微机图像处理在茶学的有效运用方法

李瑞强（无锡商业职业技术学院，江苏 无锡 214153）



微机图像处理在茶学的有效运用方法

李瑞强
（无锡商业职业技术学院，江苏 无锡 214153）

摘要：由于微机图像处理技术的迅猛发展，其在茶学领域的运用日趋广泛。本文首先介绍了微机图像处理的概念，然后论述了其在茶学领域的研究现状，并对茶叶图像的采集和预处理进行了阐述，最后重点从外形评审、整茶色泽读取和叶片受病虫害程度检测三个方面分析了图像处理方法的运用，希望能为茶学领域智能化和精细化的提高提供一些参考。

关键词：图像处理；茶学；运用

茶在中国有着悠久的发展历史，其最早是作为药物被发现和利用的，后来慢慢演变成保健型饮料，得到了各年龄段人们的青睐。对于茶叶品质的好坏主要通过其色泽、外形、滋味、香气等方面来评审，当今社会对于茶叶质量的评审多使用感官评审法。但由于该方法的缺陷较为明显，茶叶品质的分级受评审人的喜好和经验的影响较大，使得评审过程缺少客观性。另外茶叶加工以及病虫害测定等领域对智能、精细处理的要求也越来越高。伴随着微机的广泛运用，微机图像处理技术在农业工程中的运用日益提高。已有专家学者对微机图像处理在茶叶形状对品质的影响、茶叶加工阶段对于色泽的影响、测定受病虫害程度等方面做出了研究，这都充分说明了微机图像处理在茶学的有效运用，而且有着较好的应用前景。

1　微机图像处理技术简介

1.1微机图像处理技术概念

微机图像处理是利用微机简单模拟人类视觉，将拍摄的图片映射为微机可识别的数字图像，并且设定一些规则使之按照人的标准来识别和理解图像，然后对所拍图像进行分级。

微机图像处理的过程大致分为两个步骤，第一，利用相机拍摄图像，然后将模拟信号变成RGB图像。第二，对RGB图像进行预处理，然后进行分析、加工等操作，最终输出理想的图像或者验证结果。一般我们将微机图像处理过程分成狭义的图像处理和图像识别两种形式。前者是将所拍摄的图像去除影响其质量的因素，例如噪声，畸变等，得到校正后的图像，大大地提高图像质量；后者是对图像的结构进行分析，提取出图像的特征向量等信息，以便进行下一步的分析和使用。图像识别就是为了对原始图像进行降维操作，以便微机能够快速、有效地完成识别，在实际应用中较为方便。

微机图像处理技术运用于茶叶的质量检测，能使评审指标统一、标准，降低了评审人员心理因素带来的主观影响。另外，与人类视觉精度相比，微机图像处理精度更高，对于茶叶色泽的变化敏感度也更强。

1.2微机图像处理技术的研究现状

微机图像处理开始于20世纪中期，人们最初使用微机处理图像信息主要以人的视觉感受为标准提高图像质量。输入的图像质量较低，利用图像变换、图像增强与复原、图像识别等图像处理方法输出改善后的图像。

近几年图像处理新算法层出不穷，其实现还需要软硬件的配合使用。虽然仅使用硬件进行图像处理的方法更为方便、快捷，但不易于实现。而且需要开发专用芯片以及并行处理结构，目前在去噪和边缘提取等低层处理上可以使用硬件完成。

国内外专家学者对于该项技术在茶学领域的运用也在积极地探索，其中有利用微机图像处理来评价煎茶的品质；还有运用图像处理和HIS颜色系统描述茶叶色泽，并通过颜色系统模型的改进来得到理想茶叶颜色；也有利用图像处理技术检测茶叶感官品质。

2　茶叶图像的采集和预处理

2.1图像的采集

众所周知，茶叶图像的采集是进行图像处理的基础，而图像的采集设备的好坏与所拍摄图像的质量息息相关，对后期的处理也有很大影响。由于茶叶的面积很小，利用传统的数码相机进行图像采集的效果并不理想，所以可采用平板式扫描仪来获取图像。基于此方法拍摄图像的优势在于其不受人为因素和环境因素的制约、简单快捷而且茶叶在玻璃板上的位置也对测量精度没有影响。

2.2图像的预处理

对于茶叶图像而言，图像预处理是至关重要的。若预处理做的不好，其后续工作将无法开展。图像预处理的内容有去除噪声、图像增强、图像边缘的提取等，这些处理属于图像分析的低层处理，这些处理的好坏对特征提取的有效性存在一定的影响。对于茶叶品质以及其他方面的鉴定，其结果是否准确也取决于图像预处理的质量。本次研究所做的预处理主要是图像滤波和直方图均衡化，为后面的微机图像处理在茶学的运用奠定坚实的基础。

2.2.1滤波

原始图像中存在较多噪声，为了将带有噪声的图像转变成清晰的图像，主要通过滤波来完成，在众多的滤波算法中，中值滤波由于算法简单、平滑效果相对较好等优势应用较多。尤其对于脉冲噪声的滤除更为有效，能够很好地保护图像边缘的信息。中值滤波是采用一个含有奇数个点的滑动窗口，将滑动窗口的所有点的灰度值按照大小依次排列，其中间值作为窗口中心点像素的灰度值。

2.2.2直方图均衡化

为增强图像的对比度，我们需将灰度化图像进行直方图均衡化。简而言之，直方图均衡化就是将原图分布较为密集区域的灰度直方图均匀分布。该操作会将图像拉伸，像元值也都经过重分配，一定范围内的像元数也基本相同。

