導語：計算機圖像處理技術(shù)在茶領(lǐng)域中的運用一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：隨著計算機技術(shù)的不斷發(fā)展，當今技術(shù)人員可以利用計算機技術(shù)在農(nóng)業(yè)領(lǐng)域大施拳腳。近年來，計算機視覺圖像處理技術(shù)的不斷完善可以幫助農(nóng)業(yè)進行多種鑒別、鑒定工作。茶葉在審評、加工、栽培方面主要通過自身的色澤來進行甄別和判斷，這就給計算機視覺圖像處理技術(shù)在茶葉領(lǐng)域中的運用提供了技術(shù)上的支撐和可行性。利用計算機視覺圖像處理技術(shù)對茶葉進行審評和甄別可以達到遠高于傳統(tǒng)人工的效率和結(jié)果。

關(guān)鍵詞：計算機視覺圖像處理技術(shù)；茶領(lǐng)域；運用

1計算機視覺圖像處理技術(shù)概述

隨著計算機技術(shù)的飛速發(fā)展，計算機作為重要的生產(chǎn)工具應用到了工農(nóng)業(yè)生產(chǎn)的各個領(lǐng)域。隨著各種成像原件、成像技術(shù)的發(fā)展，當前的計算機圖像處理技術(shù)已經(jīng)具備了高精度、高色差地分析物體之間細微的差異和變化的能力。通過對物體細微差異在圖像上的分析使得技術(shù)人員可以通過計算機視覺圖像處理技術(shù)進行高效的形狀判定。計算機視覺處理系統(tǒng)由圖像輸入、處理、存儲、輸出各部分組成，主要通過CCD（ChargedCoupledDevice，電荷耦合器件）傳感器拍攝獲取所檢測物的具體圖像信號，并通過模數(shù)轉(zhuǎn)換的形式將圖像信號轉(zhuǎn)換為數(shù)字型號。通過計算機硬件與軟件對圖像數(shù)字信號進行處理、轉(zhuǎn)換，對數(shù)字信號中的關(guān)鍵信息進行提取與分析，得出全面的對于目標信號的圖像特征值，進而實現(xiàn)對檢測物的甄別、監(jiān)控和判定。與傳統(tǒng)的人工視覺甄別相比，計算機視覺圖像處理技術(shù)具有精準、快速、相關(guān)性狀可量化等特點。

2計算機視覺圖像處理技術(shù)在茶領(lǐng)域的應用現(xiàn)狀

由于外觀特征是茶葉在培育、加工、評審方面需要評判的重要依據(jù)，而外觀特征在人工肉眼判斷方面又缺乏一個量化的定性標準，所以計算機視覺圖像處理技術(shù)在茶領(lǐng)域的運用就成為了一種快捷有效的方法。

2.1計算機視覺圖像處理技術(shù)在茶葉培育方面的具體應用

在培育階段，計算機視覺圖像技術(shù)可以有效地對茶葉的葉面積進行測量。通過Photoshop軟件和相關(guān)算法程序，技術(shù)人員可以通過取相、對比、分析等一系列過程來對茶葉的具體葉面積進行全面的分析和判定。同時，這種方法可以一次對比多個樣本，效率極高。在測算茶葉面積的基礎(chǔ)上，計算機視覺圖像技術(shù)還可以通過光譜對比技術(shù)對茶葉在培育期間的相關(guān)健康情況進行實時監(jiān)控。技術(shù)人員對茶葉葉片的光譜分析是根據(jù)茶葉表面的色澤與茶樹本身各種微量元素含量建立的相關(guān)對應關(guān)系，在此基礎(chǔ)上判定茶樹在生長期間各種微量元素含量的水平，進而及時調(diào)整培育方案和計劃。同時光譜分析方法還可積極測量茶樹在不同環(huán)境中生長的情況，進而幫助茶農(nóng)優(yōu)化培育方案和培育技術(shù)。

