卷積神經網絡在茶葉分級中的應用

俞文昌 徐雅雯 程英杰 彭子瑞

摘要：對茶葉客觀、準確、方便和高效分級對維護茶葉市場穩定和保證消費者權益有著重要意義。當前茶葉分級方法存在主觀性強、需要專業設備、操作不便等問題。文章提出了一種使用智能手機拍攝的茶葉圖像，利用卷積神經網絡實現對茶葉等級的判定方法。方法將茶葉分級問題轉化為圖像分類問題，通過拍攝不同等級茶葉圖像訓練模型后，模型即可通過茶葉圖像識別相應茶葉等級。通過實驗驗證常見卷積神經網絡ResNet18、ResNet50、GoogleNet和DensenNet均能夠準確識別六種不同等級綠茶。該方法對茶葉圖像沒有特殊要求，操作方便、識別效率高。

關鍵詞： 茶葉分級;計算機視覺;農業信息化;卷積神經網絡;圖像分類

中圖分類號：TP391? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）23-0110-04

Abstract：Abstract Objective， accurate， convenient and efficient tea grading is of great significance to maintain the stability of tea market and ensure the rights and interests of consumers. At present， there are some problems in tea grading， such as strong subjectivity， need of professional equipment， inconvenient operation and so on. In this paper， a method of using convolution neural network to judge the grade of tea is proposed. Methods the problem of tea classification was transformed into the problem of image classification. After training the model by taking different levels of tea images， the model could recognize the corresponding tea levels through the tea images. Experiments show that the common convolutional neural networks resnet18， resnet50， googlenet and densenet can accurately recognize six different grades of green tea， and this method has no special requirements for tea image， which is easy to operate and has high recognition efficiency.

Key words：tea grading; computer vision; agricultural information; convolution neural network; image classification

1? 引 言

茶葉在我國廣受消費者歡迎且具有很高的經濟價值，我國茶葉生產和消費穩居世界第一[1]。茶葉按照外形、香氣、湯色、滋味和葉底分為不同等級，不同等級茶葉銷售價格有著巨大的差異。以黃山毛峰茶為例，按照《黃山毛峰茶國家標準》可分為特一級、特二級、特三級、一級、二級和三級六個不同等級，每千克黃山毛峰因等級不同售價從幾百元到幾萬元不等。準確、客觀、便捷區分茶葉等級對保證茶葉市場有序和維護消費者權益有著重要意義。

2? 相關研究

當前茶葉分級方法可分為專家分級、基于理化分析分級和基于計算機視覺分級。傳統的茶葉分級由專業的品茶師來實現茶葉分級，評茶師可以從形香色味全面評鑒，但也容易受到評茶師主觀因素影響，并且品茶師培養周期長。

隨著技術進步出現基于理化分析的分級方法。通過專業儀器量化分析茶湯中各種礦物質元素和味道以實現對茶葉的分級。潘玉成等[2]、薛丹等[3]、莊雅婷等[4]利用電子舌提取茶湯相關特征，再使用PCA、FDA、LDA等模式識別方法區分不同等級茶葉。薛大為[5]利用電子鼻提取的黃山毛峰茶氣味特征，再利用BP神經網絡實現茶葉等級劃分。鄒光宇等[6]提出了一種電子舌/鼻融合的方法實現對茶葉等級的劃分。基于理化量化分析的方法需要專業的設備，操作復雜。

基于茶葉圖像的茶葉分級方法也受到廣泛關注。童陽等[7]提出利用小波變換提取茶葉圖片紋理特征、利用不同顏色通道模型提取茶葉圖片顏色特征，最后利用BP神經網絡實現對碧螺春茶4個等級的區分。宋彥等[8]提出利用茶葉圖片提取茶葉長、寬、面積、周長、外接矩長、寬等六個維度特征再利用BP神經網絡、支持向量機等模式識別算法區分不同等級茶葉。這些基于圖像的茶葉分級方法由于提取的是茶葉圖像較低維特征、對茶葉圖像拍攝的光照、角度、距離有較高要求，需要專業工業相機在暗箱中拍攝，拍攝成本高，拍攝不便。

針對以上提到的各種方法中的不足，本文提出一種利用深度卷積神經網絡提取茶葉照片的高維特征以實現對茶葉分級的方法。這種方法具有以下優勢：1）對圖片的要求不高，利用普通智能手機攝像頭拍攝即可;2）識別方便利用智能手機拍攝上傳服務器實時識別;3）識別準確率高，通過實驗對六種不同等級價格的綠茶實驗，識別準確率98%以上。