卷积神经网络在茶叶分级中的应用

俞文昌 徐雅雯 程英杰 彭子瑞

摘要：对茶叶客观、准确、方便和高效分级对维护茶叶市场稳定和保证消费者权益有着重要意义。当前茶叶分级方法存在主观性强、需要专业设备、操作不便等问题。文章提出了一种使用智能手机拍摄的茶叶图像，利用卷积神经网络实现对茶叶等级的判定方法。方法将茶叶分级问题转化为图像分类问题，通过拍摄不同等级茶叶图像训练模型后，模型即可通过茶叶图像识别相应茶叶等级。通过实验验证常见卷积神经网络ResNet18、ResNet50、GoogleNet和DensenNet均能够准确识别六种不同等级绿茶。该方法对茶叶图像没有特殊要求，操作方便、识别效率高。

关键词： 茶叶分级;计算机视觉;农业信息化;卷积神经网络;图像分类

中图分类号：TP391      文献标识码：A

文章编号：1009-3044（2021）23-0110-04

Abstract：Abstract Objective， accurate， convenient and efficient tea grading is of great significance to maintain the stability of tea market and ensure the rights and interests of consumers. At present， there are some problems in tea grading， such as strong subjectivity， need of professional equipment， inconvenient operation and so on. In this paper， a method of using convolution neural network to judge the grade of tea is proposed. Methods the problem of tea classification was transformed into the problem of image classification. After training the model by taking different levels of tea images， the model could recognize the corresponding tea levels through the tea images. Experiments show that the common convolutional neural networks resnet18， resnet50， googlenet and densenet can accurately recognize six different grades of green tea， and this method has no special requirements for tea image， which is easy to operate and has high recognition efficiency.

Key words：tea grading; computer vision; agricultural information; convolution neural network; image classification

1  引 言

茶叶在我国广受消费者欢迎且具有很高的经济价值，我国茶叶生产和消费稳居世界第一[1]。茶叶按照外形、香气、汤色、滋味和叶底分为不同等级，不同等级茶叶销售价格有着巨大的差异。以黄山毛峰茶为例，按照《黄山毛峰茶国家标准》可分为特一级、特二级、特三级、一级、二级和三级六个不同等级，每千克黄山毛峰因等级不同售价从几百元到几万元不等。准确、客观、便捷区分茶叶等级对保证茶叶市场有序和维护消费者权益有着重要意义。

2  相关研究

当前茶叶分级方法可分为专家分级、基于理化分析分级和基于计算机视觉分级。传统的茶叶分级由专业的品茶师来实现茶叶分级，评茶师可以从形香色味全面评鉴，但也容易受到评茶师主观因素影响，并且品茶师培养周期长。

随着技术进步出现基于理化分析的分级方法。通过专业仪器量化分析茶汤中各种矿物质元素和味道以实现对茶葉的分级。潘玉成等[2]、薛丹等[3]、庄雅婷等[4]利用电子舌提取茶汤相关特征，再使用PCA、FDA、LDA等模式识别方法区分不同等级茶叶。薛大为[5]利用电子鼻提取的黄山毛峰茶气味特征，再利用BP神经网络实现茶叶等级划分。邹光宇等[6]提出了一种电子舌/鼻融合的方法实现对茶叶等级的划分。基于理化量化分析的方法需要专业的设备，操作复杂。

基于茶叶图像的茶叶分级方法也受到广泛关注。童阳等[7]提出利用小波变换提取茶叶图片纹理特征、利用不同颜色通道模型提取茶叶图片颜色特征，最后利用BP神经网络实现对碧螺春茶4个等级的区分。宋彦等[8]提出利用茶叶图片提取茶叶长、宽、面积、周长、外接矩长、宽等六个维度特征再利用BP神经网络、支持向量机等模式识别算法区分不同等级茶叶。这些基于图像的茶叶分级方法由于提取的是茶叶图像较低维特征、对茶叶图像拍摄的光照、角度、距离有较高要求，需要专业工业相机在暗箱中拍摄，拍摄成本高，拍摄不便。

针对以上提到的各种方法中的不足，本文提出一种利用深度卷积神经网络提取茶叶照片的高维特征以实现对茶叶分级的方法。这种方法具有以下优势：1）对图片的要求不高，利用普通智能手机摄像头拍摄即可;2）识别方便利用智能手机拍摄上传服务器实时识别;3）识别准确率高，通过实验对六种不同等级价格的绿茶实验，识别准确率98%以上。