2.2計算機視覺圖像處理技術(shù)在茶葉加工過程中的具體運用

當前可行的計算機視覺圖像處理技術(shù)主要運用在茶葉發(fā)酵和茶葉撿梗的操作中。紅茶在發(fā)酵過程中的色澤變化范圍小，肉眼很難清晰辨別紅茶發(fā)酵的具體程度。這就為計算機視覺圖像處理技術(shù)提供了用武之地。在紅茶發(fā)酵階段利用數(shù)碼相機、攝像機等成像設(shè)備分時段對紅茶進行拍攝，利用計算機RGB色度算法模擬直接得出成像中紅茶的色澤參數(shù)，按照色澤參數(shù)來判定紅茶的發(fā)酵程度，這可以極好地解決紅茶發(fā)酵程度判定的問題。通過在震動傳送帶上加裝高速攝像機，并與計算機進行連接，通過設(shè)定茶葉準確的RGB色澤參數(shù)進行茶、梗篩選會大大提高揀剔效率。

2.3計算機視覺圖像處理技術(shù)在茶葉評審環(huán)節(jié)方面的具體運用

在茶葉評審環(huán)節(jié)，傳統(tǒng)評審標準規(guī)定的嫩度、條索、色澤、凈度、湯色等評級指標都可以利用計算機視覺圖像處理技術(shù)進行處理和評判。在茶葉評審過程中，計算機視覺圖像處理技術(shù)通過對茶葉顏色中R、G、B、H、I、S等11個特征數(shù)值進行采集與分析在此基礎(chǔ)上通過IMCAIS(Indepen－dentModelingofClassAnalogySoft，獨立模型分級分析軟件)的模型辨識原理，技術(shù)人員可以對最多三種不同類型的茶葉進行區(qū)分和識別。這種模式的軟件可以根據(jù)顏色區(qū)別與特性區(qū)別來進行相關(guān)茶葉品類的鑒定。隨著多種圖像模型的建立和不同種類茶葉間數(shù)據(jù)的不斷完善，目前技術(shù)人員可以對超過30種不同的茶葉種類進行檢測和甄別，甄別結(jié)果與人工甄別的吻合率約為92%。

3計算機視覺圖像處理技術(shù)在茶領(lǐng)域的應用試驗

3.1茶鮮葉色澤鑒定試驗

3.1.1實驗目的：通過計算機視覺圖像技術(shù)來測定茶鮮葉色澤、分析茶鮮葉20h內(nèi)含水量與色澤間的關(guān)系。

3.1.2試驗的材料與設(shè)備(1)試驗材料：福建福鼎大白茶鮮葉(2)試驗設(shè)備：穩(wěn)定內(nèi)部光源暗箱一個；SonyRX100（RX100M6）數(shù)碼相機；PhotoshopCC2018圖像處理軟件。

3.1.3試驗步驟（1）拍攝階段。采用藍色背景，將茶鮮葉單片按一定距離均勻鋪散在暗箱內(nèi)，使用置于暗箱頂端觀測孔的RX100相機，關(guān)閉閃光燈，通過自動近景方式拍攝。拍攝期間保障暗箱內(nèi)的光源開啟。拍攝完成后，將拍攝的10張茶鮮葉照片輸入計算機。在固定光源拍攝完畢后，打開相機閃光燈，根據(jù)不同的光照條件下，利用不同的光圈大小分別拍攝多張樣張。（2）背景處理階段。將茶鮮葉圖像從照片背景中分離是判定茶鮮葉基本屬性的重要步驟。首先利用PhotoshopCC2018軟件中的魔術(shù)棒工具來進行圖像分離工作，在分離時需要注意背景顏色的處理。魔術(shù)棒工具可以在一定容差值內(nèi)進行操作，進行分離時容錯率的大小取決于背景顏色的選擇，為了保證茶鮮葉圖像的完整性，系統(tǒng)的默認值約為32（RGB值），所以背景與茶鮮葉的色差需要保障在大于32之上。通常在背景為藍色或白色時茶鮮葉圖像提取效果最佳。（3）取值階段。利用PhotoshopCC2018軟件中的選擇工具選中照片中茶鮮葉的輪廓，執(zhí)行濾鏡工具內(nèi)的模糊平均指令，對選中圖像的相關(guān)參數(shù)進行平均化操作。操作時需要按照不同光源、光圈大小來得出不同階段下茶葉的RGB數(shù)值和HSB數(shù)值。在得出數(shù)個具體參數(shù)值后，通過平均算法來得出茶葉一般狀態(tài)下的RGB和HSB數(shù)值。

