常睿 張瑩 楊娟 王杰 陳善敏 鐘應(yīng)富

摘 要 茶葉生產(chǎn)加工對(duì)促進(jìn)茶產(chǎn)業(yè)發(fā)展具有重要作用，為克服傳統(tǒng)“看茶制茶”弊端，客觀(guān)、快速、無(wú)損的智能分級(jí)技術(shù)成為研究熱點(diǎn)。綜述計(jì)算機(jī)視覺(jué)技術(shù)的研究現(xiàn)狀和基本原理，以及對(duì)茶葉外形、顏色和紋理等指標(biāo)進(jìn)行分級(jí)、監(jiān)控和預(yù)測(cè)的研究情況，探討其在茶葉加工產(chǎn)業(yè)應(yīng)用中存在的問(wèn)題及發(fā)展方向。

關(guān)鍵詞 計(jì)算機(jī)視覺(jué)技術(shù);茶葉加工;品質(zhì)分級(jí);研究進(jìn)展

中圖分類(lèi)號(hào)：S571.1 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2021.28.034

自動(dòng)化、標(biāo)準(zhǔn)化、智能化是未來(lái)茶葉加工產(chǎn)業(yè)發(fā)展的必經(jīng)之路，而茶葉作為我國(guó)主要特色農(nóng)業(yè)產(chǎn)業(yè)，目前仍然是現(xiàn)代化發(fā)展程度較低的傳統(tǒng)非“技術(shù)型”加工產(chǎn)業(yè)。近年來(lái)，隨著茶葉消費(fèi)量增加和消費(fèi)觀(guān)念日趨理性，茶葉品質(zhì)日益受到大眾關(guān)注。實(shí)時(shí)狀態(tài)下根據(jù)茶葉的視覺(jué)特征對(duì)其進(jìn)行分類(lèi)分級(jí)，是茶葉加工生產(chǎn)過(guò)程中的重要環(huán)節(jié)之一。這些視覺(jué)信息可直接反映茶葉的物理特性，也可作為采摘標(biāo)準(zhǔn)、加工程度、感官審評(píng)的重要判斷依據(jù)[1]。

傳統(tǒng)茶葉加工主要采用“看茶制茶”的方式，基本依賴(lài)于制茶人員的生產(chǎn)經(jīng)驗(yàn)，即先用眼睛觀(guān)察茶葉表面的色澤變化程度，再用鼻子辨別葉片揮發(fā)出的氣味特征和濃郁程度[2]。一方面，傳統(tǒng)人工判定方法需要制茶人員經(jīng)歷長(zhǎng)時(shí)間培訓(xùn)和校正，且具備豐富的加工經(jīng)驗(yàn)，才能做出準(zhǔn)確的判斷。另一方面，制茶人員的感官能力和靈敏度極易受外界因素和主觀(guān)因素的干擾。人的嗅覺(jué)、味覺(jué)和視覺(jué)等感官能力因地域、性別、身體狀況、外界環(huán)境（氣候、光照）等影響而產(chǎn)生很大差異，在實(shí)際生產(chǎn)加工中難以保證判定的準(zhǔn)確性。因此，采用更為客觀(guān)的評(píng)估技術(shù)手段，建立自動(dòng)智能分級(jí)系統(tǒng)成為茶葉加工產(chǎn)業(yè)的研究重點(diǎn)。

計(jì)算機(jī)視覺(jué)技術(shù)（Computer vision，CV）是目前最具發(fā)展前景的食品質(zhì)量客觀(guān)評(píng)估方法之一，與人工視覺(jué)相比，其最大優(yōu)勢(shì)在于快速、精準(zhǔn)和可量化。雖然不同茶類(lèi)的加工方法和品質(zhì)各不相同，但分級(jí)原理相通，其中3個(gè)視覺(jué)評(píng)估指標(biāo)最為常見(jiàn)，即顏色、形狀和紋理。因此，本文圍繞計(jì)算機(jī)視覺(jué)技術(shù)的研究現(xiàn)狀和原理，以及其在茶葉加工領(lǐng)域中的應(yīng)用展開(kāi)綜述。

