關于計算機視覺在茶葉等級檢驗中應用的研究

張宇光

（衡水學院數學與計算機學院，河北衡水 053000）

茶葉富含多種營養價值與保健功能的化學成分，備受人們的喜愛與歡迎。按地區、種類、生長環境等方面劃分，茶葉可分為紅茶、綠茶、白茶等多種流派，不同流派乃至同類別的茶葉都會存在高低檔之分。隨著高新技術的發展，通過手工類操控辦法來區分茶葉等級顯然并不完全適用于當下環境，以計算機視覺技術為主的方法則更能提高茶葉等級劃分的準確性。此外，將計算機視覺技術應用于茶葉等級檢驗中，同樣能夠實現茶葉內部與外部品質的同時檢測，有利于避免傳統茶葉等級檢驗造成的大量浪費問題。

1 計算機視覺應用于茶葉等級檢驗的現狀分析

20世紀70年代后期，計算機視覺技術得到了快速發展，在處理圖像數據方面也有所改善，為軍事、醫學圖像、車輛視覺導航等諸多領域提供了有效幫助。計算機視覺技術作為一種非破壞性分析方法，能夠有效實現快速分析、精準分析、實時分析，彌補傳統品質檢測分析活動的不足。目前，該技術在茶葉等級檢驗中的應用，主要體現在茶葉外在形狀與色澤參數等的檢測、計算、分級方面，一定程度上代替了傳統人工茶葉等級方法，確保茶葉品質分級的準確性。與此同時，計算機視覺技術應用于茶葉等級檢驗的主要方法在于，通過運用計算機彩色圖像處理茶葉的色形特征與其具體參數，繼而利用神經網絡技術對茶葉品質進行分級，并做好茶葉的品質測量與登記分類工作，便于人們更好地區分茶葉品質。

2 計算機視覺在茶葉等級檢驗中的具體應用

在茶葉生產過程中，等級檢驗是茶葉品質鑒定與茶葉價格評判的重要依據。為了克服傳統檢驗方法的分級準確度不夠等弊端，運用計算機視覺技術區分不同類型和等級的茶葉，能夠為茶葉智能化生產提供有效的工藝決策。聯系實際，計算機視覺技術在茶葉等級檢驗中的具體應用體現在以下幾個方面：

2.1 提取茶葉圖像外形特征參數

色澤、湯色、味道、外形等是判斷茶葉品質優劣的重要因素，其中外形是最為直觀的體現。通過圓、針、長條、卷曲、尖型等茶葉的外觀形狀，以及沖泡時茶葉吸水量與漲大程度的大小，便于準確獲知茶葉在栽培、培育、采摘等環節的具體情況。

為了更加準確地判斷茶葉的品質好壞以及等級高低，利用計算機視覺技術準確識別、測量與分析茶葉的外形，提取茶葉的圖像外形特征參數，有利于事半功倍地達到預期判斷效果。其具體步驟有二：首先，利用計算機視覺技術，精準識別與分析干茶或濕茶的外形特征參數，并提取茶葉的周長、面積、圓度、直徑等參數信息，根據提取結果進一步劃分茶葉的等級；其次，待參數提取完畢后，利用計算機視覺中的圖像增強技術、二值化技術、邊緣截取技術等，處理茶葉的圖像，力求獲得的茶葉等級檢驗結果最為精準，有效提升茶葉等級檢驗準確性。

2.2 提升茶葉圖像的采集與處理效果

通過獲取茶葉的原始圖像后，處理圖像并提取茶葉的色澤與形狀等參數，繼而進行深入地分析辨別，即計算機視覺技術對茶葉等級檢驗的核心要點。其中，圖像的采集與預期處理尤為關鍵，提升茶葉圖像的采集與處理效果，能夠減少外界環境的噪音干擾、保持圖像的清晰度，對下一步工作起到了至關重要的作用。

2.3 計算機視覺系統的構成

為了有效處理茶葉圖像信息，合理運用包含圖像采集裝備的計算機視覺系統是其關鍵所在，其中攝像機、數碼相機、電荷耦合器件、電荷注入器件等是常用的采集圖像裝備。在收集茶葉的外在特征圖像時，常用平板式掃描儀替代數碼相機的方法，避免圖像受到外界因素的影響，提高茶葉圖像的測量精度。通過掃描儀的內部模數轉換器，將圖像轉換為計算機能夠識別的二進制數值，實現圖片向數字的轉換，之后聯接電腦、掃描儀、數碼相機等裝備，構成完整的計算機視覺系統，增強對茶葉圖像的前期處理效果，達到提升圖像辨別效果的目的。

