李瑞強(qiáng)（無(wú)錫商業(yè)職業(yè)技術(shù)學(xué)院，江蘇 無(wú)錫 214153）

?

微機(jī)圖像處理在茶學(xué)的有效運(yùn)用方法

李瑞強(qiáng)
（無(wú)錫商業(yè)職業(yè)技術(shù)學(xué)院，江蘇 無(wú)錫 214153）

摘要：由于微機(jī)圖像處理技術(shù)的迅猛發(fā)展，其在茶學(xué)領(lǐng)域的運(yùn)用日趨廣泛。本文首先介紹了微機(jī)圖像處理的概念，然后論述了其在茶學(xué)領(lǐng)域的研究現(xiàn)狀，并對(duì)茶葉圖像的采集和預(yù)處理進(jìn)行了闡述，最后重點(diǎn)從外形評(píng)審、整茶色澤讀取和葉片受病蟲害程度檢測(cè)三個(gè)方面分析了圖像處理方法的運(yùn)用，希望能為茶學(xué)領(lǐng)域智能化和精細(xì)化的提高提供一些參考。

關(guān)鍵詞：圖像處理；茶學(xué)；運(yùn)用

茶在中國(guó)有著悠久的發(fā)展歷史，其最早是作為藥物被發(fā)現(xiàn)和利用的，后來(lái)慢慢演變成保健型飲料，得到了各年齡段人們的青睞。對(duì)于茶葉品質(zhì)的好壞主要通過(guò)其色澤、外形、滋味、香氣等方面來(lái)評(píng)審，當(dāng)今社會(huì)對(duì)于茶葉質(zhì)量的評(píng)審多使用感官評(píng)審法。但由于該方法的缺陷較為明顯，茶葉品質(zhì)的分級(jí)受評(píng)審人的喜好和經(jīng)驗(yàn)的影響較大，使得評(píng)審過(guò)程缺少客觀性。另外茶葉加工以及病蟲害測(cè)定等領(lǐng)域?qū)χ悄?、精?xì)處理的要求也越來(lái)越高。伴隨著微機(jī)的廣泛運(yùn)用，微機(jī)圖像處理技術(shù)在農(nóng)業(yè)工程中的運(yùn)用日益提高。已有專家學(xué)者對(duì)微機(jī)圖像處理在茶葉形狀對(duì)品質(zhì)的影響、茶葉加工階段對(duì)于色澤的影響、測(cè)定受病蟲害程度等方面做出了研究，這都充分說(shuō)明了微機(jī)圖像處理在茶學(xué)的有效運(yùn)用，而且有著較好的應(yīng)用前景。

1　微機(jī)圖像處理技術(shù)簡(jiǎn)介

1.1微機(jī)圖像處理技術(shù)概念

微機(jī)圖像處理是利用微機(jī)簡(jiǎn)單模擬人類視覺，將拍攝的圖片映射為微機(jī)可識(shí)別的數(shù)字圖像，并且設(shè)定一些規(guī)則使之按照人的標(biāo)準(zhǔn)來(lái)識(shí)別和理解圖像，然后對(duì)所拍圖像進(jìn)行分級(jí)。

微機(jī)圖像處理的過(guò)程大致分為兩個(gè)步驟，第一，利用相機(jī)拍攝圖像，然后將模擬信號(hào)變成RGB圖像。第二，對(duì)RGB圖像進(jìn)行預(yù)處理，然后進(jìn)行分析、加工等操作，最終輸出理想的圖像或者驗(yàn)證結(jié)果。一般我們將微機(jī)圖像處理過(guò)程分成狹義的圖像處理和圖像識(shí)別兩種形式。前者是將所拍攝的圖像去除影響其質(zhì)量的因素，例如噪聲，畸變等，得到校正后的圖像，大大地提高圖像質(zhì)量；后者是對(duì)圖像的結(jié)構(gòu)進(jìn)行分析，提取出圖像的特征向量等信息，以便進(jìn)行下一步的分析和使用。圖像識(shí)別就是為了對(duì)原始圖像進(jìn)行降維操作，以便微機(jī)能夠快速、有效地完成識(shí)別，在實(shí)際應(yīng)用中較為方便。

微機(jī)圖像處理技術(shù)運(yùn)用于茶葉的質(zhì)量檢測(cè)，能使評(píng)審指標(biāo)統(tǒng)一、標(biāo)準(zhǔn)，降低了評(píng)審人員心理因素帶來(lái)的主觀影響。另外，與人類視覺精度相比，微機(jī)圖像處理精度更高，對(duì)于茶葉色澤的變化敏感度也更強(qiáng)。

