鄧建青

（南寧學(xué)院，廣西南寧 530299）

計(jì)算機(jī)在茶葉色澤識(shí)別中的應(yīng)用

鄧建青

（南寧學(xué)院，廣西南寧 530299）

本文主要研究了計(jì)算機(jī)在茶葉色澤識(shí)別中的應(yīng)用，首先對(duì)計(jì)算機(jī)的數(shù)字圖像處理技術(shù)進(jìn)行介紹，主要闡述了數(shù)字圖像處理技術(shù)的基本過程、圖像轉(zhuǎn)化與存儲(chǔ)、圖像理解等內(nèi)容，然后對(duì)顏色的RGB顏色空間模型、HSV顏色空間模型進(jìn)行詳細(xì)研究，并對(duì)茶葉色澤的識(shí)別進(jìn)行詳細(xì)分析，從而實(shí)現(xiàn)計(jì)算機(jī)對(duì)茶葉色澤的自動(dòng)識(shí)別。

茶葉色澤；RGB；HSV

1　概述

茶葉自古以來就是人們?nèi)粘ｏ嬈?，是人們?nèi)粘Ｉ畈豢扇鄙俚南M(fèi)品。茶葉的生產(chǎn)和品種決定了茶葉擁有不同的品質(zhì)，對(duì)于茶葉的品質(zhì)鑒定，一般從茶葉及其浸出物的外形、色澤、香味等諸多方面來對(duì)其進(jìn)行綜合評(píng)價(jià)，簡而言之，茶葉等級(jí)的鑒定是從茶葉及其浸出物對(duì)人們多感官?zèng)_擊的感受優(yōu)劣進(jìn)行評(píng)價(jià)。在眾多的評(píng)價(jià)指標(biāo)中，色澤是其中一個(gè)非常重要的指標(biāo)，從生物學(xué)的角度來講，茶葉的色澤是茶葉內(nèi)部對(duì)人體有益物質(zhì)含量的綜合表現(xiàn)，是在茶葉生產(chǎn)過程中各種物質(zhì)的降解程度和氧化程度的綜合表現(xiàn)。根據(jù)茶葉的色澤表現(xiàn)，人們對(duì)不同的茶葉品質(zhì)進(jìn)行分類和命名。在傳統(tǒng)的茶葉生產(chǎn)過程中，對(duì)茶葉等級(jí)的鑒定和分揀工作都是靠人工來完成的，整個(gè)過程不僅效率低下，茶葉產(chǎn)量低，而且很容易產(chǎn)生判斷失誤從而造成茶葉質(zhì)量的問題，這都是阻礙茶葉行業(yè)快速發(fā)展的主要因素。計(jì)算機(jī)圖像處理技術(shù)中能夠模擬人類的視覺感官系統(tǒng)，對(duì)茶葉的色澤進(jìn)行自動(dòng)化處理，對(duì)于提升茶葉茶梗分揀、茶葉色澤鑒定等工作來說，具有非常重要的現(xiàn)實(shí)意義。

2　數(shù)字圖像處理技術(shù)

數(shù)據(jù)圖像處理技術(shù)是當(dāng)前利用計(jì)算機(jī)數(shù)據(jù)處理技術(shù)的一種具體表現(xiàn)，是根據(jù)某種實(shí)際的目的或意圖，對(duì)數(shù)字圖像進(jìn)行自動(dòng)化的運(yùn)算和處理的一種手段，主要的技術(shù)包括對(duì)數(shù)字圖像的轉(zhuǎn)化、存儲(chǔ)，圖像增強(qiáng)、優(yōu)化、分割、特征識(shí)別等技術(shù)。

對(duì)于圖像的轉(zhuǎn)化和存儲(chǔ)是計(jì)算機(jī)對(duì)數(shù)字圖像最基本的操作，是對(duì)數(shù)字圖像不同格式轉(zhuǎn)換、旋轉(zhuǎn)、數(shù)字圖像壓縮存儲(chǔ)的關(guān)鍵技術(shù)。數(shù)字圖像是指將連續(xù)的、模擬的顏色信號(hào)轉(zhuǎn)換成量化的、數(shù)字化的圖像數(shù)據(jù)的一種存儲(chǔ)格式，是當(dāng)前計(jì)算機(jī)處理數(shù)字圖像的主要手段。對(duì)圖像的轉(zhuǎn)化操作，主要是對(duì)數(shù)字圖像的數(shù)據(jù)進(jìn)行運(yùn)算、移位、變換等基本操作，主要是采用離散數(shù)學(xué)的矩陣或正交函數(shù)的算法來實(shí)現(xiàn)。數(shù)字圖像存儲(chǔ)是指對(duì)數(shù)字圖像編碼壓縮的處理，是在保障無失真還原的前提下，為了減少存儲(chǔ)空間和降低傳輸帶寬的一種有效手段，主要思想就是去除圖像中冗余的、重復(fù)的數(shù)據(jù)，從而減少存儲(chǔ)和傳輸?shù)臄?shù)據(jù)量。