3　微机图像处理技术在茶学的运用

目前微机图像处理技术在茶学的运用较为广泛，其中包括对茶叶感官品质的运用、对茶叶加工领域的运用、对茶叶受病虫害程度测定的运用等，下面我们将作具体论述。

3.1茶叶外形评审上的运用

对于茶叶感官品质的评审包括外形评审和开汤内质评审两个方面，而前者在感官评审中扮演着重要的角色。外形是茶叶吸引消费者眼球的主要方式，而且其与茶汤的颜色、散发的香气和口感等都密切相关。在当今社会，外形评审不但要求评审人员具有丰富的评审经验和茶学知识，而且还要求他们不受主观因素的影响。

从图像处理技术运用到茶叶外形评审上以来，国内很多专家学者都进行了积极的研究，并发表了茶叶感官品质、茶叶外形数量化研究等相关论文。对于茶叶外形中的嫩度和条索形状进行分析，发现两者对于茶叶品质分级有很大的关系。国内有研究表明面积、平均幅宽和茶叶品质亦息息相关。利用茶叶的表面积、周长、平均幅宽等参数进行线性组合，然后进行多元回归分析，获取相关系数。嫩度好、条索紧的茶样为高档茶，条索松、朴片多的茶样为低档茶。这里周长的计算是通过对预处理后的茶叶样本图像中边缘的像素个数获取的，常用的算法是8方向链码曲线。公式如下所示。其中S为周长，M1为东、南、西、北四个方向的像素点数，M2为东南、西南、东北、西北四个方向的像素点数。

3.2整茶色泽读取上的运用

在整茶色泽读取上运用微机图像处理，其首要任务依然是对茶叶样本的采集。这里面需要注意的是，若对不同样本进行拍摄，要确保其处于同等亮度的环境之下，定点拍摄。而且茶叶尽量分散，个数不低于30个，避免出现重叠情况。对于所获取的茶叶样本图像，应把图片的像素信息进行HSI模型的转变并读入到内存当中。

其次，便需要在图像上选取特征点，这里特征点区域利用鼠标拖动来完成，以起点和终点两点作为对角线画出图像的特征矩阵。然后根据所选特征区域的HSI范围标记出整张图像的色彩相似像素。再次，应进行茶叶单体的分割。首先根据图像像素的排列顺序逐行扫描，并将连续区间的起始坐标存放在临时变量当中；然后判断两行邻接的连续区域，若在水平方向上有公共区域，则将两个连续区间合并为一个区域，对于没有公共区域的连续区域需要用不同的数字做出标记。所有行判断完成后，标记的数量就是茶叶的数量，每一个数字存储的区域就是一个茶叶单体，这也就实现了分割茶叶图像。最后在研究中，为方便对数据的分析，需计算标准差，将分割区域的HSI模型的图像的H、S、I三个分量的平均值作为特征参数。公式3-2为H分量的平均值，S，I分量同理，其中n为图像的像素数，Hi为样本像素点的色度，H为色度平均值。并计算其直方图。然后根据色调、饱和度和亮度的分布幅度、比例以及峰值等信息的差异大小，便可完成茶叶品质的评审。

3.3检测叶片受病虫害程度上的运用

传统检测叶片受病虫害程度的方法就是利用透明坐标纸进行人工计算，既浪费了时间又浪费人力，而且其人为因素在检测中存在一定影响。最近几年，研究人员使用平台式扫描仪获取茶叶样本图像，并借助Photoshop滤镜工具和神经网络知识对数字图像进行处理，利用图像分割方法测定受病虫害的面积以及百分比。

对于叶片受病虫害程度的检测大致分为三步。首先对受病虫害的叶片平放在扫描仪的玻璃板上，尽量避免叶片之间出现重叠。其次测定叶片面积，使用Photoshop滤镜工具，将整张图像平滑化，确保像素之间颜色均匀过渡，半径设置为10。将画布扩大并将空白区填充为相同颜色，剔除掉背景反选便可将叶片分割出来，利用直方图中的像素值便可计算出叶片面积。最后便是对受害面积的检测。这里采用神经网络中的BP网络，先对若干的茶叶测试样本进行训练，选取一些特征参数作为输入，检测的受病虫害程度的茶叶分为较严重、严重、一般、不严重，因此输出节点的数量为4，与受害程度一一对应。本研究的网络训练是根据病斑的颜色特征完成的，其能够客观、科学的查找出病斑部位，利用训练好的网络就可以对茶叶样本进行检测，然后根据像素值求取受病虫害的面积，也就计算出受病虫害的程度。

4　结束语

微机图像处理运用在茶学领域就是通过所拍摄的数字图像进行进一步的分析和处理，保证了茶叶样本的完整性，也不会造成任何污染。另外，微机图像处理中获取的图像没有人体接触，所以对于茶叶的检测和汤色的检测都能实现，为智能、精准检测茶叶外形、色泽以及受病虫害程度提供了新的科学方法，具有很好的应用前景。在将来的学习和研究中还应不断深入，固化成硬件设备，使得速度、准确度都有明显提高。

参考文献

［1］江苏理工大学生物环境工程学院.计算机图像处理技术在茶叶感官品质检测中的应用［J］.中国茶叶，1998（3）：12-13.

［2］魏晓慧.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.

［3］李洁.计算机视觉图像处理技术在茶学领域应用方法的研究［D］.四川农业大学硕士学位论文，2008

作者简介：李瑞强（1975-），男，山东莱西人，本科，讲师，研究方向：计算机网络等。