1? 計(jì)算機(jī)視覺(jué)技術(shù)概述

1.1? 計(jì)算機(jī)視覺(jué)技術(shù)研究現(xiàn)狀

計(jì)算機(jī)視覺(jué)技術(shù)，也稱(chēng)機(jī)器視覺(jué)技術(shù)，是一門(mén)與計(jì)算機(jī)圖形學(xué)、圖像處理、模式識(shí)別、人工智能和機(jī)器學(xué)習(xí)等多種技術(shù)密切相關(guān)的新興學(xué)科，具有快速、無(wú)損、實(shí)時(shí)、經(jīng)濟(jì)、一致等檢測(cè)特點(diǎn)[3]。計(jì)算機(jī)視覺(jué)技術(shù)起源于20世紀(jì)50年代，早期目的是改善人的視覺(jué)效果和成像質(zhì)量。1965年，Roberts利用計(jì)算機(jī)編程率先開(kāi)始三維視覺(jué)研究。20世紀(jì)70年代，David Marr教授及其研究團(tuán)隊(duì)提出具有里程碑意義的計(jì)算視覺(jué)理論，此后，計(jì)算機(jī)視覺(jué)技術(shù)進(jìn)入高速發(fā)展時(shí)期。近年來(lái)，由于巨量數(shù)據(jù)不斷涌現(xiàn)、深度學(xué)習(xí)取得重大進(jìn)展、計(jì)算能力快速提升，人工智能領(lǐng)域?qū)崿F(xiàn)了巨大飛躍，其最熱子領(lǐng)域之一的計(jì)算機(jī)視覺(jué)也因此成為各界公認(rèn)的前瞻性研究，部分研究成果已投入實(shí)際應(yīng)用，催生出人臉識(shí)別、無(wú)人駕駛、醫(yī)學(xué)診斷、智能視頻監(jiān)控等多個(gè)極具顯示度的商業(yè)化應(yīng)用[4]。

1.2? 計(jì)算機(jī)視覺(jué)技術(shù)原理

計(jì)算機(jī)視覺(jué)的基本原理是利用各種成像系統(tǒng)代替人的視覺(jué)，獲取目標(biāo)圖像信息后傳送到圖像處理系統(tǒng)，將圖像信息（顏色、紋理、亮度、像素分布等）轉(zhuǎn)換成數(shù)字信息，對(duì)數(shù)字信息進(jìn)行各種運(yùn)算與處理后，提取目標(biāo)特征信息進(jìn)行分析、處理和理解，最終實(shí)現(xiàn)對(duì)目標(biāo)物體的識(shí)別、檢測(cè)和控制等[5]。計(jì)算機(jī)視覺(jué)處理系統(tǒng)主要由圖像輸入系統(tǒng)（圖像采集器、樣品池、均勻光源等）和圖像處理系統(tǒng)（處理、分析信息的軟件或硬件）兩部分構(gòu)成，其中核心在于圖像處理，即將圖像信息加工處理后輸出為改善后圖像或識(shí)別結(jié)果。常見(jiàn)圖像處理方法及原理如表1所示。

隨著計(jì)算機(jī)性能提高，大多關(guān)于計(jì)算機(jī)視覺(jué)技術(shù)的研究均是利用高級(jí)語(yǔ)言編寫(xiě)而成的圖像處理軟件來(lái)完成。一些通用圖像處理系統(tǒng)，如Adobe Photoshop、Adobe illustrator、CorelDRAW、3D Studio Max等，為科技工作者在圖像處理方面提供了良好而強(qiáng)大的處理平臺(tái)。