數(shù)字圖像優(yōu)化則是對(duì)數(shù)字圖像的預(yù)處理過程，是為了方便后期的數(shù)字圖像處理而進(jìn)行的圖像增強(qiáng)或還原的操作，從而改善視覺效果，加快處理預(yù)算速度，修正處理結(jié)果。

圖像增強(qiáng)的思路一般是對(duì)圖像數(shù)據(jù)轉(zhuǎn)換后進(jìn)行頻率過濾的技術(shù)，主要是改善圖片質(zhì)量的手段。圖像還原是根據(jù)圖片的周圍數(shù)據(jù)對(duì)失真圖像進(jìn)行修復(fù)的技術(shù)，常見的算法包括盲卷積恢復(fù)、最小二乘估計(jì)等。

圖像特征識(shí)別是數(shù)字圖像處理的后期階段，對(duì)在前期數(shù)字預(yù)處理之后，對(duì)圖像的特征區(qū)域進(jìn)行劃分提取，然后對(duì)提取的特征區(qū)域進(jìn)行綜合分析的過程。所以對(duì)于圖像特征識(shí)別的過程主要分為圖像分割、圖像特征提取、圖像分類三個(gè)過程。

圖像分割的主要思想是尋找圖片內(nèi)不同區(qū)域的邊界，然后根據(jù)邊界實(shí)現(xiàn)圖像分割的技術(shù)。在一個(gè)圖片內(nèi)，不同的區(qū)域之間的交界處必然會(huì)產(chǎn)生明顯的邊界，在數(shù)字圖像的存儲(chǔ)數(shù)值中，最后表現(xiàn)出的特征就是數(shù)值發(fā)生了突變，所以針對(duì)這一思想是能夠?qū)D像的邊界進(jìn)行劃分，而后即可對(duì)封閉的邊界（包括圖片自身的最邊界）內(nèi)的核心內(nèi)容進(jìn)行分割和提取。

圖像特征提取是根據(jù)以前對(duì)圖像的處理后得到的數(shù)據(jù)，將圖像中的某些點(diǎn)，如圖像紋理、圖像目標(biāo)等進(jìn)行提取，從而是不同的點(diǎn)劃分為不同的圖像子集，即圖片的核心區(qū)域，如果這些數(shù)據(jù)是連續(xù)的，那么這些數(shù)據(jù)則形成了一個(gè)整體的區(qū)域或者一個(gè)連續(xù)的曲線。

圖像分類即是識(shí)別的過程，主要是對(duì)圖像的核心區(qū)域進(jìn)行特征判斷，根據(jù)不同區(qū)域的數(shù)據(jù)表現(xiàn)的特征進(jìn)行分類，從而實(shí)現(xiàn)目標(biāo)區(qū)域的分類，進(jìn)而實(shí)現(xiàn)圖片的信息識(shí)別。

3　計(jì)算機(jī)在茶葉色澤識(shí)別中的應(yīng)用

計(jì)算機(jī)在茶葉色澤識(shí)別中的應(yīng)用，主要是通過構(gòu)建不同的顏色模型，然后在通過對(duì)采集到的數(shù)字圖像進(jìn)行圖像增強(qiáng)、優(yōu)化等預(yù)處理之后，對(duì)其進(jìn)行圖像分割、特征提取之后的圖像分類。對(duì)于茶葉色澤的計(jì)算機(jī)自動(dòng)識(shí)別，首先要構(gòu)建完整的硬件和軟件系統(tǒng)，通過對(duì)茶葉的數(shù)字圖像的采集、預(yù)處理、分割和特征提取之后，然后進(jìn)行圖像分類的算法依據(jù)。在茶葉色澤的識(shí)別模型中，常見的模型有RGB顏色空間模型、HSV顏色空間模型等，從而為目標(biāo)圖像中的顏色特征進(jìn)行識(shí)別。

