计算机图像处理技术在茶叶品质检测中的应用

陈修齐，方　柯（河南省财经学校，河南 郑州 450012）



计算机图像处理技术在茶叶品质检测中的应用

陈修齐，方柯
（河南省财经学校，河南 郑州 450012）

摘要：传统茶叶品质判定主要是以人工评审为主，这种方法不仅无法避免误差，而且评审带有强烈的主观色彩。图像处理技术是基于计算机技术发展而来的一种新技术，将其运用到茶叶品质检测中，通过图像分割、标记以及HSI颜色模型等，能够对茶叶品质做出客观、科学的评价。经大量实践证明，将计算机图像处理技术应用到茶叶品质检测中，能够成功检测茶叶品质。

关键词：图像处理技术；茶叶；品质检测

1　常见的茶叶品质检测方法

1.1智能感官分析技术

智能感官是模仿人体感官发展而来的一种技术，在茶叶品质检测方面的应用较为广泛。该技术中的传感器类似于人的感觉器官，与茶样在某些属性上形成响应信号。信号采集器类似于人的神经系统，能够实现对信号的传输以及处理。计算机与人脑功能类似，能够实现对信号的分析识别，处理也更加深入一些，这样所做出的判断也更加系统、全面。目前在茶叶品质检测中应用比较普遍的技术包括电子舌、机器视觉以及电子鼻检测技术。三种检测技术的检测原理基本一致，主要区别在于传感器不同。电子鼻技术在茶叶品质检测中的应用较为普遍，电子鼻是人工嗅觉系统的一种，其主要是通过仿生物嗅觉实现对茶叶品质的检测的，在气味识别方面有着领先优势。近年来，随着科学技术的不断发展，电子鼻检测技术不仅仅应用于茶叶品质检测，在饮料、食品等领域也得到广泛的应用，并取得良好的检测效果。电子鼻主要由两部分组成，一个是气敏传感器，另一个就是模式识别软件，其中该检测技术的核心就是模式识别。从目前来看比较常用的方法有线性判别、人工神经网络以及主成分分析三种方法。

1.2近红外光谱分析技术

该技术出现时间较早，在茶叶品质检测方面的应用也比较早。其检测原理是借助茶样成分在近红外光谱下产生的最强吸收波长、吸收强度等方面的不同对它们与成分之间存在的线性关系进行分析，建立起定标方程。采用该方法并不需要对茶样进行任何处理就能够将其中的复杂物料分析出来，从而对茶叶品质进行检测和判定。由于该技术所产生的能量要远远低于可见光，因此，对检测人员不会造成任何身体伤害，是绿色分析技术。

检测流程：（1）建模。按照要求选择茶样数量，借助科学的方法将组分标准值测量出来，利用光谱仪将近红外光谱信号测量出来；运行相关分析方法将样品分为预测集和校正集，借助校正集光谱信号和浓度值之间的关系，结合科学的校正方法将校正模型建立起来；然后通过预测集光谱信号和模型对组分标准值进行预测，并对模型进行检验。如果预测误差控制在允许范围内，那么将校正模型输出即可，反之，需要重新建立模型并检验，直到预测误差达到标准方可输出；（2）预测。在条件相同的情况下，对茶样近红外光谱信号进行测量，采用与上述步骤相同的算法；选取校正模型进行检验，从而实现对茶叶样品组分标准值的预测，进而做出对茶叶品质的判定。

目前比较常用的近红外光谱仪器主要就是傅立叶变换近红外光谱仪，该仪器不仅分辨率较高，而且扫描速度较快，大大提高了检测效率。但是该仪器也存在着一定的不足，比如该仪器中包含移动性部件，并且对工作环境的要求比较高。但是随着近年来科学技术的快速发展，成本低廉、分辨率高、扫描速度快以及性能稳定的近红外光谱仪器得到了人们的广泛关注。

2　材料和方法

2.1材料

本文选择的供试材料为绿茶，考虑到实验所需，选择三种品级各不相同的绿茶进行检测，将三种供试材料分别进行标记：茶样1、茶样2以及茶样3，该三种供试茶样均由A茶叶企业提供。本次研究对设备的要求较为简单，设备种类较少，主要包括计算机和数码相机。其中，对计算机的要求是硬件内存为1G，CPU为2G，软件运行Microsoft Windows XP，其它软件包括，Adobe Photoshop CS3，Microsoft Office Access以及XP，Microsoft VisualC++6.0（SP6）。数码相机为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采集茶样

茶样采集直接关系到接下来的茶叶品质检测，因此，一定要做好茶样的采集工作。需要注意的是，茶样的采集必须要确保采集环境的亮度是一致的，如果采集环境亮度不一致，采集到的茶样也就不能保证检测要求。将获取到的三种茶样按照顺序依次放置在准备好的白色背景上，要将每个茶叶分散开来，如果不能达到要求，应当尽量避免茶样出现折叠的情况。然后固定数码相机的高度和位置对三种茶样分别进行拍摄，在拍摄时要尽量做到数码相机的焦距不变，并且拍摄到的茶叶数量的应当在三十个以上。将拍摄到的三张茶样图片上传到计算机中，利用Adobe Photoshop CS3将图片格式转换为BMP，并且规格大小要改为一致，保存到相应文件中。

