張宇光

（衡水學(xué)院數(shù)學(xué)與計(jì)算機(jī)學(xué)院，河北衡水 053000）

茶葉富含多種營(yíng)養(yǎng)價(jià)值與保健功能的化學(xué)成分，備受人們的喜愛與歡迎。按地區(qū)、種類、生長(zhǎng)環(huán)境等方面劃分，茶葉可分為紅茶、綠茶、白茶等多種流派，不同流派乃至同類別的茶葉都會(huì)存在高低檔之分。隨著高新技術(shù)的發(fā)展，通過手工類操控辦法來區(qū)分茶葉等級(jí)顯然并不完全適用于當(dāng)下環(huán)境，以計(jì)算機(jī)視覺技術(shù)為主的方法則更能提高茶葉等級(jí)劃分的準(zhǔn)確性。此外，將計(jì)算機(jī)視覺技術(shù)應(yīng)用于茶葉等級(jí)檢驗(yàn)中，同樣能夠?qū)崿F(xiàn)茶葉內(nèi)部與外部品質(zhì)的同時(shí)檢測(cè)，有利于避免傳統(tǒng)茶葉等級(jí)檢驗(yàn)造成的大量浪費(fèi)問題。

1 計(jì)算機(jī)視覺應(yīng)用于茶葉等級(jí)檢驗(yàn)的現(xiàn)狀分析

20世紀(jì)70年代后期，計(jì)算機(jī)視覺技術(shù)得到了快速發(fā)展，在處理圖像數(shù)據(jù)方面也有所改善，為軍事、醫(yī)學(xué)圖像、車輛視覺導(dǎo)航等諸多領(lǐng)域提供了有效幫助。計(jì)算機(jī)視覺技術(shù)作為一種非破壞性分析方法，能夠有效實(shí)現(xiàn)快速分析、精準(zhǔn)分析、實(shí)時(shí)分析，彌補(bǔ)傳統(tǒng)品質(zhì)檢測(cè)分析活動(dòng)的不足。目前，該技術(shù)在茶葉等級(jí)檢驗(yàn)中的應(yīng)用，主要體現(xiàn)在茶葉外在形狀與色澤參數(shù)等的檢測(cè)、計(jì)算、分級(jí)方面，一定程度上代替了傳統(tǒng)人工茶葉等級(jí)方法，確保茶葉品質(zhì)分級(jí)的準(zhǔn)確性。與此同時(shí)，計(jì)算機(jī)視覺技術(shù)應(yīng)用于茶葉等級(jí)檢驗(yàn)的主要方法在于，通過運(yùn)用計(jì)算機(jī)彩色圖像處理茶葉的色形特征與其具體參數(shù)，繼而利用神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)茶葉品質(zhì)進(jìn)行分級(jí)，并做好茶葉的品質(zhì)測(cè)量與登記分類工作，便于人們更好地區(qū)分茶葉品質(zhì)。

2 計(jì)算機(jī)視覺在茶葉等級(jí)檢驗(yàn)中的具體應(yīng)用

在茶葉生產(chǎn)過程中，等級(jí)檢驗(yàn)是茶葉品質(zhì)鑒定與茶葉價(jià)格評(píng)判的重要依據(jù)。為了克服傳統(tǒng)檢驗(yàn)方法的分級(jí)準(zhǔn)確度不夠等弊端，運(yùn)用計(jì)算機(jī)視覺技術(shù)區(qū)分不同類型和等級(jí)的茶葉，能夠?yàn)椴枞~智能化生產(chǎn)提供有效的工藝決策。聯(lián)系實(shí)際，計(jì)算機(jī)視覺技術(shù)在茶葉等級(jí)檢驗(yàn)中的具體應(yīng)用體現(xiàn)在以下幾個(gè)方面：

2.1 提取茶葉圖像外形特征參數(shù)

色澤、湯色、味道、外形等是判斷茶葉品質(zhì)優(yōu)劣的重要因素，其中外形是最為直觀的體現(xiàn)。通過圓、針、長(zhǎng)條、卷曲、尖型等茶葉的外觀形狀，以及沖泡時(shí)茶葉吸水量與漲大程度的大小，便于準(zhǔn)確獲知茶葉在栽培、培育、采摘等環(huán)節(jié)的具體情況。