3.1RGB和HSV顏色空間模型

3.1.1RGB顏色空間模型

RGB顏色空間模型的核心思想是將自然界中的所有模擬顏色都是由Red（紅色）、Green（綠色）、Blue（藍(lán)色）三原色通過不同的比例調(diào)配，得到自然界中的所有顏色。在RGB顏色空間模型中，是將R、G、B三種顏色構(gòu)建三個(gè)坐標(biāo)軸，并且將其從0到255分成了256種不同的顏色等級(jí)，這也是對(duì)各個(gè)顏色三種顏色調(diào)配的不同比例，那么根據(jù)這個(gè)數(shù)據(jù)模型的構(gòu)建，自然界中的模擬顏色形成了最終的1670萬種顏色。根據(jù)笛卡爾坐標(biāo)構(gòu)建一個(gè)空間顏色模型，三個(gè)表坐標(biāo)分別為R軸、G軸、B軸，其變化范圍為［0，255］，那么最終構(gòu)建的立方體則是RGB的顏色空間模型，空間中每一個(gè)點(diǎn)就代表一種顏色。如圖1所示，為RGB顏色模型的示意結(jié)構(gòu)圖。

圖1　RGB顏色空間模型

3.1.2HSV顏色空間

RGB顏色空間模型是將某種顏色作為最小單位量，這也是人類視覺的最直觀的感受，即使是最小單位量，包括了顏色的色調(diào)、飽和度、亮度等多種維度，這對(duì)科學(xué)研究來說是非常不利的，所以在此基礎(chǔ)上，構(gòu)建HSV顏色空間模型。

在人類對(duì)顏色的直觀感受，是從三個(gè)角度來體現(xiàn)，分別是顏色的色調(diào)（Hue）、飽和度（Saturability）、亮度（Value），這是人類對(duì)顏色系統(tǒng)最基本的感受和理解方式，這也是HSV模型最基本的元素。HSV顏色空間模型是以一個(gè)圓錐形作為基本模型，如圖2所示。

圖2　HSV顏色空間模型

在HSV顏色空間模型中，H向量為色調(diào)向量，在HSV顏色空間模型中是旋轉(zhuǎn)角度為向量，其變化范圍為［0°，360°］。色調(diào)是人類感受物體反射光的色彩表現(xiàn)，在HSV模型中，0°表示紅色、60°表示黃色、120°表示綠色、180°表示青色、240°表示藍(lán)色、300°表示品紅色。S向量為飽和度向量，是HSV顏色空間模型中的橫向向量，是從圓錐圓心到邊緣的變化，其變化范圍是從［0，1］，是對(duì)顏色飽和度的一個(gè)比例值，即當(dāng)前顏色與改顏色最大值的比例。V向量為亮度向量，在HSV顏色空間模型中是垂直向量，是從圓錐錐尖到圓心的變化，表示顏色的亮度變化，是從黑到白的變化，其變化范圍為［0，1］。那么對(duì)于自然界中的所有顏色，可以根據(jù)其顏色的三個(gè)基本的特征進(jìn)行變化，與HSV的顏色空間模型中的相對(duì)應(yīng)的點(diǎn)一一對(duì)應(yīng)，從而實(shí)現(xiàn)顏色的數(shù)字化轉(zhuǎn)變。

在對(duì)茶葉的色澤識(shí)別的顏色空間模型識(shí)別中，單純地利用RGB顏色空間模型對(duì)茶葉的核心目標(biāo)圖像進(jìn)行分析和分類時(shí)，很多色彩表示時(shí)都比較難以數(shù)字化，在數(shù)據(jù)對(duì)比時(shí)也很難定量對(duì)比，但是其計(jì)算比較方便，顏色很好控制。而HSV顏色空間模型，與人類對(duì)顏色的認(rèn)知和感受比較貼切，但是在控制時(shí)相對(duì)比較困難，所以在不同的色澤識(shí)別系統(tǒng)中，會(huì)采用多種顏色空間模型混合或有目的性地選擇來實(shí)現(xiàn)對(duì)色的識(shí)別。

3.2茶葉色澤特征的識(shí)別

對(duì)于茶葉色澤特征的識(shí)別，主要從兩個(gè)角度來分析，分別是茶葉的光澤度和色度，一般來看，鮮活明亮，光澤油潤，而且茶葉全部顏色一致則為上品。而對(duì)于不同的茶葉品種，其優(yōu)質(zhì)茶葉的目標(biāo)值又有所不同，對(duì)于一般的花茶或者紅茶來說，對(duì)于色澤油潤，顏色青黑色、褐色為優(yōu)；而對(duì)于烏龍茶來說，則是以白色、青色、紅色的為優(yōu)質(zhì)茶葉；對(duì)于青茶則以色澤光亮、茶葉嫩芽翠綠為優(yōu)質(zhì)茶葉。

