計算機在茶葉色澤識別中的應用

鄧建青

（南寧學院，廣西南寧 530299）

計算機在茶葉色澤識別中的應用

鄧建青

（南寧學院，廣西南寧 530299）

本文主要研究了計算機在茶葉色澤識別中的應用，首先對計算機的數字圖像處理技術進行介紹，主要闡述了數字圖像處理技術的基本過程、圖像轉化與存儲、圖像理解等內容，然后對顏色的RGB顏色空間模型、HSV顏色空間模型進行詳細研究，并對茶葉色澤的識別進行詳細分析，從而實現計算機對茶葉色澤的自動識別。

茶葉色澤；RGB；HSV

1　概述

茶葉自古以來就是人們日常飲品，是人們日常生活不可缺少的消費品。茶葉的生產和品種決定了茶葉擁有不同的品質，對于茶葉的品質鑒定，一般從茶葉及其浸出物的外形、色澤、香味等諸多方面來對其進行綜合評價，簡而言之，茶葉等級的鑒定是從茶葉及其浸出物對人們多感官沖擊的感受優劣進行評價。在眾多的評價指標中，色澤是其中一個非常重要的指標，從生物學的角度來講，茶葉的色澤是茶葉內部對人體有益物質含量的綜合表現，是在茶葉生產過程中各種物質的降解程度和氧化程度的綜合表現。根據茶葉的色澤表現，人們對不同的茶葉品質進行分類和命名。在傳統的茶葉生產過程中，對茶葉等級的鑒定和分揀工作都是靠人工來完成的，整個過程不僅效率低下，茶葉產量低，而且很容易產生判斷失誤從而造成茶葉質量的問題，這都是阻礙茶葉行業快速發展的主要因素。計算機圖像處理技術中能夠模擬人類的視覺感官系統，對茶葉的色澤進行自動化處理，對于提升茶葉茶梗分揀、茶葉色澤鑒定等工作來說，具有非常重要的現實意義。

2　數字圖像處理技術

數據圖像處理技術是當前利用計算機數據處理技術的一種具體表現，是根據某種實際的目的或意圖，對數字圖像進行自動化的運算和處理的一種手段，主要的技術包括對數字圖像的轉化、存儲，圖像增強、優化、分割、特征識別等技術。

對于圖像的轉化和存儲是計算機對數字圖像最基本的操作，是對數字圖像不同格式轉換、旋轉、數字圖像壓縮存儲的關鍵技術。數字圖像是指將連續的、模擬的顏色信號轉換成量化的、數字化的圖像數據的一種存儲格式，是當前計算機處理數字圖像的主要手段。對圖像的轉化操作，主要是對數字圖像的數據進行運算、移位、變換等基本操作，主要是采用離散數學的矩陣或正交函數的算法來實現。數字圖像存儲是指對數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、重復的數據，從而減少存儲和傳輸的數據量。

數字圖像優化則是對數字圖像的預處理過程，是為了方便后期的數字圖像處理而進行的圖像增強或還原的操作，從而改善視覺效果，加快處理預算速度，修正處理結果。

圖像增強的思路一般是對圖像數據轉換后進行頻率過濾的技術，主要是改善圖片質量的手段。圖像還原是根據圖片的周圍數據對失真圖像進行修復的技術，常見的算法包括盲卷積恢復、最小二乘估計等。

圖像特征識別是數字圖像處理的后期階段，對在前期數字預處理之后，對圖像的特征區域進行劃分提取，然后對提取的特征區域進行綜合分析的過程。所以對于圖像特征識別的過程主要分為圖像分割、圖像特征提取、圖像分類三個過程。

圖像分割的主要思想是尋找圖片內不同區域的邊界，然后根據邊界實現圖像分割的技術。在一個圖片內，不同的區域之間的交界處必然會產生明顯的邊界，在數字圖像的存儲數值中，最后表現出的特征就是數值發生了突變，所以針對這一思想是能夠對圖像的邊界進行劃分，而后即可對封閉的邊界（包括圖片自身的最邊界）內的核心內容進行分割和提取。

圖像特征提取是根據以前對圖像的處理后得到的數據，將圖像中的某些點，如圖像紋理、圖像目標等進行提取，從而是不同的點劃分為不同的圖像子集，即圖片的核心區域，如果這些數據是連續的，那么這些數據則形成了一個整體的區域或者一個連續的曲線。

圖像分類即是識別的過程，主要是對圖像的核心區域進行特征判斷，根據不同區域的數據表現的特征進行分類，從而實現目標區域的分類，進而實現圖片的信息識別。

3　計算機在茶葉色澤識別中的應用

計算機在茶葉色澤識別中的應用，主要是通過構建不同的顏色模型，然后在通過對采集到的數字圖像進行圖像增強、優化等預處理之后，對其進行圖像分割、特征提取之后的圖像分類。對于茶葉色澤的計算機自動識別，首先要構建完整的硬件和軟件系統，通過對茶葉的數字圖像的采集、預處理、分割和特征提取之后，然后進行圖像分類的算法依據。在茶葉色澤的識別模型中，常見的模型有RGB顏色空間模型、HSV顏色空間模型等，從而為目標圖像中的顏色特征進行識別。