2? 計(jì)算機(jī)視覺(jué)技術(shù)在茶葉加工中的應(yīng)用

隨著科學(xué)技術(shù)不斷提高，計(jì)算機(jī)視覺(jué)技術(shù)已經(jīng)在農(nóng)業(yè)物種資源檢測(cè)、作物生長(zhǎng)狀態(tài)監(jiān)測(cè)、農(nóng)產(chǎn)品自動(dòng)化收割及農(nóng)產(chǎn)品品質(zhì)檢測(cè)等方面得到了廣泛的應(yīng)用，其在茶葉加工領(lǐng)域中的應(yīng)用雖起步較晚，但發(fā)展前景極為廣闊。

2.1? 茶葉的視覺(jué)特征

茶葉品質(zhì)由內(nèi)部和外部構(gòu)成。內(nèi)部品質(zhì)主要決定于滋味和香氣兩方面，與茶葉內(nèi)部生理生化成分（如茶多酚、兒茶素、游離氨基酸、可溶性糖等）的組成和含量密切相關(guān)。外部品質(zhì)則主要包括茶葉的形狀、色澤和紋理。形狀特征是對(duì)某個(gè)芽、葉片、在制品或成品的邊緣、區(qū)域進(jìn)行描述，如成茶形狀有扁形、針形、卷曲形和球形等;顏色特征是基于顏色坐標(biāo)和顏色空間分割方法的一種表達(dá)方式，茶葉色澤一般包括干茶、茶湯、葉底三部分，如干茶色澤主要有翠綠、深綠、烏褐等;紋理特征是圖像中相鄰像素的灰度或顏色的空間相關(guān)性，或是灰度和顏色隨空間位置變化的視覺(jué)表現(xiàn)[7]。

2.2? 茶鮮葉分級(jí)

鮮葉是制茶的原料，是茶葉品質(zhì)的重要基礎(chǔ)，鮮葉分級(jí)對(duì)于指導(dǎo)茶葉生產(chǎn)加工具有重要的現(xiàn)實(shí)意義。吳正敏等以谷雨前機(jī)采綠茶（含單芽、1芽1葉、1芽2葉、1芽多葉、茶梗、茶碎片）為研究對(duì)象，采用CCD相機(jī)獲取樣本圖像，利用Labview vision和圖像處理技術(shù)分析其凸包周長(zhǎng)、凸包面積、長(zhǎng)短軸長(zhǎng)度等特征，通過(guò)BP神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)了名優(yōu)綠茶有效分級(jí)，其識(shí)別正確率可穩(wěn)定在90%以上[8]。實(shí)驗(yàn)室相關(guān)研究為茶葉實(shí)際加工生產(chǎn)提供了理論基礎(chǔ)。江才華等首先利用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)茶鮮葉圖片進(jìn)行預(yù)處理（圖像灰度化和濾波），再根據(jù)茶鮮葉紋理無(wú)規(guī)則性選擇灰度共生矩陣提取其紋理特征，最后利用支持向量機(jī)（SVM）實(shí)現(xiàn)茶鮮葉在線(xiàn)分類(lèi)，準(zhǔn)確率可達(dá)到96%以上[9]。

2.3? 加工監(jiān)測(cè)

