農(nóng)曉鋒（桂林旅游學(xué)院現(xiàn)代教育技術(shù)中心，廣西桂林 541006）

?

淺析茶葉分析的計算機圖像處理技術(shù)

農(nóng)曉鋒
（桂林旅游學(xué)院現(xiàn)代教育技術(shù)中心，廣西桂林 541006）

茶葉自古就是我國經(jīng)濟作物中不可忽視的一個重要組成部分，傳統(tǒng)的茶葉產(chǎn)業(yè)與當(dāng)下先進計算機技術(shù)的結(jié)合必然會成為我國茶葉產(chǎn)業(yè)發(fā)展的趨勢。本文闡述了計算機圖像處理技術(shù)的發(fā)展現(xiàn)狀和應(yīng)用類型，對我國茶葉生產(chǎn)中的分析技術(shù)以及計算機圖像處理技術(shù)在茶葉產(chǎn)業(yè)不同環(huán)節(jié)中的分析應(yīng)用進行了深入探討，最后在對計算機圖像處理技術(shù)在茶葉分析中的優(yōu)勢和劣勢進行匯總，預(yù)估了計算機圖像處理技術(shù)在茶葉分析中的發(fā)展前景，以期為我國茶葉分析的科技化和現(xiàn)代化提供經(jīng)驗和借鑒。

茶葉；計算機；圖像處理技術(shù)

隨著計算機科學(xué)的日益發(fā)展，其相關(guān)技術(shù)的應(yīng)用領(lǐng)域越發(fā)變得廣闊。在短短二三十年內(nèi)，其觸角也深入到了農(nóng)業(yè)生產(chǎn)的各個方面，為農(nóng)業(yè)的整個生產(chǎn)環(huán)節(jié)提供了一條更加科學(xué)快捷的途徑。在茶學(xué)領(lǐng)域，計算機視覺圖像處理技術(shù)雖然很少見諸報道，但其逐漸興起的態(tài)勢值得我們引起重視。本文對于計算機視覺圖像技術(shù)在茶學(xué)領(lǐng)域的兩項核心方法：整茶平均色澤讀取方法（L處理法）和茶葉圖像分割方法，在茶葉分析的不同環(huán)節(jié)的實際操作的有效性和可行性進行了探討和分析，并對其應(yīng)用的實際操作效果加以評估和匯總，得出計算機圖像技術(shù)能夠在一定程度上代替人工分析、對茶葉質(zhì)量加以檢測的結(jié)論，從而為計算機圖像處理技術(shù)在茶葉產(chǎn)業(yè)中的應(yīng)用提供了可能。

1　計算機圖像處理技術(shù)

伴隨著計算機技術(shù)的不斷創(chuàng)新和發(fā)展，計算機技術(shù)早已普遍應(yīng)用在工、商、農(nóng)、林等各行各業(yè)中。其中計算機圖像處理技術(shù)在實時監(jiān)測目標(biāo)物體與標(biāo)準(zhǔn)或自身在不同時期的差異和變化中的應(yīng)用，為產(chǎn)品質(zhì)量檢測和品質(zhì)分析的機械化提供了新的思路，其已然在一些行業(yè)的實際生產(chǎn)中得到了有效的應(yīng)用。

計算機圖像處理技術(shù)的原理是利用傳感器攝取檢測圖像并轉(zhuǎn)化成數(shù)字信號，然后再利用計算機硬件與軟件相結(jié)合，對這些數(shù)字信號進行處理和分析，從而對目標(biāo)圖像的特征值進行提取，實現(xiàn)對目標(biāo)物體的識別監(jiān)控和判斷。

1.1計算機圖像處理技術(shù)的發(fā)展現(xiàn)狀

二十世紀(jì)中期，電子計算機的發(fā)展已經(jīng)初具規(guī)模，計算機圖像處理技術(shù)也隨之開始出現(xiàn)，最初的計算機圖像處理技術(shù)是為了改善圖像的質(zhì)量，即利用圖像變換、圖像增強、圖像復(fù)原、圖像分割、圖像識別（分類）和圖像編碼壓縮等算法，將圖形和圖像信息處理成為更便于肉眼分析的高質(zhì)量圖像。

這些算法有的通過計算機的硬件來實現(xiàn)，但目前大多數(shù)算法是通過軟件來完成的，例如像Adobe Photoshop、3D studio MAX這樣一些常見的通用處理軟件，還有一些利用高級計算機語言Visual C++、Visual Basic等編寫的專用圖像處理程序或系統(tǒng)。

1.2計算機圖像處理技術(shù)的基本算法

圖像分割、圖像描述和圖像分類是計算機圖像處理技術(shù)中的三種基本算法，也是本文所用到的三種主要的圖像處理算法。

圖像分割技術(shù)是計算機圖像處理的關(guān)鍵技術(shù)之一，其作用是將圖像的特征部分進行篩選和提取，通常是運用區(qū)域提取或邊緣分割的方式來進行，目前圖像分割技術(shù)僅有一些針對具體圖像的分析方法，并沒能發(fā)展出一種普適性的方法，這也是圖像分割算法今后的發(fā)展方向。