1.2微機(jī)圖像處理技術(shù)的研究現(xiàn)狀

微機(jī)圖像處理開始于20世紀(jì)中期，人們最初使用微機(jī)處理圖像信息主要以人的視覺感受為標(biāo)準(zhǔn)提高圖像質(zhì)量。輸入的圖像質(zhì)量較低，利用圖像變換、圖像增強(qiáng)與復(fù)原、圖像識(shí)別等圖像處理方法輸出改善后的圖像。

近幾年圖像處理新算法層出不窮，其實(shí)現(xiàn)還需要軟硬件的配合使用。雖然僅使用硬件進(jìn)行圖像處理的方法更為方便、快捷，但不易于實(shí)現(xiàn)。而且需要開發(fā)專用芯片以及并行處理結(jié)構(gòu)，目前在去噪和邊緣提取等低層處理上可以使用硬件完成。

國(guó)內(nèi)外專家學(xué)者對(duì)于該項(xiàng)技術(shù)在茶學(xué)領(lǐng)域的運(yùn)用也在積極地探索，其中有利用微機(jī)圖像處理來(lái)評(píng)價(jià)煎茶的品質(zhì)；還有運(yùn)用圖像處理和HIS顏色系統(tǒng)描述茶葉色澤，并通過(guò)顏色系統(tǒng)模型的改進(jìn)來(lái)得到理想茶葉顏色；也有利用圖像處理技術(shù)檢測(cè)茶葉感官品質(zhì)。

2　茶葉圖像的采集和預(yù)處理

2.1圖像的采集

眾所周知，茶葉圖像的采集是進(jìn)行圖像處理的基礎(chǔ)，而圖像的采集設(shè)備的好壞與所拍攝圖像的質(zhì)量息息相關(guān)，對(duì)后期的處理也有很大影響。由于茶葉的面積很小，利用傳統(tǒng)的數(shù)碼相機(jī)進(jìn)行圖像采集的效果并不理想，所以可采用平板式掃描儀來(lái)獲取圖像。基于此方法拍攝圖像的優(yōu)勢(shì)在于其不受人為因素和環(huán)境因素的制約、簡(jiǎn)單快捷而且茶葉在玻璃板上的位置也對(duì)測(cè)量精度沒有影響。

2.2圖像的預(yù)處理

對(duì)于茶葉圖像而言，圖像預(yù)處理是至關(guān)重要的。若預(yù)處理做的不好，其后續(xù)工作將無(wú)法開展。圖像預(yù)處理的內(nèi)容有去除噪聲、圖像增強(qiáng)、圖像邊緣的提取等，這些處理屬于圖像分析的低層處理，這些處理的好壞對(duì)特征提取的有效性存在一定的影響。對(duì)于茶葉品質(zhì)以及其他方面的鑒定，其結(jié)果是否準(zhǔn)確也取決于圖像預(yù)處理的質(zhì)量。本次研究所做的預(yù)處理主要是圖像濾波和直方圖均衡化，為后面的微機(jī)圖像處理在茶學(xué)的運(yùn)用奠定堅(jiān)實(shí)的基礎(chǔ)。

2.2.1濾波

原始圖像中存在較多噪聲，為了將帶有噪聲的圖像轉(zhuǎn)變成清晰的圖像，主要通過(guò)濾波來(lái)完成，在眾多的濾波算法中，中值濾波由于算法簡(jiǎn)單、平滑效果相對(duì)較好等優(yōu)勢(shì)應(yīng)用較多。尤其對(duì)于脈沖噪聲的濾除更為有效，能夠很好地保護(hù)圖像邊緣的信息。中值濾波是采用一個(gè)含有奇數(shù)個(gè)點(diǎn)的滑動(dòng)窗口，將滑動(dòng)窗口的所有點(diǎn)的灰度值按照大小依次排列，其中間值作為窗口中心點(diǎn)像素的灰度值。

2.2.2直方圖均衡化

為增強(qiáng)圖像的對(duì)比度，我們需將灰度化圖像進(jìn)行直方圖均衡化。簡(jiǎn)而言之，直方圖均衡化就是將原圖分布較為密集區(qū)域的灰度直方圖均勻分布。該操作會(huì)將圖像拉伸，像元值也都經(jīng)過(guò)重分配，一定范圍內(nèi)的像元數(shù)也基本相同。