茶葉加工與茶葉視覺(jué)變化密切相關(guān)，在制品在水分散失、高溫加熱、外力作用、酶促反應(yīng)等一系列反應(yīng)下，會(huì)產(chǎn)生劇烈的化學(xué)、物理、生理變化，其顏色、形狀、紋理等圖像特征亦隨之改變。加工過(guò)程中，茶葉視覺(jué)特征的變化是內(nèi)含成分轉(zhuǎn)化在外觀(guān)上形成的反映，因此可作為判斷加工適度與否的直接感官指標(biāo)。李莎莎等以不同發(fā)酵時(shí)間紅茶在制品為研究對(duì)象，通過(guò)計(jì)算機(jī)視覺(jué)系統(tǒng)實(shí)時(shí)采集其特征信息，將在制品圖像與標(biāo)準(zhǔn)發(fā)酵圖像（發(fā)酵感官品質(zhì)最佳）進(jìn)行相似度匹配分析，采用D值（Manhattan距離算法計(jì)算R/G/B顏色分量直方圖相差度）作為相似度量準(zhǔn)則，當(dāng)D值小于設(shè)定閾值時(shí)，則判定為發(fā)酵適度，判別準(zhǔn)確率可達(dá)93.2%[10]。伍洵等利用計(jì)算機(jī)視覺(jué)對(duì)綠茶炒干制品的外形和色澤變化進(jìn)行實(shí)時(shí)監(jiān)測(cè)，同時(shí)引入曲率半徑描述茶葉干茶外形曲線(xiàn)彎曲變化程度，結(jié)果表明，在制品的曲率半徑值隨炒干時(shí)間的增加而逐漸下降[11]。葉玉龍利用計(jì)算機(jī)視覺(jué)對(duì)綠茶在制品紋理與色澤變化進(jìn)行了分析研究，結(jié)果表明，攤放過(guò)程中因水分散失，葉片色澤變淡、亮度增加、灰度增加而綠色減少;而揉捻葉色澤變暗褐、色調(diào)均值下降、紋理趨于復(fù)雜;茶湯色澤逐漸由黃綠、淡而亮向黃微紅、深而暗轉(zhuǎn)變[12]。

2.4? 品質(zhì)評(píng)價(jià)

成品茶外形是其命名和分類(lèi)的重要依據(jù)，也是內(nèi)含成分在加工過(guò)程中產(chǎn)生不同程度降解和氧化聚合的總反映，更是分辨品質(zhì)優(yōu)劣的重要因素之一。金山峰等研發(fā)并設(shè)計(jì)了茶葉品質(zhì)在線(xiàn)檢測(cè)及自動(dòng)分級(jí)和收集裝置，采用機(jī)器視覺(jué)技術(shù)結(jié)合Open CV、Visual C++軟件，開(kāi)發(fā)了茶葉品質(zhì)在線(xiàn)評(píng)價(jià)系統(tǒng)，系統(tǒng)運(yùn)行穩(wěn)定，對(duì)市售婺源仙芝綠茶、碧螺春綠茶的分級(jí)準(zhǔn)確率達(dá)到93%以上[13]。童陽(yáng)等以4個(gè)等級(jí)碧螺春綠茶為研究對(duì)象，采用小波變換和灰度共生矩陣提取茶葉圖像的紋理特征，采用RGB和HIS顏色模型提取圖像的顏色特征，利用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)參數(shù)，建立茶葉感官品質(zhì)的BP神經(jīng)網(wǎng)絡(luò)分級(jí)模型，模型總體識(shí)別率可達(dá)93.8%，結(jié)果表明計(jì)算機(jī)視覺(jué)分級(jí)模型具有較高的準(zhǔn)確度和穩(wěn)定性[14]。

3? 結(jié)語(yǔ)

計(jì)算機(jī)視覺(jué)技術(shù)是一項(xiàng)可以客觀(guān)評(píng)定茶葉等級(jí)的檢測(cè)技術(shù)，具有快速、無(wú)損、客觀(guān)、高效、成本低等特點(diǎn)，基于這一技術(shù)的分級(jí)系統(tǒng)已經(jīng)在部分地區(qū)進(jìn)入實(shí)際應(yīng)用階段。然而，要推廣計(jì)算機(jī)視覺(jué)分級(jí)技術(shù)并取代人工評(píng)級(jí)，還有許多問(wèn)題亟待解決。1）盡管計(jì)算機(jī)視覺(jué)技術(shù)在茶鮮葉分級(jí)、加工監(jiān)測(cè)、品質(zhì)評(píng)價(jià)等方面已取得一定進(jìn)展，但由于茶葉種類(lèi)眾多、生長(zhǎng)環(huán)境和加工工藝復(fù)雜，具有不易識(shí)別性，因此需要在圖像處理、模式識(shí)別、分析軟件設(shè)計(jì)等方面力求算法的快速性、精準(zhǔn)性和有效性。2）目前計(jì)算機(jī)視覺(jué)在茶葉加工領(lǐng)域中的應(yīng)用研究對(duì)象主要集中于靜態(tài)個(gè)體，后續(xù)研究可考慮提升茶葉圖像信息動(dòng)態(tài)化獲取效率。3）茶葉成像過(guò)程中會(huì)受光源、樣品位置、環(huán)境反光等多種因素的影響，這些因素在實(shí)際生產(chǎn)環(huán)境中往往帶有不可控性，導(dǎo)致采集的圖片質(zhì)量不一致，需要對(duì)圖像采集裝置進(jìn)行優(yōu)化設(shè)計(jì)，既要便于操作，又能屏蔽外界干擾，使之適應(yīng)實(shí)際生產(chǎn)環(huán)境。