圖像描述作為圖像識別的首要條件，分為邊界描述和區(qū)域描述兩種，采用二維形狀描述或二維紋理描述的方法對圖像特征進行描述。目前也出現(xiàn)了一些三維描述的算法。圖像分類，也可被稱作圖像識別，指的是將圖像進行預(yù)處理后進行的圖像特征提取，從而對圖像進行判斷和分類。較為常見的分類模式有統(tǒng)計模式分類和結(jié)構(gòu)模式分類等。

1.3計算機圖像處理技術(shù)在茶葉分析中的應(yīng)用

計算機圖像處理技術(shù)能夠在茶葉的視覺檢驗中起到定量描述的作用，其能夠?qū)Σ枞~的色度、條索、凈度和湯色等進行分析和處理，從而對茶葉的感官品質(zhì)進行有力的描述和檢測。在茶葉的加工環(huán)節(jié)，計算機圖像處理技術(shù)不但能夠?qū)Πl(fā)酵過程中的茶葉進行實時監(jiān)測和比對；并且，在茶葉撿梗工序中，計算機圖像處理技術(shù)可以利用茶葉同其他雜質(zhì)之間的色差將雜質(zhì)從茶葉中分離出來，極大地提高了茶葉分揀的效率。

在茶產(chǎn)業(yè)的其他領(lǐng)域，例如茶葉的種植和包裝上，計算機圖像處理技術(shù)的應(yīng)用也正處在試探性試驗階段，相信該技術(shù)在茶產(chǎn)業(yè)的應(yīng)用會更加廣泛。

2　茶葉分析簡述

早在二十世紀(jì)七十年代，茶葉色澤的定量分析方法就被提出，在當(dāng)時，人們還是用最為基礎(chǔ)的色卡、色差計和分光光度法來對茶葉的色澤進行量化分析。日本最先在茶葉色澤測定中運用了基于Lab表色系的色差分析法。隨著電子計算機技術(shù)的發(fā)展，更多的計算機圖像處理技術(shù)被應(yīng)用在了茶葉各項指標(biāo)如干茶外觀色澤、茶湯色澤及完整葉底色澤等的分析和測定中，并均取得了一定的效果。

2.1茶葉計算機圖像分析的必要性

茶葉從種植到采摘到加工都需要進行一系列的檢驗和分析，在傳統(tǒng)的茶葉產(chǎn)業(yè)中，這一系列的檢驗分析都是憑借著人工的經(jīng)驗來完成。但隨著茶葉產(chǎn)業(yè)的規(guī)?；同F(xiàn)代化發(fā)展，完全依靠人工經(jīng)驗的生產(chǎn)已經(jīng)無法滿足現(xiàn)代茶葉產(chǎn)業(yè)發(fā)展的要求，利用計算機技術(shù)來對茶葉進行分析和檢測是茶葉產(chǎn)業(yè)發(fā)展的必經(jīng)之路。

2.2茶葉不同生產(chǎn)環(huán)節(jié)中計算機圖像處理方法的應(yīng)用

計算機圖像分析技術(shù)可被應(yīng)用在茶葉生產(chǎn)的多個環(huán)節(jié)中，不同生產(chǎn)環(huán)節(jié)的茶葉計算機圖像處理分析的應(yīng)用側(cè)重點也各不相同。在茶葉的分揀過程中，通過在鮮葉分揀除雜設(shè)備的震動傳送帶上安裝高速攝影設(shè)備，獲取分揀圖像交由計算機進行圖像分析，可以更精確的去除鮮葉中的雜質(zhì)。

在茶葉的發(fā)酵過程中，傳統(tǒng)的感官測定既無法進行量化，也因其頻繁的接觸而對茶葉的發(fā)酵環(huán)境產(chǎn)生了干擾，這時運用計算機圖像處理技術(shù)就能很好的監(jiān)測茶葉的發(fā)酵過程變化。

3　茶葉分析中的計算機圖像處理技術(shù)

在計算機圖像處理茶葉樣本圖像的過程中，最關(guān)鍵的問題就是如何對茶葉平均色澤進行讀取，唯有找到最接近的茶葉樣本平均色澤，才能對茶葉樣本圖像進行進一步的篩選和分析。

早期我國普遍運用色差計讀取的五點測定法來獲得茶葉樣本平均色澤參數(shù)，但該方法的誤差較大；后期，S處理法也被提出并運用于干茶粉末樣本平均色澤的獲取；之后出現(xiàn)的針對整茶掃描測定的L處理法和茶葉圖像分割法在整個茶葉的計算機圖像處理上又更進一步，本文的主要分析也正是基于這兩種方法。