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（藍色）三原色通過不同的比例調配，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三種顏色構建三個坐標軸，并且將其從0到255分成了256種不同的顏色等級，這也是對各個顏色三種顏色調配的不同比例，那么根據這個數據模型的構建，自然界中的模擬顏色形成了最終的1670萬種顏色。根據笛卡爾坐標構建一個空間顏色模型，三個表坐標分別為R軸、G軸、B軸，其變化范圍為［0，255］，那么最終構建的立方體則是RGB的顏色空間模型，空間中每一個點就代表一種顏色。如圖1所示，為RGB顏色模型的示意結構圖。

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、飽和度、亮度等多種維度，這對科學研究來說是非常不利的，所以在此基礎上，構建HSV顏色空間模型。

在人類對顏色的直觀感受，是從三個角度來體現，分別是顏色的色調（Hue）、飽和度（Saturability）、亮度（Value），這是人類對顏色系統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向量為色調向量，在HSV顏色空間模型中是旋轉角度為向量，其變化范圍為［0°，360°］。色調是人類感受物體反射光的色彩表現，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］，是對顏色飽和度的一個比例值，即當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］。那么對于自然界中的所有顏色，可以根據其顏色的三個基本的特征進行變化，與HSV的顏色空間模型中的相對應的點一一對應，從而實現顏色的數字化轉變。

在對茶葉的色澤識別的顏色空間模型識別中，單純地利用RGB顏色空間模型對茶葉的核心目標圖像進行分析和分類時，很多色彩表示時都比較難以數字化，在數據對比時也很難定量對比，但是其計算比較方便，顏色很好控制。而HSV顏色空間模型，與人類對顏色的認知和感受比較貼切，但是在控制時相對比較困難，所以在不同的色澤識別系統中，會采用多種顏色空間模型混合或有目的性地選擇來實現對色的識別。

3.2茶葉色澤特征的識別

對于茶葉色澤特征的識別，主要從兩個角度來分析，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。而對于不同的茶葉品種，其優質茶葉的目標值又有所不同，對于一般的花茶或者紅茶來說，對于色澤油潤，顏色青黑色、褐色為優；而對于烏龍茶來說，則是以白色、青色、紅色的為優質茶葉；對于青茶則以色澤光亮、茶葉嫩芽翠綠為優質茶葉。

那么在計算機茶葉色澤識別系統中，首先對茶葉進行數字圖像采集，目前常見的識別系統都是以數碼相機作為數據圖像的源輸入設備，如果不能和識別系統匹配，可采用第三方的攻擊，如PS、畫圖工具等將其轉化成BMP格式。

在獲取到BMP格式的圖片，首先對其進行各種圖像預處理、核心圖片的分割和特征提取，然后對核心區域的圖像對特征數據庫進行對比分析，根據RGB顏色空間模型進行R，G，B三原色顏色模型的各個向量值獲取，得到茶葉圖片核心區域的顏色值的數字化，對于計算機而言，可以對其進行存儲和處理。

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

圖3　從RGB到HSV的變換流程圖

根據圖3所示，通過RGB顏色空間模型中三個向量值可以轉化成HSV顏色空間模型的H，S，V三個向量值，從而實現了茶葉圖片的核心區域顏色值的RGB三向量值向HSV三向量值的轉化，而后就可以根據不同的向量值范圍設定和對比，來判斷茶葉的色澤，進而為判斷茶葉質量和等級提供依據。

4　總結

利用計算機對茶葉色澤的識別，是在計算機的數據圖像處理技術的基礎上，對茶葉的圖像采集的數據進行RGB和HSV顏色空間模型的構建，通過Photoshop或者其他第三方的軟件對其進行格式轉換后，通過相應的算法將采集到的圖像進行RGB顏色模型換算，得到采集圖像的核心區域的顏色模型特征，然后經過二者之間的轉換，從而得到相應的顏色特征，從而對各個顏色空間模型的各個向量進行分析，來得到茶葉的色澤識別，從而實現計算機對茶葉顏色的自動識別過程。

［1］霍富功，王鑒.基于RGB空間的彩色圖像分層檢測方法研究［J］.電子測試.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［J］.福州大學學報（然科學版）.2008（6）：809-813.

［3］柴阿麗，李寶聚，王倩等.基于計算機視覺技術的番茄葉片葉綠素含量的檢測［J］.園藝學報.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］.信陽師范學院學報（自然科學版）.2016（2）：270-273.

鄧建青（1972-），女，廣西人，研究生，講師，研究方向：實驗室建設與管理、計算機科學與技術研究等。