參考文獻(xiàn)：

[1]? 湯一平，王偉羊，朱威，等.基于機(jī)器視覺(jué)的茶隴識(shí)別與采茶機(jī)導(dǎo)航方法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2016，47（1）：45-50.

[2]? 董春旺.小葉種工夫紅茶發(fā)酵品質(zhì)智能感官評(píng)價(jià)方法研究[D].鎮(zhèn)江：江蘇大學(xué)，2017.

[3]? 柳琦，涂鄭禹，陳超，等.計(jì)算機(jī)視覺(jué)技術(shù)在食品品質(zhì)檢測(cè)中的應(yīng)用[J].食品研究與開(kāi)發(fā)，2020，41（16）：208.

[4]? 余京蕾.淺談?dòng)?jì)算機(jī)視覺(jué)技術(shù)進(jìn)展及其新興應(yīng)用[J].北京聯(lián)合大學(xué)學(xué)報(bào)，2020，34（1）： 63-69.

[5]? 劉鵬，吳瑞梅，楊普香，等.基于計(jì)算機(jī)視覺(jué)技術(shù)的茶葉品質(zhì)隨機(jī)森林感官評(píng)價(jià)方法研究[J].光譜學(xué)與光譜分析，2019，39（1）：193.

[6]? 張宇光.關(guān)于計(jì)算機(jī)視覺(jué)在茶葉等級(jí)檢驗(yàn)中應(yīng)用的研究[J].福建茶葉，2020，42（7）：2.

[7]? 黃藩，劉飛，王云，等.計(jì)算機(jī)視覺(jué)技術(shù)在茶葉領(lǐng)域中的應(yīng)用現(xiàn)狀及展望[J].茶葉科學(xué)，2019，39（1）：81-87.

[8]? 吳正敏，曹成茂，謝承健，等.基于圖像處理技術(shù)和神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)采茶分級(jí)[J].茶葉科學(xué)，2019，37（2）：182-190.

[9]? 江才華.基于紋理分析的茶青在線(xiàn)分類(lèi)[D].長(zhǎng)沙：中南大學(xué)，2014.

[10] 李莎莎，洪文娟，陳華才，等.R/G/B 直方圖對(duì)比算法判別紅茶發(fā)酵適度[J].中國(guó)計(jì)量學(xué)院學(xué)報(bào)，2016，27（2）：172-176.

[11] 伍洵，劉飛，陳之威，等.基于計(jì)算機(jī)視覺(jué)的綠茶炒干中在制品理化變化研究[J].茶葉科學(xué)，2020，40（2）：194-204.

[12] 葉玉龍.萎凋/攤放對(duì)茶葉在制品主要理化特性的影響[D].重慶：西南大學(xué)，2018.

[13] 金山峰，王冬欣，黃俊仕，等.基于計(jì)算機(jī)視覺(jué)的茶葉品質(zhì)在線(xiàn)評(píng)價(jià)系統(tǒng)[J].食品工業(yè)科技，2021，42（14）：219-225.

[14] 童陽(yáng)，艾施榮，吳瑞梅，等.茶葉外形感官品質(zhì)的計(jì)算機(jī)視覺(jué)分級(jí)研究[J].江蘇農(nóng)業(yè)科學(xué)，2019，47（5）：178-181.

（責(zé)任編輯：敬廷桃）