3.1整茶平均色澤讀取法（L處理法）介紹

整茶平均色澤處理法是利用掃描儀、色彩色差計、數(shù)碼相機等設(shè)備，對整茶樣本平均色澤進行獲取的一種方法。其實施步驟如下：首先，用掃描儀對均勻鋪灑在平板玻璃上的整茶樣本進行掃描；然后，將掃描到的圖像在Photoshop CS中對每一像素點進行Lab色澤參數(shù)的讀?。蛔詈?，用Photoshop CS中的“濾鏡-模糊-平均”工具對L、a、b值進行平均，從而得到整茶的平均色澤。

雖然掃描的分辨率和穩(wěn)定性以及掃描參數(shù)區(qū)的大小都會對整茶平均色澤讀取法產(chǎn)生一定的影響，但其穩(wěn)定性和可靠性仍然較傳統(tǒng)的色差計測定方法要高出很多。

3.2茶葉圖像分割方法介紹

對于茶葉的不同形態(tài)，茶葉圖像分割的方法也不盡相同，主要可分為茶鮮葉的圖像分割方法、茶干葉的圖像分割方法的圖像分割方法。

茶葉的鮮葉葉片較大，且葉片的正反面色澤差異較為明顯，故而獲取其樣本的平均色澤需要更大的樣本容量，也就需要用數(shù)碼相機來替代掃描儀來滿足茶葉樣本的圖像采集需求。在圖像的處理上，運用Photoshop CS的魔術(shù)棒工具在盡可能大的容差值下進行篩選和背景色刪除。試驗證明，容差值在150時的藍色背景能夠更準(zhǔn)確地選取茶鮮葉的輪廓。

干茶葉之間的色澤差異相對來說不是很大，其圖像采集可使用L處理法的掃描儀采集方法，但由于干茶葉的色澤與背景色和陰影色較為詳盡，其容差值的確定相對比較困難，不同干茶葉樣本的測定容差值也不盡相同，需要有針對性的摸索。試驗證明，干茶葉圖像分析的最優(yōu)背景色為紅色，分割容差值在120上下浮動。

3.3整茶平均色澤讀取法和茶葉圖像分割法的應(yīng)用

在實際應(yīng)用當(dāng)中，整茶平均色澤讀取法能夠?qū)Σ枞~的鮮葉嫩度進行量化測定，茶葉圖像分割法可對茶葉的勻凈度和新鮮度進行量化測定。同時，這兩種方法也能有機結(jié)合，對茶鮮葉萎凋過程、茶鮮葉的殺青過程、中的色澤變化進行跟蹤和量化監(jiān)測。從而準(zhǔn)確的掌握茶葉的品質(zhì)和其在加工過程中的變化，對茶葉處理加工的精細(xì)化提供了保障，對茶葉品質(zhì)的提高也具有重要意義。

4　結(jié)論與展望

本文對茶葉分析中的計算機圖像處理技術(shù)進行了闡述，并對其中的兩項關(guān)鍵技術(shù)，整茶平均色澤讀取法即茶葉圖像分割法做了詳細(xì)的探索和分析，得出了這兩種計算機圖像處理方法在茶葉分析的一些具體環(huán)節(jié)中具有一定的可行性和操作性的結(jié)論。隨著計算機圖像分析技術(shù)的不斷發(fā)展和成熟，相信更多的圖像處理方法也將會被運用在茶葉產(chǎn)業(yè)的各個環(huán)節(jié)。

［l］寧紀(jì)鋒，龍滿生等.農(nóng)業(yè)領(lǐng)域中的計算機視覺研究［J］.計算機與農(nóng)業(yè)，2011（l）：l-3.

［2］袁道軍《利用計算機視覺技術(shù)獲取油菜苗期生長信息方法的研究》［D］.華中農(nóng)業(yè)大學(xué)碩士學(xué)位論文，2010：2-3.

［3］滕光輝，李長纓.計算機視覺技術(shù)在工廠化農(nóng)業(yè)中的應(yīng)用［J］.中國農(nóng)業(yè)大學(xué)學(xué)報，2012，7（2）：62-67.

［4］陳傳波，金先級.數(shù)字圖像處理［M］.北京：機械工業(yè)出版社，2004：7.

［5］李潔.計算機視覺圖像處理技術(shù)在茶學(xué)領(lǐng)域應(yīng)用方法的研究［D］.四川農(nóng)業(yè)大學(xué)2008

［6］汪建.結(jié)合顏色和區(qū)域生長的茶葉圖像分割算法研究［J］.茶葉科學(xué).2011（1）：72-77.

［7］歐文.物聯(lián)網(wǎng)技術(shù)及其在農(nóng)業(yè)生產(chǎn)中的應(yīng)用研究［D］.昆明理工大學(xué)2015

農(nóng)曉鋒（1981-），男，廣西玉林人，碩士研究生，講師，研究方向：計算機網(wǎng)絡(luò)和圖形數(shù)據(jù)分析。