2.4 茶葉圖像的有效處理

對茶葉圖像的處理是計算機視覺技術應用于茶葉等級檢驗的重要基礎，也是目標物體數據信息收獲的有效方法。通過計算機加工圖像數據，表現圖像的客觀信息特征，據此分離或連接圖像的各個元素，即計算機視覺技術對圖像的處理與分析原理。圖像的邊緣截取、色澤強度的增強等方面是識別與處理茶葉圖像與低層圖像的集中體現，一定程度上影響著茶葉識別模式的準確有效性。綜合來看，在茶葉等級檢驗過程中，圖像的有效處理是提升辨別結果準確有效性的關鍵所在，有利于更好地提高茶葉等級檢驗精準度。

2.5 去除茶葉圖像噪音

通過對茶葉圖像的去噪，獲取最基本的茶葉等級檢驗成果，以此提高茶葉等級檢驗的準確有效性。因此，在利用計算機視覺技術檢驗茶葉等級時，其關鍵點要圍繞去除茶葉圖像噪音展開。

首先，通過利用圖像去噪功能，減少茶葉圖像數字化與信息化過程中的外部干擾因素，并運用中值濾波法與領域平滑法，優化茶葉圖像的邊緣及細節，消除圖像噪音的同時預防茶葉圖像出現模糊現象。其次，利用計算機視覺技術，有效采集茶葉圖像信息?？紤]在邊界的不同方位進行標記，詳細標記其中最明顯的邊界點，獲取茶葉的單個精準樣本，提高圖像除噪效果。最后，借助相關設備掃描茶葉圖像，消除圖像數字化造成的噪音，并測試茶葉圖像的失真率，檢驗圖像二值化的灰度值有效性。

2.6 利用神經網絡模型對茶葉品質進行分級

計算機視覺技術的應用，主要是通過獲取茶葉原始圖像并對其進行分析與處理，繼而根據處理結果來判斷和檢測茶葉等級。然而在具體分析描述茶葉圖像的外形、色澤特征時，常用的計算機視覺技術方法的適用性還有待加強，計算機視覺中的神經網絡模型則能夠處理大量的數據且具有較好的兼容性，檢測茶葉等級的效果更佳。神經網絡又被稱之為人工神經網絡，也是用于處理分布式信息的人類大腦神經的結構與功能的網絡，其本質是由多個相同的神經元結合而成的生物模型，具有較強容錯性、分布并行處理等優點。通過運用神經網絡進行茶葉數據錄入，借助計算機視覺分級技術設計茶葉等級檢驗系統，構成茶葉數據庫的錄入、圖像的預處理等模塊，加強對相關茶葉數據的管理。

綜合來看，通過運用計算機視覺技術，采集茶葉的圖像信息，提取RGB等顏色特征、形狀特征以及紋理特征，繼而利用神經網絡模型對圖像特征進行分類，有助于高效完成茶葉品質判斷與等級區分。

3 計算機視覺在茶葉等級檢驗中的應用實例

XH縣是當地茶葉的主產縣之一，全縣茶葉產量共計3000t，現有茶園面積約為3252.5ahm2，茶葉產值約3.5億元。隨機抽選XH縣知名茶場的相同綠茶品種的干茶葉，圍繞一級、二級、三級、四級各選取20片樣本?；谟嬎銠C視覺技術應用于茶葉等級檢驗的思路，運用具體的試驗進行數據分析與判別，切實保障茶葉等級區分的準確度。

3.1 試驗設備

將樣本置于0.5m×0.4m×0.6的光照箱中拍攝圖像，借助CCD相機拍攝形成2300萬像素的JEPG格式圖像，并運用A/D轉換器轉換為BMP格式圖像，待完成核心計算機后續分析后，繼而進行BP神經網絡模型分析等圖像的實時分析處理。

3.2 試驗方法

結合XH縣茶場的生長環境、氣候條件等情況，借助設備拍攝基礎樣本茶葉的圖像并檢測形狀特征，然后拍攝加入30m L沸水沖泡3-7m in后的樣本茶葉的圖像并檢測顏色特征。