3.1.4實驗結(jié)論：通過計算機視覺圖像處理技術(shù)，在對茶葉進行相關(guān)RGB和HSB值的測定后，可以利用此法來進行相關(guān)茶葉生長狀態(tài)、葉相方面的測定，進而更好地支持茶葉培育和審評。

3.2茶鮮葉萎凋過程色澤變化試驗

3.2.1實驗目的：通過對茶鮮葉攤晾20h的過程中不同含水量的圖像參數(shù)的測定，得出茶鮮葉在24h攤晾過程中不同時期含水量與圖像參數(shù)的對應關(guān)系。

3.2.2試驗設(shè)備和材料：同實驗一

3.2.3實驗步驟（1）將大白茶茶鮮葉按芽頭、一芽一葉、一芽二葉、一芽三葉的機械組或分別攤晾在溫度、濕度適中的室內(nèi)，總攤晾時間為24h。期間每隔1h對茶鮮葉的含水量進行測量并拍攝。（2）按照3.1的方法提取茶鮮葉圖像并獲得相關(guān)茶鮮葉不同攤晾時段的具體參數(shù)。我們可以發(fā)現(xiàn)，在不同階段的茶鮮葉中，隨著含水量的變化，不同種類的茶鮮葉的色彩參數(shù)基本都趨于下降。在茶葉萎凋過程中，RGB三色中R值與G值隨著水分的流失而不斷下降，B值在攤晾初期下降較為明顯，后期便趨于平穩(wěn)。從含水量變化與茶鮮葉色澤變化的相關(guān)性進行分析可以得出，隨著含水量的不斷下降，茶葉中G值與含水量的相關(guān)性較高。傳統(tǒng)視覺觀測也能得出相同的結(jié)論即茶葉在萎凋過程中逐漸由鮮綠色變?yōu)榘稻G色。因此，工作人員可以針對不同類型的茶鮮葉的具體RG值來判定其確切的攤晾時間，這種方式適合在攤晾24小時以內(nèi)的茶鮮葉檢測工作。

4結(jié)束語

綜上所述，通過計算機視覺圖像處理技術(shù)可以清晰準確的對茶葉地諸多特性進行評測和甄別。在RGB和HSB數(shù)值測定的基礎(chǔ)上，技術(shù)人員還可以使用多種建模軟件對茶葉的形態(tài)和特性進行分析和判定。隨著計算機視覺圖像處理技術(shù)的不斷進步，通過計算機甄別、檢測茶葉將成為業(yè)界的主流。

參考文獻

[1]宋濤,樊志新.用于銅扁線表面質(zhì)量監(jiān)測的計算機視覺和圖像處理技術(shù)[J].中國科技信息,2005(22):42.

[2]王斌.計算機視覺圖像處理技術(shù)在茶學領(lǐng)域應用方法的研究[J].福建茶葉,2017(12):17.

[3]曾珍珍.一種計算機視覺算法的圖像處理技術(shù)[J].信息技術(shù),2018(4):74-78.

[4]劉宗平.茶領(lǐng)域中計算機視覺圖像處理技術(shù)應用方法研究[J].福建茶葉,2016(8):221-222.

作者:吳豐盛 單位:武漢城市職業(yè)學院計算機與電子信息工程學院