為了更加準(zhǔn)確地判斷茶葉的品質(zhì)好壞以及等級(jí)高低，利用計(jì)算機(jī)視覺技術(shù)準(zhǔn)確識(shí)別、測(cè)量與分析茶葉的外形，提取茶葉的圖像外形特征參數(shù)，有利于事半功倍地達(dá)到預(yù)期判斷效果。其具體步驟有二：首先，利用計(jì)算機(jī)視覺技術(shù)，精準(zhǔn)識(shí)別與分析干茶或濕茶的外形特征參數(shù)，并提取茶葉的周長(zhǎng)、面積、圓度、直徑等參數(shù)信息，根據(jù)提取結(jié)果進(jìn)一步劃分茶葉的等級(jí)；其次，待參數(shù)提取完畢后，利用計(jì)算機(jī)視覺中的圖像增強(qiáng)技術(shù)、二值化技術(shù)、邊緣截取技術(shù)等，處理茶葉的圖像，力求獲得的茶葉等級(jí)檢驗(yàn)結(jié)果最為精準(zhǔn)，有效提升茶葉等級(jí)檢驗(yàn)準(zhǔn)確性。

2.2 提升茶葉圖像的采集與處理效果

通過獲取茶葉的原始圖像后，處理圖像并提取茶葉的色澤與形狀等參數(shù)，繼而進(jìn)行深入地分析辨別，即計(jì)算機(jī)視覺技術(shù)對(duì)茶葉等級(jí)檢驗(yàn)的核心要點(diǎn)。其中，圖像的采集與預(yù)期處理尤為關(guān)鍵，提升茶葉圖像的采集與處理效果，能夠減少外界環(huán)境的噪音干擾、保持圖像的清晰度，對(duì)下一步工作起到了至關(guān)重要的作用。

2.3 計(jì)算機(jī)視覺系統(tǒng)的構(gòu)成

為了有效處理茶葉圖像信息，合理運(yùn)用包含圖像采集裝備的計(jì)算機(jī)視覺系統(tǒng)是其關(guān)鍵所在，其中攝像機(jī)、數(shù)碼相機(jī)、電荷耦合器件、電荷注入器件等是常用的采集圖像裝備。在收集茶葉的外在特征圖像時(shí)，常用平板式掃描儀替代數(shù)碼相機(jī)的方法，避免圖像受到外界因素的影響，提高茶葉圖像的測(cè)量精度。通過掃描儀的內(nèi)部模數(shù)轉(zhuǎn)換器，將圖像轉(zhuǎn)換為計(jì)算機(jī)能夠識(shí)別的二進(jìn)制數(shù)值，實(shí)現(xiàn)圖片向數(shù)字的轉(zhuǎn)換，之后聯(lián)接電腦、掃描儀、數(shù)碼相機(jī)等裝備，構(gòu)成完整的計(jì)算機(jī)視覺系統(tǒng)，增強(qiáng)對(duì)茶葉圖像的前期處理效果，達(dá)到提升圖像辨別效果的目的。

2.4 茶葉圖像的有效處理

對(duì)茶葉圖像的處理是計(jì)算機(jī)視覺技術(shù)應(yīng)用于茶葉等級(jí)檢驗(yàn)的重要基礎(chǔ)，也是目標(biāo)物體數(shù)據(jù)信息收獲的有效方法。通過計(jì)算機(jī)加工圖像數(shù)據(jù)，表現(xiàn)圖像的客觀信息特征，據(jù)此分離或連接圖像的各個(gè)元素，即計(jì)算機(jī)視覺技術(shù)對(duì)圖像的處理與分析原理。圖像的邊緣截取、色澤強(qiáng)度的增強(qiáng)等方面是識(shí)別與處理茶葉圖像與低層圖像的集中體現(xiàn)，一定程度上影響著茶葉識(shí)別模式的準(zhǔn)確有效性。綜合來看，在茶葉等級(jí)檢驗(yàn)過程中，圖像的有效處理是提升辨別結(jié)果準(zhǔn)確有效性的關(guān)鍵所在，有利于更好地提高茶葉等級(jí)檢驗(yàn)精準(zhǔn)度。