茶葉圖像外形特征分析：初始圖像灰度閾值設定在80范圍內，促進灰度圖像向二值圖像的轉變，并標記圖像中的單片茶葉。根據茶葉的顏色差異，待選擇合適的閾值后分割提取單片茶葉的輪廓，以直方圖形式分析形狀特征。

茶葉圖像除燥分析：成像設備與相關外部因素均會對所拍攝的圖像有所影響，最為直觀的表現在噪音干擾方面，不利于提高茶葉品質檢測的準確性。運用中值濾波法，按灰度值對茶葉圖像中的窗口進行排序，并將像素的中心值視作為中間值，保證去除噪音后的圖像以白色為主背景并夾雜少量黑點，保證圖像具有較高的質量。

茶葉品質分級描述：借助神經網絡模型，明確描述茶葉形狀、色澤等與品質之間的相關規律，實現對茶葉等級的科學預判。收集一級至四級各20片茶葉樣本的參數信息，經處理后輸入BP神經網絡，計算信息擬合殘差并建立茶葉等級檢驗模型，以此檢驗茶葉樣本的品質，判斷茶葉分級的準確性。

3.3 試驗結果

通過運用計算機視覺技術進行試驗，預處理后茶葉與茶水的圖像與之前相比較為清晰，目標區域邊界明了且背景干擾少，整體看圖像質量甚好。

對比分析80片茶葉樣本等級檢測結果，一級樣本準確率達到96%、二級樣本準確率達到87%、三級樣本準確率達到91%、四級樣本準確率達到88%，檢測總體準確率較高。由此可見，計算機視覺技術的運用，在有效識別與檢驗茶葉等級方面的效果較好。

綜合來看，利用計算機視覺技術獲取茶葉圖像，通過提取茶葉的形狀特征、實施圖像除燥以及在神經網絡中建立模型，分析數據并進行茶葉分級，整體看可將其應用于茶葉的實時等級檢驗。與此同時，由于計算機視覺對茶葉等級的檢驗距離100%的準確率還有所差距，在實踐中應用該項技術也需要結合實際情況予以改進，尤其是在預處理、閾值分割、灰度化等方面，注意優化神經網絡算法或增加建模特征參數數量，以便有效保障茶葉等級檢驗效果。

4 計算機視覺應用于茶葉等級檢驗的對策建議

結合當前計算機視覺技術在茶葉等級檢驗中的實際應用情況，現從以下幾個方面提出相關對策建議，以期更好地提升茶葉等級檢驗效果。

一根據茶葉產品的品質特色、外形特征等參數信息，構建符合實際的計算機識別機制。例如，按干茶與濕茶等分類，提取茶葉的色澤、形狀、化學特性等指標，運用計算機視覺技術科學區分茶葉品級，使得茶葉產品的品質鑒定與等級檢驗結果客觀有效。

二是根據具體的茶葉等級檢驗試驗結果，基于BP神經網絡的茶葉分級效果較佳，一級至四級80片茶葉樣本的精準度均超過了85%以上，因此構建神經網絡的茶葉產品檢驗機制則顯得至關重要。此外，在此基礎上適時開發茶葉產品智能分級程序，如使用功能突出的VC++6.0程序，有效篩選茶葉圖像的特征信息，確保茶葉等級檢驗效果。

三是為了充分滿足茶葉樣本等級檢驗訴求，在計算機視覺技術的應用基礎上開發茶葉智能識別系統同樣尤為關鍵。該系統旨在通過目錄化管理，獲取茶葉產品的各種類型圖像，對茶葉樣本實施快速分類與精準分級，為茶葉等級檢驗提供有效指引。此外，該系統的運用也要視情況運用邊緣檢測法、圖像濾波法，達到有效彌補傳統茶葉識別技術缺陷的目的，也有助于滿足當前茶葉產業的量化生產需求。

5 結束語

綜上所述，計算機視覺技術在茶葉等級檢驗中的具體應用，側重于茶葉圖像外形特征參數的提取、茶葉圖像采集與處理效果的提升、利用神經網絡模型對茶葉品質進行分級等方面，一定程度上增強了茶葉等級檢驗的準確性。