计算机图像处理技术在茶领域中的运用

导语：计算机图像处理技术在茶领域中的运用一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：随着计算机技术的不断发展，当今技术人员可以利用计算机技术在农业领域大施拳脚。近年来，计算机视觉图像处理技术的不断完善可以帮助农业进行多种鉴别、鉴定工作。茶叶在审评、加工、栽培方面主要通过自身的色泽来进行甄别和判断，这就给计算机视觉图像处理技术在茶叶领域中的运用提供了技术上的支撑和可行性。利用计算机视觉图像处理技术对茶叶进行审评和甄别可以达到远高于传统人工的效率和结果。

关键词：计算机视觉图像处理技术；茶领域；运用

1计算机视觉图像处理技术概述

随着计算机技术的飞速发展，计算机作为重要的生产工具应用到了工农业生产的各个领域。随着各种成像原件、成像技术的发展，当前的计算机图像处理技术已经具备了高精度、高色差地分析物体之间细微的差异和变化的能力。通过对物体细微差异在图像上的分析使得技术人员可以通过计算机视觉图像处理技术进行高效的形状判定。计算机视觉处理系统由图像输入、处理、存储、输出各部分组成，主要通过CCD（ChargedCoupledDevice，电荷耦合器件）传感器拍摄获取所检测物的具体图像信号，并通过模数转换的形式将图像信号转换为数字型号。通过计算机硬件与软件对图像数字信号进行处理、转换，对数字信号中的关键信息进行提取与分析，得出全面的对于目标信号的图像特征值，进而实现对检测物的甄别、监控和判定。与传统的人工视觉甄别相比，计算机视觉图像处理技术具有精准、快速、相关性状可量化等特点。

2计算机视觉图像处理技术在茶领域的应用现状

由于外观特征是茶叶在培育、加工、评审方面需要评判的重要依据，而外观特征在人工肉眼判断方面又缺乏一个量化的定性标准，所以计算机视觉图像处理技术在茶领域的运用就成为了一种快捷有效的方法。

2.1计算机视觉图像处理技术在茶叶培育方面的具体应用

在培育阶段，计算机视觉图像技术可以有效地对茶叶的叶面积进行测量。通过Photoshop软件和相关算法程序，技术人员可以通过取相、对比、分析等一系列过程来对茶叶的具体叶面积进行全面的分析和判定。同时，这种方法可以一次对比多个样本，效率极高。在测算茶叶面积的基础上，计算机视觉图像技术还可以通过光谱对比技术对茶叶在培育期间的相关健康情况进行实时监控。技术人员对茶叶叶片的光谱分析是根据茶叶表面的色泽与茶树本身各种微量元素含量建立的相关对应关系，在此基础上判定茶树在生长期间各种微量元素含量的水平，进而及时调整培育方案和计划。同时光谱分析方法还可积极测量茶树在不同环境中生长的情况，进而帮助茶农优化培育方案和培育技术。

2.2计算机视觉图像处理技术在茶叶加工过程中的具体运用

当前可行的计算机视觉图像处理技术主要运用在茶叶发酵和茶叶捡梗的操作中。红茶在发酵过程中的色泽变化范围小，肉眼很难清晰辨别红茶发酵的具体程度。这就为计算机视觉图像处理技术提供了用武之地。在红茶发酵阶段利用数码相机、摄像机等成像设备分时段对红茶进行拍摄，利用计算机RGB色度算法模拟直接得出成像中红茶的色泽参数，按照色泽参数来判定红茶的发酵程度，这可以极好地解决红茶发酵程度判定的问题。通过在震动传送带上加装高速摄像机，并与计算机进行连接，通过设定茶叶准确的RGB色泽参数进行茶、梗筛选会大大提高拣剔效率。

2.3计算机视觉图像处理技术在茶叶评审环节方面的具体运用

在茶叶评审环节，传统评审标准规定的嫩度、条索、色泽、净度、汤色等评级指标都可以利用计算机视觉图像处理技术进行处理和评判。在茶叶评审过程中，计算机视觉图像处理技术通过对茶叶颜色中R、G、B、H、I、S等11个特征数值进行采集与分析在此基础上通过IMCAIS(Indepen－dentModelingofClassAnalogySoft，独立模型分级分析软件)的模型辨识原理，技术人员可以对最多三种不同类型的茶叶进行区分和识别。这种模式的软件可以根据颜色区别与特性区别来进行相关茶叶品类的鉴定。随着多种图像模型的建立和不同种类茶叶间数据的不断完善，目前技术人员可以对超过30种不同的茶叶种类进行检测和甄别，甄别结果与人工甄别的吻合率约为92%。

