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(jì)算機(jī)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(jì)作物中不可忽視的一個(gè)重要組成部分，傳統(tǒng)的茶葉產(chǎn)業(yè)與當(dāng)下先進(jìn)計(jì)算機(jī)技術(shù)的結(jié)合必然會(huì)成為我國茶葉產(chǎn)業(yè)發(fā)展的趨勢(shì)。本文闡述了計(jì)算機(jī)圖像處理技術(shù)的發(fā)展現(xiàn)狀和應(yīng)用類型，對(duì)我國茶葉生產(chǎn)中的分析技術(shù)以及計(jì)算機(jī)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(jìn)行了深入探討，最后在對(duì)計(jì)算機(jī)圖像處理技術(shù)在茶葉分析中的優(yōu)勢(shì)和劣勢(shì)進(jìn)行匯總，預(yù)估了計(jì)算機(jī)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(yàn)和借鑒。

茶葉；計(jì)算機(jī)；圖像處理技術(shù)

隨著計(jì)算機(jī)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(gè)方面，為農(nóng)業(yè)的整個(gè)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(jì)算機(jī)視覺圖像處理技術(shù)雖然很少見諸報(bào)道，但其逐漸興起的態(tài)勢(shì)值得我們引起重視。本文對(duì)于計(jì)算機(jī)視覺圖像技術(shù)在茶學(xué)領(lǐng)域的兩項(xiàng)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(shí)際操作的有效性和可行性進(jìn)行了探討和分析，并對(duì)其應(yīng)用的實(shí)際操作效果加以評(píng)估和匯總，得出計(jì)算機(jī)圖像技術(shù)能夠在一定程度上代替人工分析、對(duì)茶葉質(zhì)量加以檢測(cè)的結(jié)論，從而為計(jì)算機(jī)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(jì)算機(jī)圖像處理技術(shù)

伴隨著計(jì)算機(jī)技術(shù)的不斷創(chuàng)新和發(fā)展，計(jì)算機(jī)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(jì)算機(jī)圖像處理技術(shù)在實(shí)時(shí)監(jiān)測(cè)目標(biāo)物體與標(biāo)準(zhǔn)或自身在不同時(shí)期的差異和變化中的應(yīng)用，為產(chǎn)品質(zhì)量檢測(cè)和品質(zhì)分析的機(jī)械化提供了新的思路，其已然在一些行業(yè)的實(shí)際生產(chǎn)中得到了有效的應(yīng)用。

計(jì)算機(jī)圖像處理技術(shù)的原理是利用傳感器攝取檢測(cè)圖像并轉(zhuǎn)化成數(shù)字信號(hào)，然后再利用計(jì)算機(jī)硬件與軟件相結(jié)合，對(duì)這些數(shù)字信號(hào)進(jìn)行處理和分析，從而對(duì)目標(biāo)圖像的特征值進(jìn)行提取，實(shí)現(xiàn)對(duì)目標(biāo)物體的識(shí)別監(jiān)控和判斷。

1.1計(jì)算機(jī)圖像處理技術(shù)的發(fā)展現(xiàn)狀

二十世紀(jì)中期，電子計(jì)算機(jī)的發(fā)展已經(jīng)初具規(guī)模，計(jì)算機(jī)圖像處理技術(shù)也隨之開始出現(xiàn)，最初的計(jì)算機(jī)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(qiáng)、圖像復(fù)原、圖像分割、圖像識(shí)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(jì)算機(jī)的硬件來實(shí)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(jí)計(jì)算機(jī)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(jì)算機(jī)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(jì)算機(jī)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(jì)算機(jī)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(jìn)行篩選和提取，通常是運(yùn)用區(qū)域提取或邊緣分割的方式來進(jìn)行，目前圖像分割技術(shù)僅有一些針對(duì)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(shí)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(duì)圖像特征進(jìn)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(shí)別，指的是將圖像進(jìn)行預(yù)處理后進(jìn)行的圖像特征提取，從而對(duì)圖像進(jìn)行判斷和分類。較為常見的分類模式有統(tǒng)計(jì)模式分類和結(jié)構(gòu)模式分類等。

1.3計(jì)算機(jī)圖像處理技術(shù)在茶葉分析中的應(yīng)用

計(jì)算機(jī)圖像處理技術(shù)能夠在茶葉的視覺檢驗(yàn)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(jìn)行分析和處理，從而對(duì)茶葉的感官品質(zhì)進(jìn)行有力的描述和檢測(cè)。在茶葉的加工環(huán)節(jié)，計(jì)算機(jī)圖像處理技術(shù)不但能夠?qū)Πl(fā)酵過程中的茶葉進(jìn)行實(shí)時(shí)監(jiān)測(cè)和比對(duì)；并且，在茶葉撿梗工序中，計(jì)算機(jī)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(jì)算機(jī)圖像處理技術(shù)的應(yīng)用也正處在試探性試驗(yàn)階段，相信該技術(shù)在茶產(chǎn)業(yè)的應(yīng)用會(huì)更加廣泛。