2.5 去除茶葉圖像噪音

通過對(duì)茶葉圖像的去噪，獲取最基本的茶葉等級(jí)檢驗(yàn)成果，以此提高茶葉等級(jí)檢驗(yàn)的準(zhǔn)確有效性。因此，在利用計(jì)算機(jī)視覺技術(shù)檢驗(yàn)茶葉等級(jí)時(shí)，其關(guān)鍵點(diǎn)要圍繞去除茶葉圖像噪音展開。

首先，通過利用圖像去噪功能，減少茶葉圖像數(shù)字化與信息化過程中的外部干擾因素，并運(yùn)用中值濾波法與領(lǐng)域平滑法，優(yōu)化茶葉圖像的邊緣及細(xì)節(jié)，消除圖像噪音的同時(shí)預(yù)防茶葉圖像出現(xiàn)模糊現(xiàn)象。其次，利用計(jì)算機(jī)視覺技術(shù)，有效采集茶葉圖像信息?？紤]在邊界的不同方位進(jìn)行標(biāo)記，詳細(xì)標(biāo)記其中最明顯的邊界點(diǎn)，獲取茶葉的單個(gè)精準(zhǔn)樣本，提高圖像除噪效果。最后，借助相關(guān)設(shè)備掃描茶葉圖像，消除圖像數(shù)字化造成的噪音，并測(cè)試茶葉圖像的失真率，檢驗(yàn)圖像二值化的灰度值有效性。

2.6 利用神經(jīng)網(wǎng)絡(luò)模型對(duì)茶葉品質(zhì)進(jìn)行分級(jí)

計(jì)算機(jī)視覺技術(shù)的應(yīng)用，主要是通過獲取茶葉原始圖像并對(duì)其進(jìn)行分析與處理，繼而根據(jù)處理結(jié)果來判斷和檢測(cè)茶葉等級(jí)。然而在具體分析描述茶葉圖像的外形、色澤特征時(shí)，常用的計(jì)算機(jī)視覺技術(shù)方法的適用性還有待加強(qiáng)，計(jì)算機(jī)視覺中的神經(jīng)網(wǎng)絡(luò)模型則能夠處理大量的數(shù)據(jù)且具有較好的兼容性，檢測(cè)茶葉等級(jí)的效果更佳。神經(jīng)網(wǎng)絡(luò)又被稱之為人工神經(jīng)網(wǎng)絡(luò)，也是用于處理分布式信息的人類大腦神經(jīng)的結(jié)構(gòu)與功能的網(wǎng)絡(luò)，其本質(zhì)是由多個(gè)相同的神經(jīng)元結(jié)合而成的生物模型，具有較強(qiáng)容錯(cuò)性、分布并行處理等優(yōu)點(diǎn)。通過運(yùn)用神經(jīng)網(wǎng)絡(luò)進(jìn)行茶葉數(shù)據(jù)錄入，借助計(jì)算機(jī)視覺分級(jí)技術(shù)設(shè)計(jì)茶葉等級(jí)檢驗(yàn)系統(tǒng)，構(gòu)成茶葉數(shù)據(jù)庫(kù)的錄入、圖像的預(yù)處理等模塊，加強(qiáng)對(duì)相關(guān)茶葉數(shù)據(jù)的管理。

綜合來看，通過運(yùn)用計(jì)算機(jī)視覺技術(shù)，采集茶葉的圖像信息，提取RGB等顏色特征、形狀特征以及紋理特征，繼而利用神經(jīng)網(wǎng)絡(luò)模型對(duì)圖像特征進(jìn)行分類，有助于高效完成茶葉品質(zhì)判斷與等級(jí)區(qū)分。

3 計(jì)算機(jī)視覺在茶葉等級(jí)檢驗(yàn)中的應(yīng)用實(shí)例

XH縣是當(dāng)?shù)夭枞~的主產(chǎn)縣之一，全縣茶葉產(chǎn)量共計(jì)3000t，現(xiàn)有茶園面積約為3252.5ahm2，茶葉產(chǎn)值約3.5億元。隨機(jī)抽選XH縣知名茶場(chǎng)的相同綠茶品種的干茶葉，圍繞一級(jí)、二級(jí)、三級(jí)、四級(jí)各選取20片樣本?；谟?jì)算機(jī)視覺技術(shù)應(yīng)用于茶葉等級(jí)檢驗(yàn)的思路，運(yùn)用具體的試驗(yàn)進(jìn)行數(shù)據(jù)分析與判別，切實(shí)保障茶葉等級(jí)區(qū)分的準(zhǔn)確度。