3计算机视觉图像处理技术在茶领域的应用试验

3.1茶鲜叶色泽鉴定试验

3.1.1实验目的：通过计算机视觉图像技术来测定茶鲜叶色泽、分析茶鲜叶20h内含水量与色泽间的关系。

3.1.2试验的材料与设备(1)试验材料：福建福鼎大白茶鲜叶(2)试验设备：稳定内部光源暗箱一个；SonyRX100（RX100M6）数码相机；PhotoshopCC2018图像处理软件。

3.1.3试验步骤（1）拍摄阶段。采用蓝色背景，将茶鲜叶单片按一定距离均匀铺散在暗箱内，使用置于暗箱顶端观测孔的RX100相机，关闭闪光灯，通过自动近景方式拍摄。拍摄期间保障暗箱内的光源开启。拍摄完成后，将拍摄的10张茶鲜叶照片输入计算机。在固定光源拍摄完毕后，打开相机闪光灯，根据不同的光照条件下，利用不同的光圈大小分别拍摄多张样张。（2）背景处理阶段。将茶鲜叶图像从照片背景中分离是判定茶鲜叶基本属性的重要步骤。首先利用PhotoshopCC2018软件中的魔术棒工具来进行图像分离工作，在分离时需要注意背景颜色的处理。魔术棒工具可以在一定容差值内进行操作，进行分离时容错率的大小取决于背景颜色的选择，为了保证茶鲜叶图像的完整性，系统的默认值约为32（RGB值），所以背景与茶鲜叶的色差需要保障在大于32之上。通常在背景为蓝色或白色时茶鲜叶图像提取效果最佳。（3）取值阶段。利用PhotoshopCC2018软件中的选择工具选中照片中茶鲜叶的轮廓，执行滤镜工具内的模糊平均指令，对选中图像的相关参数进行平均化操作。操作时需要按照不同光源、光圈大小来得出不同阶段下茶叶的RGB数值和HSB数值。在得出数个具体参数值后，通过平均算法来得出茶叶一般状态下的RGB和HSB数值。

3.1.4实验结论：通过计算机视觉图像处理技术，在对茶叶进行相关RGB和HSB值的测定后，可以利用此法来进行相关茶叶生长状态、叶相方面的测定，进而更好地支持茶叶培育和审评。

3.2茶鲜叶萎凋过程色泽变化试验

3.2.1实验目的：通过对茶鲜叶摊晾20h的过程中不同含水量的图像参数的测定，得出茶鲜叶在24h摊晾过程中不同时期含水量与图像参数的对应关系。

3.2.2试验设备和材料：同实验一

3.2.3实验步骤（1）将大白茶茶鲜叶按芽头、一芽一叶、一芽二叶、一芽三叶的机械组或分别摊晾在温度、湿度适中的室内，总摊晾时间为24h。期间每隔1h对茶鲜叶的含水量进行测量并拍摄。（2）按照3.1的方法提取茶鲜叶图像并获得相关茶鲜叶不同摊晾时段的具体参数。我们可以发现，在不同阶段的茶鲜叶中，随着含水量的变化，不同种类的茶鲜叶的色彩参数基本都趋于下降。在茶叶萎凋过程中，RGB三色中R值与G值随着水分的流失而不断下降，B值在摊晾初期下降较为明显，后期便趋于平稳。从含水量变化与茶鲜叶色泽变化的相关性进行分析可以得出，随着含水量的不断下降，茶叶中G值与含水量的相关性较高。传统视觉观测也能得出相同的结论即茶叶在萎凋过程中逐渐由鲜绿色变为暗绿色。因此，工作人员可以针对不同类型的茶鲜叶的具体RG值来判定其确切的摊晾时间，这种方式适合在摊晾24小时以内的茶鲜叶检测工作。

4结束语

综上所述，通过计算机视觉图像处理技术可以清晰准确的对茶叶地诸多特性进行评测和甄别。在RGB和HSB数值测定的基础上，技术人员还可以使用多种建模软件对茶叶的形态和特性进行分析和判定。随着计算机视觉图像处理技术的不断进步，通过计算机甄别、检测茶叶将成为业界的主流。

参考文献

[1]宋涛,樊志新.用于铜扁线表面质量监测的计算机视觉和图像处理技术[J].中国科技信息,2005(22):42.

[2]王斌.计算机视觉图像处理技术在茶学领域应用方法的研究[J].福建茶叶,2017(12):17.

[3]曾珍珍.一种计算机视觉算法的图像处理技术[J].信息技术,2018(4):74-78.

[4]刘宗平.茶领域中计算机视觉图像处理技术应用方法研究[J].福建茶叶,2016(8):221-222.

作者:吴丰盛 单位:武汉城市职业学院计算机与电子信息工程学院