那么在計(jì)算機(jī)茶葉色澤識(shí)別系統(tǒng)中，首先對(duì)茶葉進(jìn)行數(shù)字圖像采集，目前常見的識(shí)別系統(tǒng)都是以數(shù)碼相機(jī)作為數(shù)據(jù)圖像的源輸入設(shè)備，如果不能和識(shí)別系統(tǒng)匹配，可采用第三方的攻擊，如PS、畫圖工具等將其轉(zhuǎn)化成BMP格式。

在獲取到BMP格式的圖片，首先對(duì)其進(jìn)行各種圖像預(yù)處理、核心圖片的分割和特征提取，然后對(duì)核心區(qū)域的圖像對(duì)特征數(shù)據(jù)庫進(jìn)行對(duì)比分析，根據(jù)RGB顏色空間模型進(jìn)行R，G，B三原色顏色模型的各個(gè)向量值獲取，得到茶葉圖片核心區(qū)域的顏色值的數(shù)字化，對(duì)于計(jì)算機(jī)而言，可以對(duì)其進(jìn)行存儲(chǔ)和處理。

由于RGB顏色空間模型的自身的缺陷，可以配合HSV顏色模型對(duì)茶葉的色澤進(jìn)行識(shí)別，那么根據(jù)R，G，B三向量顏色值，可以將其進(jìn)行成HSV向量值，其轉(zhuǎn)化的流程圖如圖3所示。

圖3　從RGB到HSV的變換流程圖

根據(jù)圖3所示，通過RGB顏色空間模型中三個(gè)向量值可以轉(zhuǎn)化成HSV顏色空間模型的H，S，V三個(gè)向量值，從而實(shí)現(xiàn)了茶葉圖片的核心區(qū)域顏色值的RGB三向量值向HSV三向量值的轉(zhuǎn)化，而后就可以根據(jù)不同的向量值范圍設(shè)定和對(duì)比，來判斷茶葉的色澤，進(jìn)而為判斷茶葉質(zhì)量和等級(jí)提供依據(jù)。

4　總結(jié)

利用計(jì)算機(jī)對(duì)茶葉色澤的識(shí)別，是在計(jì)算機(jī)的數(shù)據(jù)圖像處理技術(shù)的基礎(chǔ)上，對(duì)茶葉的圖像采集的數(shù)據(jù)進(jìn)行RGB和HSV顏色空間模型的構(gòu)建，通過Photoshop或者其他第三方的軟件對(duì)其進(jìn)行格式轉(zhuǎn)換后，通過相應(yīng)的算法將采集到的圖像進(jìn)行RGB顏色模型換算，得到采集圖像的核心區(qū)域的顏色模型特征，然后經(jīng)過二者之間的轉(zhuǎn)換，從而得到相應(yīng)的顏色特征，從而對(duì)各個(gè)顏色空間模型的各個(gè)向量進(jìn)行分析，來得到茶葉的色澤識(shí)別，從而實(shí)現(xiàn)計(jì)算機(jī)對(duì)茶葉顏色的自動(dòng)識(shí)別過程。

［1］霍富功，王鑒.基于RGB空間的彩色圖像分層檢測(cè)方法研究［J］.電子測(cè)試.2010（8）：1-3，93.

［2］黃信想，劉秉瀚.基于HSV色彩空間的云模型車輛陰影檢測(cè)［J］.福州大學(xué)學(xué)報(bào)（然科學(xué)版）.2008（6）：809-813.

［3］柴阿麗，李寶聚，王倩等.基于計(jì)算機(jī)視覺技術(shù)的番茄葉片葉綠素含量的檢測(cè)［J］.園藝學(xué)報(bào).2009（1）：45-52.

［4］雷梁，鄔長安.信陽毛尖茶葉圖像的顏色特征分析［J］.信陽師范學(xué)院學(xué)報(bào)（自然科學(xué)版）.2016（2）：270-273.

鄧建青（1972-），女，廣西人，研究生，講師，研究方向：實(shí)驗(yàn)室建設(shè)與管理、計(jì)算機(jī)科學(xué)與技術(shù)研究等。