3.1 試驗(yàn)設(shè)備

將樣本置于0.5m×0.4m×0.6的光照箱中拍攝圖像，借助CCD相機(jī)拍攝形成2300萬像素的JEPG格式圖像，并運(yùn)用A/D轉(zhuǎn)換器轉(zhuǎn)換為BMP格式圖像，待完成核心計(jì)算機(jī)后續(xù)分析后，繼而進(jìn)行BP神經(jīng)網(wǎng)絡(luò)模型分析等圖像的實(shí)時(shí)分析處理。

3.2 試驗(yàn)方法

結(jié)合XH縣茶場(chǎng)的生長(zhǎng)環(huán)境、氣候條件等情況，借助設(shè)備拍攝基礎(chǔ)樣本茶葉的圖像并檢測(cè)形狀特征，然后拍攝加入30m L沸水沖泡3-7m in后的樣本茶葉的圖像并檢測(cè)顏色特征。

茶葉圖像外形特征分析：初始圖像灰度閾值設(shè)定在80范圍內(nèi)，促進(jìn)灰度圖像向二值圖像的轉(zhuǎn)變，并標(biāo)記圖像中的單片茶葉。根據(jù)茶葉的顏色差異，待選擇合適的閾值后分割提取單片茶葉的輪廓，以直方圖形式分析形狀特征。

茶葉圖像除燥分析：成像設(shè)備與相關(guān)外部因素均會(huì)對(duì)所拍攝的圖像有所影響，最為直觀的表現(xiàn)在噪音干擾方面，不利于提高茶葉品質(zhì)檢測(cè)的準(zhǔn)確性。運(yùn)用中值濾波法，按灰度值對(duì)茶葉圖像中的窗口進(jìn)行排序，并將像素的中心值視作為中間值，保證去除噪音后的圖像以白色為主背景并夾雜少量黑點(diǎn)，保證圖像具有較高的質(zhì)量。

茶葉品質(zhì)分級(jí)描述：借助神經(jīng)網(wǎng)絡(luò)模型，明確描述茶葉形狀、色澤等與品質(zhì)之間的相關(guān)規(guī)律，實(shí)現(xiàn)對(duì)茶葉等級(jí)的科學(xué)預(yù)判。收集一級(jí)至四級(jí)各20片茶葉樣本的參數(shù)信息，經(jīng)處理后輸入BP神經(jīng)網(wǎng)絡(luò)，計(jì)算信息擬合殘差并建立茶葉等級(jí)檢驗(yàn)?zāi)Ｐ?，以此檢驗(yàn)茶葉樣本的品質(zhì)，判斷茶葉分級(jí)的準(zhǔn)確性。

3.3 試驗(yàn)結(jié)果

通過運(yùn)用計(jì)算機(jī)視覺技術(shù)進(jìn)行試驗(yàn)，預(yù)處理后茶葉與茶水的圖像與之前相比較為清晰，目標(biāo)區(qū)域邊界明了且背景干擾少，整體看圖像質(zhì)量甚好。

對(duì)比分析80片茶葉樣本等級(jí)檢測(cè)結(jié)果，一級(jí)樣本準(zhǔn)確率達(dá)到96%、二級(jí)樣本準(zhǔn)確率達(dá)到87%、三級(jí)樣本準(zhǔn)確率達(dá)到91%、四級(jí)樣本準(zhǔn)確率達(dá)到88%，檢測(cè)總體準(zhǔn)確率較高。由此可見，計(jì)算機(jī)視覺技術(shù)的運(yùn)用，在有效識(shí)別與檢驗(yàn)茶葉等級(jí)方面的效果較好。