3　微機(jī)圖像處理技術(shù)在茶學(xué)的運(yùn)用

目前微機(jī)圖像處理技術(shù)在茶學(xué)的運(yùn)用較為廣泛，其中包括對(duì)茶葉感官品質(zhì)的運(yùn)用、對(duì)茶葉加工領(lǐng)域的運(yùn)用、對(duì)茶葉受病蟲害程度測(cè)定的運(yùn)用等，下面我們將作具體論述。

3.1茶葉外形評(píng)審上的運(yùn)用

對(duì)于茶葉感官品質(zhì)的評(píng)審包括外形評(píng)審和開湯內(nèi)質(zhì)評(píng)審兩個(gè)方面，而前者在感官評(píng)審中扮演著重要的角色。外形是茶葉吸引消費(fèi)者眼球的主要方式，而且其與茶湯的顏色、散發(fā)的香氣和口感等都密切相關(guān)。在當(dāng)今社會(huì)，外形評(píng)審不但要求評(píng)審人員具有豐富的評(píng)審經(jīng)驗(yàn)和茶學(xué)知識(shí)，而且還要求他們不受主觀因素的影響。

從圖像處理技術(shù)運(yùn)用到茶葉外形評(píng)審上以來(lái)，國(guó)內(nèi)很多專家學(xué)者都進(jìn)行了積極的研究，并發(fā)表了茶葉感官品質(zhì)、茶葉外形數(shù)量化研究等相關(guān)論文。對(duì)于茶葉外形中的嫩度和條索形狀進(jìn)行分析，發(fā)現(xiàn)兩者對(duì)于茶葉品質(zhì)分級(jí)有很大的關(guān)系。國(guó)內(nèi)有研究表明面積、平均幅寬和茶葉品質(zhì)亦息息相關(guān)。利用茶葉的表面積、周長(zhǎng)、平均幅寬等參數(shù)進(jìn)行線性組合，然后進(jìn)行多元回歸分析，獲取相關(guān)系數(shù)。嫩度好、條索緊的茶樣為高檔茶，條索松、樸片多的茶樣為低檔茶。這里周長(zhǎng)的計(jì)算是通過(guò)對(duì)預(yù)處理后的茶葉樣本圖像中邊緣的像素個(gè)數(shù)獲取的，常用的算法是8方向鏈碼曲線。公式如下所示。其中S為周長(zhǎng)，M1為東、南、西、北四個(gè)方向的像素點(diǎn)數(shù)，M2為東南、西南、東北、西北四個(gè)方向的像素點(diǎn)數(shù)。

3.2整茶色澤讀取上的運(yùn)用

在整茶色澤讀取上運(yùn)用微機(jī)圖像處理，其首要任務(wù)依然是對(duì)茶葉樣本的采集。這里面需要注意的是，若對(duì)不同樣本進(jìn)行拍攝，要確保其處于同等亮度的環(huán)境之下，定點(diǎn)拍攝。而且茶葉盡量分散，個(gè)數(shù)不低于30個(gè)，避免出現(xiàn)重疊情況。對(duì)于所獲取的茶葉樣本圖像，應(yīng)把圖片的像素信息進(jìn)行HSI模型的轉(zhuǎn)變并讀入到內(nèi)存當(dāng)中。

其次，便需要在圖像上選取特征點(diǎn)，這里特征點(diǎn)區(qū)域利用鼠標(biāo)拖動(dòng)來(lái)完成，以起點(diǎn)和終點(diǎn)兩點(diǎn)作為對(duì)角線畫出圖像的特征矩陣。然后根據(jù)所選特征區(qū)域的HSI范圍標(biāo)記出整張圖像的色彩相似像素。再次，應(yīng)進(jìn)行茶葉單體的分割。首先根據(jù)圖像像素的排列順序逐行掃描，并將連續(xù)區(qū)間的起始坐標(biāo)存放在臨時(shí)變量當(dāng)中；然后判斷兩行鄰接的連續(xù)區(qū)域，若在水平方向上有公共區(qū)域，則將兩個(gè)連續(xù)區(qū)間合并為一個(gè)區(qū)域，對(duì)于沒有公共區(qū)域的連續(xù)區(qū)域需要用不同的數(shù)字做出標(biāo)記。所有行判斷完成后，標(biāo)記的數(shù)量就是茶葉的數(shù)量，每一個(gè)數(shù)字存儲(chǔ)的區(qū)域就是一個(gè)茶葉單體，這也就實(shí)現(xiàn)了分割茶葉圖像。最后在研究中，為方便對(duì)數(shù)據(jù)的分析，需計(jì)算標(biāo)準(zhǔn)差，將分割區(qū)域的HSI模型的圖像的H、S、I三個(gè)分量的平均值作為特征參數(shù)。公式3-2為H分量的平均值，S，I分量同理，其中n為圖像的像素?cái)?shù)，Hi為樣本像素點(diǎn)的色度，H為色度平均值。并計(jì)算其直方圖。然后根據(jù)色調(diào)、飽和度和亮度的分布幅度、比例以及峰值等信息的差異大小，便可完成茶葉品質(zhì)的評(píng)審。

