技术可以把茶叶的外形和色泽准确的识别、测量和分析出来，但茶叶本身和汤的香味需我们进行亲自品尝来判定。计算机视觉技术可对茶叶的周长、面积、径度、圆度、直径等等参数的提取，这些参数的提取可通过图像的增强、二值化、边缘截取等等方法来对茶叶图像进行处理。

4 运用神经网络模型对茶叶品质进行分级

茶叶图像的外形色泽特征和规律不能用常用的逻辑性进行明确的分析描述，因而常用的方法不能对茶叶品质进行检验。而神经网络拥有很好的兼容性，并能够处理大量的数据及自学自我适应的能力，从而实现对茶叶品质的分级。神经网络也可称为人工神经网络，它是类似于人类大脑神经的结构和功能的网络，可将分布式信息进行处理。它通过复杂的网络系统，把大量的内部节点相互调整并接起来，从而实现对信息的处理，并拥有自学和自适的能力。

神经网络的根本在于神经元，是由多个相同的神经元结合而成，它具有分布并行处理、容错性、存储、自学等等优点。神经元是基于生物神经系统内的神经细胞，属于生物模型。

BP神经网络模型是一种反向网络，它是由网络层、神经元、输入输出数据等组成。茶叶运用神经网络进行茶叶数据录入，可以有效的对茶叶品质进行分级。

在运用计算机视觉分级技术对茶叶品质检验设计系统时可通过茶叶数据库的录入、图像的预处理、品质鉴定、图表分析等几大模块，来分别对茶叶进行有效地管理。其系统的建立也可以为以后茶叶品质的提供条件，加强了对茶叶数据的管理。

5 结束语

通过计算机视觉技术对茶叶的外观与色泽进行处理分析，获得茶叶图像的样本，然后通过对茶叶图像的处理，提取出茶叶外形特征的数据参数，然后通过神经网络技术对茶叶品质进行划分等级，它们能够具体的获得茶叶的详细信息，并能够保证数据分析结构的正确性。其通过对茶叶特征数据参数的分析也判定出茶叶的种类，在进行茶叶分级时，分级分得越清晰明确，结果就会很稳定。通过计算机视觉分级技术在茶叶品质检验，可以完成对茶叶图像样本特征数据参数的测量，完成对茶叶品质的测量，为以后对茶叶品质检验提供一个优良的环境，以便对茶叶数据的处理。

参考文献

［1］王文杰.电脑读取茶叶色泽参数的方法研究［J］.中国茶叶加工，2003（4）：36-41.

［2］蔡健荣.利用计算机视觉定量描述茶叶色泽［J］.农业机械学报，2000（04）：67-70.

［3］姜忠爱，张晓辉，秦军伟.计算机图像处理技术及其在农业检测中的应用［J］.农机化研究，2004（6）：234-236.

［4］陆建良，梁月荣，龚淑英等.茶汤色差与茶叶感官品质相关性研究［J］.茶叶科学，2002（1）：57-61.

［5］周亦斌，王俊.新技术在茶叶品质评价中应用的现状及趋势［J］.茶叶科学，2004（2）：82-85.

作者简介：胡志明（1977-），男，浙江宁波人，讲师，研究方向：结合移动互联网技术、云计算和智能终端等技术，探索高职教育教学模式的改革。