綜合來看，利用計(jì)算機(jī)視覺技術(shù)獲取茶葉圖像，通過提取茶葉的形狀特征、實(shí)施圖像除燥以及在神經(jīng)網(wǎng)絡(luò)中建立模型，分析數(shù)據(jù)并進(jìn)行茶葉分級(jí)，整體看可將其應(yīng)用于茶葉的實(shí)時(shí)等級(jí)檢驗(yàn)。與此同時(shí)，由于計(jì)算機(jī)視覺對(duì)茶葉等級(jí)的檢驗(yàn)距離100%的準(zhǔn)確率還有所差距，在實(shí)踐中應(yīng)用該項(xiàng)技術(shù)也需要結(jié)合實(shí)際情況予以改進(jìn)，尤其是在預(yù)處理、閾值分割、灰度化等方面，注意優(yōu)化神經(jīng)網(wǎng)絡(luò)算法或增加建模特征參數(shù)數(shù)量，以便有效保障茶葉等級(jí)檢驗(yàn)效果。

4 計(jì)算機(jī)視覺應(yīng)用于茶葉等級(jí)檢驗(yàn)的對(duì)策建議

結(jié)合當(dāng)前計(jì)算機(jī)視覺技術(shù)在茶葉等級(jí)檢驗(yàn)中的實(shí)際應(yīng)用情況，現(xiàn)從以下幾個(gè)方面提出相關(guān)對(duì)策建議，以期更好地提升茶葉等級(jí)檢驗(yàn)效果。

一根據(jù)茶葉產(chǎn)品的品質(zhì)特色、外形特征等參數(shù)信息，構(gòu)建符合實(shí)際的計(jì)算機(jī)識(shí)別機(jī)制。例如，按干茶與濕茶等分類，提取茶葉的色澤、形狀、化學(xué)特性等指標(biāo)，運(yùn)用計(jì)算機(jī)視覺技術(shù)科學(xué)區(qū)分茶葉品級(jí)，使得茶葉產(chǎn)品的品質(zhì)鑒定與等級(jí)檢驗(yàn)結(jié)果客觀有效。

二是根據(jù)具體的茶葉等級(jí)檢驗(yàn)試驗(yàn)結(jié)果，基于BP神經(jīng)網(wǎng)絡(luò)的茶葉分級(jí)效果較佳，一級(jí)至四級(jí)80片茶葉樣本的精準(zhǔn)度均超過了85%以上，因此構(gòu)建神經(jīng)網(wǎng)絡(luò)的茶葉產(chǎn)品檢驗(yàn)機(jī)制則顯得至關(guān)重要。此外，在此基礎(chǔ)上適時(shí)開發(fā)茶葉產(chǎn)品智能分級(jí)程序，如使用功能突出的VC++6.0程序，有效篩選茶葉圖像的特征信息，確保茶葉等級(jí)檢驗(yàn)效果。

三是為了充分滿足茶葉樣本等級(jí)檢驗(yàn)訴求，在計(jì)算機(jī)視覺技術(shù)的應(yīng)用基礎(chǔ)上開發(fā)茶葉智能識(shí)別系統(tǒng)同樣尤為關(guān)鍵。該系統(tǒng)旨在通過目錄化管理，獲取茶葉產(chǎn)品的各種類型圖像，對(duì)茶葉樣本實(shí)施快速分類與精準(zhǔn)分級(jí)，為茶葉等級(jí)檢驗(yàn)提供有效指引。此外，該系統(tǒng)的運(yùn)用也要視情況運(yùn)用邊緣檢測(cè)法、圖像濾波法，達(dá)到有效彌補(bǔ)傳統(tǒng)茶葉識(shí)別技術(shù)缺陷的目的，也有助于滿足當(dāng)前茶葉產(chǎn)業(yè)的量化生產(chǎn)需求。

5 結(jié)束語(yǔ)

綜上所述，計(jì)算機(jī)視覺技術(shù)在茶葉等級(jí)檢驗(yàn)中的具體應(yīng)用，側(cè)重于茶葉圖像外形特征參數(shù)的提取、茶葉圖像采集與處理效果的提升、利用神經(jīng)網(wǎng)絡(luò)模型對(duì)茶葉品質(zhì)進(jìn)行分級(jí)等方面，一定程度上增強(qiáng)了茶葉等級(jí)檢驗(yàn)的準(zhǔn)確性。