2　茶葉分析簡(jiǎn)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(shí)，人們還是用最為基礎(chǔ)的色卡、色差計(jì)和分光光度法來對(duì)茶葉的色澤進(jìn)行量化分析。日本最先在茶葉色澤測(cè)定中運(yùn)用了基于Lab表色系的色差分析法。隨著電子計(jì)算機(jī)技術(shù)的發(fā)展，更多的計(jì)算機(jī)圖像處理技術(shù)被應(yīng)用在了茶葉各項(xiàng)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(cè)定中，并均取得了一定的效果。

2.1茶葉計(jì)算機(jī)圖像分析的必要性

茶葉從種植到采摘到加工都需要進(jìn)行一系列的檢驗(yàn)和分析，在傳統(tǒng)的茶葉產(chǎn)業(yè)中，這一系列的檢驗(yàn)分析都是憑借著人工的經(jīng)驗(yàn)來完成。但隨著茶葉產(chǎn)業(yè)的規(guī)模化和現(xiàn)代化發(fā)展，完全依靠人工經(jīng)驗(yàn)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(jì)算機(jī)技術(shù)來對(duì)茶葉進(jìn)行分析和檢測(cè)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(jì)算機(jī)圖像處理方法的應(yīng)用

計(jì)算機(jī)圖像分析技術(shù)可被應(yīng)用在茶葉生產(chǎn)的多個(gè)環(huán)節(jié)中，不同生產(chǎn)環(huán)節(jié)的茶葉計(jì)算機(jī)圖像處理分析的應(yīng)用側(cè)重點(diǎn)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(dòng)傳送帶上安裝高速攝影設(shè)備，獲取分揀圖像交由計(jì)算機(jī)進(jìn)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(cè)定既無法進(jìn)行量化，也因其頻繁的接觸而對(duì)茶葉的發(fā)酵環(huán)境產(chǎn)生了干擾，這時(shí)運(yùn)用計(jì)算機(jī)圖像處理技術(shù)就能很好的監(jiān)測(cè)茶葉的發(fā)酵過程變化。

3　茶葉分析中的計(jì)算機(jī)圖像處理技術(shù)

在計(jì)算機(jī)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(duì)茶葉平均色澤進(jìn)行讀取，唯有找到最接近的茶葉樣本平均色澤，才能對(duì)茶葉樣本圖像進(jìn)行進(jìn)一步的篩選和分析。

早期我國普遍運(yùn)用色差計(jì)讀取的五點(diǎn)測(cè)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(yùn)用于干茶粉末樣本平均色澤的獲?。恢蟪霈F(xiàn)的針對(duì)整茶掃描測(cè)定的L處理法和茶葉圖像分割法在整個(gè)茶葉的計(jì)算機(jī)圖像處理上又更進(jìn)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(jì)、數(shù)碼相機(jī)等設(shè)備，對(duì)整茶樣本平均色澤進(jìn)行獲取的一種方法。其實(shí)施步驟如下：首先，用掃描儀對(duì)均勻鋪灑在平板玻璃上的整茶樣本進(jìn)行掃描；然后，將掃描到的圖像在Photoshop CS中對(duì)每一像素點(diǎn)進(jìn)行Lab色澤參數(shù)的讀??；最后，用Photoshop CS中的“濾鏡-模糊-平均”工具對(duì)L、a、b值進(jìn)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(huì)對(duì)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(jì)測(cè)定方法要高出很多。

3.2茶葉圖像分割方法介紹

對(duì)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(jī)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(yùn)用Photoshop CS的魔術(shù)棒工具在盡可能大的容差值下進(jìn)行篩選和背景色刪除。試驗(yàn)證明，容差值在150時(shí)的藍(lán)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(duì)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(duì)比較困難，不同干茶葉樣本的測(cè)定容差值也不盡相同，需要有針對(duì)性的摸索。試驗(yàn)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(dòng)。

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(shí)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(jìn)行量化測(cè)定，茶葉圖像分割法可對(duì)茶葉的勻凈度和新鮮度進(jìn)行量化測(cè)定。同時(shí)，這兩種方法也能有機(jī)結(jié)合，對(duì)茶鮮葉萎凋過程、茶鮮葉的殺青過程、中的色澤變化進(jìn)行跟蹤和量化監(jiān)測(cè)。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(duì)茶葉處理加工的精細(xì)化提供了保障，對(duì)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(duì)茶葉分析中的計(jì)算機(jī)圖像處理技術(shù)進(jìn)行了闡述，并對(duì)其中的兩項(xiàng)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(jì)算機(jī)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(jì)算機(jī)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(huì)被運(yùn)用在茶葉產(chǎn)業(yè)的各個(gè)環(huán)節(jié)。

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

［2］袁道軍《利用計(jì)算機(jī)視覺技術(shù)獲取油菜苗期生長(zhǎng)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(zhǎng)纓.計(jì)算機(jī)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(bào)，2012，7（2）：62-67.

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

［5］李潔.計(jì)算機(jī)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(zhǎng)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(jì)算機(jī)網(wǎng)絡(luò)和圖形數(shù)據(jù)分析。