2.2.2HSI颜色模型转化

将经过处理的三张茶样图片打开，以RGB模式将茶样图片的像素信息读取到内存中，借助HSI颜色转化函数对RGB颜色信息进行转化，生成HSI颜色信息。

2.2.3选取特征点

用鼠标拖动茶叶图像，选取特征点区域，对鼠标进行拖动的位置为开始位置，结束拖动的地方为结束位置，将选取到的特征点区域映射到图像上，这样一来，我们就得出了一个代表图像特征色彩的矩形，根据这个矩形的HSI的数据值范围，将图像上与数据值相似的像素全部标注出来，当全部像素都被标价完成之后，特征点的选取工作也就完成了。

2.2.4图像分割

将全部的茶叶标记数组，根据图像的像素进行依次排列，然后逐一进行扫描。在进行扫描时需要注意，按照各行标记点的连续性储存其各个连续区间的起始坐标到临时变量中。完成该项工作之后，需要判断相邻两行的连续区间，在判断过程中如果发现在水平方向上连续区间存在水平交叉时，我们就可以将这两个连续区间合并在一起，形成一个连续区域，注意要用不同数字对每一个连续区域进行标记。当所有的相邻行判断工作完成之后，茶叶个数指的就是标记个数，而所谓的茶叶单体，指的就是每个标记数字的存储区域。经过图像分割处理之后，就能够将茶叶单体从图片中分割出来。

2.2.5提取颜色特征参数

颜色特征参数的提取是一项十分重要的工作，它直接关系到茶叶品质判定。特征参数的选取实际上指的就是分割图像中HSI颜色的各个分量，我们只需要对H、S和I进行分别计算即可。

3　结果与分析

HSI颜色模型最早是在上世纪初由美国色彩学家孟塞尔提出的，该模型对人视觉系统感知色彩方式的模拟，主要是通过色调（H）、饱和度（S）以及强度（I）三个方面实现的。该模型是在下面两个事实上建立起来的：一是I分量和图像彩色信息并无任何关系；二是H分量和S分量与人的颜色感受方式具有一定关系。因此，在本文对茶叶品质的检测中选择HSI颜色模型。

3.1H直方图分析

由于篇幅限制，在文章中不具体列出直方图界面。根据直方图显示发现，如果绿茶的品级为同一级，那么能够清晰的发现在色调值方面是存在明显的规律的，也就是说，绿茶的品级如果为同一级，其峰值以及分布也都是相同的，在H直方图上的反映就是直方图形状的变化范围，不会超出某个范围。通过实际检测发现，由于本文所选的三种茶样的品级是不同的，所以在H直方图上的体现也存在较大的差异，主要体现在分布幅度、比例和峰值等方面。由于H直方图能够直观、清晰地体现上述内容，因此，对茶叶品质的判定也是十分有效的。

3.2S直方图分析

通过S直方图我们发现，如果绿茶的品级是一样的，那么在S直方图中，其外观、取值区间、峰值以及比例分布基本上没有大的变化，与H直方图一样，其形状的变化范围是固定的，但是与H直方图不同的是，H直方图形状虽在一定范围内变化，但是变化幅度比较大，而S直方图形状在这个范围中的变化幅度并不大，也就是说，数值分布较为相似。但是通过仔细观察发现，S直方图在峰值、比例分布以及取值区间是存在一定的差异，因此，对茶叶品质的判定也是十分有效的。

3.3I直方图分析

无论是在茶叶级别不同还是在茶叶级别相同重复之间不同的情况下，在I直方图中都存在一样的分布区域，也就是说比例差异并不明显，所以说，在茶叶品质检测时不能够利用I直方图。

4　结语

综上所述，本文提出了一种基于计算机图像处理技术的新型茶叶品质检测方法，通过图像分割，利用HSI颜色特征值进行标记的选取，除此之外还可以利用Sobel进行边缘的检测，逐一对茶样图像进行扫描以及区域归纳，能够将茶叶单体从茶样图片中分割出来。由于此检测方法借助设备较少，且大部分工作都是由计算机完成，因此，该方法不仅效率高，而且确保了分割的准确。通过分别分析H、S和I值直方图发现，其H和S直方图与茶叶品质存在关联，因此，能够通过这两个直方图对茶叶品质进行检测。

参考文献

［1］魏晓惠.图像处理技术对茶叶品质分级的探讨［J］.安徽农业科学，2012（7）：4251-4253，4271.

［2］齐帅.茶叶和速溶茶粉品质可见/近红外光谱检测方法及便携式仪器开发研究［D］.江苏大学，2014.

作者简介：陈修齐（1963-），男，河南滑县人，研究生，副教授，研究方向：软件工程。茶叶品质检测是针对干判断茶叶质量的全过程。在茶叶品质检测中最先检测的一个因素就是干茶的色泽。检测人员往往根据色泽对茶叶品质进行评审。此外，茶叶品质检测还包括滋味、香气以及茶叶的汤色、叶底。这些都是判断茶叶品质的依据。传统茶叶品质检测方法往往存在误差，为了避免这一情况的出现，利用计算机技术对茶叶的色泽进行参数量化处理，以此来确定干茶的色泽。相关学者利用Photoshop6.0建立起了专门对茶样色泽参数测定的方法——S处理法。具体来说，该方法主要是针对粉碎的茶样进行的。因为完整的茶样稍大一些，色泽分布并不均匀，而且具有较大的局部差别，所求出来的平均色泽并不可靠。但是经粉碎之后的茶样，其外观色泽被破坏，对其品质检测也是非常不利的。基于此，笔者借助图像分割、标记以及HSI颜色模型、特征等的技术对茶叶的色泽进行提取，从而对其品质检测进行了研究。