3.3檢測(cè)葉片受病蟲害程度上的運(yùn)用

傳統(tǒng)檢測(cè)葉片受病蟲害程度的方法就是利用透明坐標(biāo)紙進(jìn)行人工計(jì)算，既浪費(fèi)了時(shí)間又浪費(fèi)人力，而且其人為因素在檢測(cè)中存在一定影響。最近幾年，研究人員使用平臺(tái)式掃描儀獲取茶葉樣本圖像，并借助Photoshop濾鏡工具和神經(jīng)網(wǎng)絡(luò)知識(shí)對(duì)數(shù)字圖像進(jìn)行處理，利用圖像分割方法測(cè)定受病蟲害的面積以及百分比。

對(duì)于葉片受病蟲害程度的檢測(cè)大致分為三步。首先對(duì)受病蟲害的葉片平放在掃描儀的玻璃板上，盡量避免葉片之間出現(xiàn)重疊。其次測(cè)定葉片面積，使用Photoshop濾鏡工具，將整張圖像平滑化，確保像素之間顏色均勻過(guò)渡，半徑設(shè)置為10。將畫布擴(kuò)大并將空白區(qū)填充為相同顏色，剔除掉背景反選便可將葉片分割出來(lái)，利用直方圖中的像素值便可計(jì)算出葉片面積。最后便是對(duì)受害面積的檢測(cè)。這里采用神經(jīng)網(wǎng)絡(luò)中的BP網(wǎng)絡(luò)，先對(duì)若干的茶葉測(cè)試樣本進(jìn)行訓(xùn)練，選取一些特征參數(shù)作為輸入，檢測(cè)的受病蟲害程度的茶葉分為較嚴(yán)重、嚴(yán)重、一般、不嚴(yán)重，因此輸出節(jié)點(diǎn)的數(shù)量為4，與受害程度一一對(duì)應(yīng)。本研究的網(wǎng)絡(luò)訓(xùn)練是根據(jù)病斑的顏色特征完成的，其能夠客觀、科學(xué)的查找出病斑部位，利用訓(xùn)練好的網(wǎng)絡(luò)就可以對(duì)茶葉樣本進(jìn)行檢測(cè)，然后根據(jù)像素值求取受病蟲害的面積，也就計(jì)算出受病蟲害的程度。

4　結(jié)束語(yǔ)

微機(jī)圖像處理運(yùn)用在茶學(xué)領(lǐng)域就是通過(guò)所拍攝的數(shù)字圖像進(jìn)行進(jìn)一步的分析和處理，保證了茶葉樣本的完整性，也不會(huì)造成任何污染。另外，微機(jī)圖像處理中獲取的圖像沒有人體接觸，所以對(duì)于茶葉的檢測(cè)和湯色的檢測(cè)都能實(shí)現(xiàn)，為智能、精準(zhǔn)檢測(cè)茶葉外形、色澤以及受病蟲害程度提供了新的科學(xué)方法，具有很好的應(yīng)用前景。在將來(lái)的學(xué)習(xí)和研究中還應(yīng)不斷深入，固化成硬件設(shè)備，使得速度、準(zhǔn)確度都有明顯提高。

參考文獻(xiàn)

［1］江蘇理工大學(xué)生物環(huán)境工程學(xué)院.計(jì)算機(jī)圖像處理技術(shù)在茶葉感官品質(zhì)檢測(cè)中的應(yīng)用［J］.中國(guó)茶葉，1998（3）：12-13.

［2］魏曉慧.圖像處理技術(shù)對(duì)茶葉品質(zhì)分級(jí)的探討［J］.安徽農(nóng)業(yè)科學(xué)，2012（7）：4251-4253，4271.

［3］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)碩士學(xué)位論文，2008

作者簡(jiǎn)介：李瑞強(qiáng)（1975-），男，山東萊西人，本科，講師，研究方向：計(jì)算機(jī)網(wǎng)絡(luò)等。