关于计算机视觉在茶叶等级检验中应用的研究

张宇光

（衡水学院数学与计算机学院，河北衡水 053000）

茶叶富含多种营养价值与保健功能的化学成分，备受人们的喜爱与欢迎。按地区、种类、生长环境等方面划分，茶叶可分为红茶、绿茶、白茶等多种流派，不同流派乃至同类别的茶叶都会存在高低档之分。随着高新技术的发展，通过手工类操控办法来区分茶叶等级显然并不完全适用于当下环境，以计算机视觉技术为主的方法则更能提高茶叶等级划分的准确性。此外，将计算机视觉技术应用于茶叶等级检验中，同样能够实现茶叶内部与外部品质的同时检测，有利于避免传统茶叶等级检验造成的大量浪费问题。

1 计算机视觉应用于茶叶等级检验的现状分析

20世纪70年代后期，计算机视觉技术得到了快速发展，在处理图像数据方面也有所改善，为军事、医学图像、车辆视觉导航等诸多领域提供了有效帮助。计算机视觉技术作为一种非破坏性分析方法，能够有效实现快速分析、精准分析、实时分析，弥补传统品质检测分析活动的不足。目前，该技术在茶叶等级检验中的应用，主要体现在茶叶外在形状与色泽参数等的检测、计算、分级方面，一定程度上代替了传统人工茶叶等级方法，确保茶叶品质分级的准确性。与此同时，计算机视觉技术应用于茶叶等级检验的主要方法在于，通过运用计算机彩色图像处理茶叶的色形特征与其具体参数，继而利用神经网络技术对茶叶品质进行分级，并做好茶叶的品质测量与登记分类工作，便于人们更好地区分茶叶品质。

2 计算机视觉在茶叶等级检验中的具体应用

在茶叶生产过程中，等级检验是茶叶品质鉴定与茶叶价格评判的重要依据。为了克服传统检验方法的分级准确度不够等弊端，运用计算机视觉技术区分不同类型和等级的茶叶，能够为茶叶智能化生产提供有效的工艺决策。联系实际，计算机视觉技术在茶叶等级检验中的具体应用体现在以下几个方面：

2.1 提取茶叶图像外形特征参数

色泽、汤色、味道、外形等是判断茶叶品质优劣的重要因素，其中外形是最为直观的体现。通过圆、针、长条、卷曲、尖型等茶叶的外观形状，以及冲泡时茶叶吸水量与涨大程度的大小，便于准确获知茶叶在栽培、培育、采摘等环节的具体情况。

为了更加准确地判断茶叶的品质好坏以及等级高低，利用计算机视觉技术准确识别、测量与分析茶叶的外形，提取茶叶的图像外形特征参数，有利于事半功倍地达到预期判断效果。其具体步骤有二：首先，利用计算机视觉技术，精准识别与分析干茶或湿茶的外形特征参数，并提取茶叶的周长、面积、圆度、直径等参数信息，根据提取结果进一步划分茶叶的等级；其次，待参数提取完毕后，利用计算机视觉中的图像增强技术、二值化技术、边缘截取技术等，处理茶叶的图像，力求获得的茶叶等级检验结果最为精准，有效提升茶叶等级检验准确性。

2.2 提升茶叶图像的采集与处理效果

通过获取茶叶的原始图像后，处理图像并提取茶叶的色泽与形状等参数，继而进行深入地分析辨别，即计算机视觉技术对茶叶等级检验的核心要点。其中，图像的采集与预期处理尤为关键，提升茶叶图像的采集与处理效果，能够减少外界环境的噪音干扰、保持图像的清晰度，对下一步工作起到了至关重要的作用。

2.3 计算机视觉系统的构成

为了有效处理茶叶图像信息，合理运用包含图像采集装备的计算机视觉系统是其关键所在，其中摄像机、数码相机、电荷耦合器件、电荷注入器件等是常用的采集图像装备。在收集茶叶的外在特征图像时，常用平板式扫描仪替代数码相机的方法，避免图像受到外界因素的影响，提高茶叶图像的测量精度。通过扫描仪的内部模数转换器，将图像转换为计算机能够识别的二进制数值，实现图片向数字的转换，之后联接电脑、扫描仪、数码相机等装备，构成完整的计算机视觉系统，增强对茶叶图像的前期处理效果，达到提升图像辨别效果的目的。

2.4 茶叶图像的有效处理

对茶叶图像的处理是计算机视觉技术应用于茶叶等级检验的重要基础，也是目标物体数据信息收获的有效方法。通过计算机加工图像数据，表现图像的客观信息特征，据此分离或连接图像的各个元素，即计算机视觉技术对图像的处理与分析原理。图像的边缘截取、色泽强度的增强等方面是识别与处理茶叶图像与低层图像的集中体现，一定程度上影响着茶叶识别模式的准确有效性。综合来看，在茶叶等级检验过程中，图像的有效处理是提升辨别结果准确有效性的关键所在，有利于更好地提高茶叶等级检验精准度。

2.5 去除茶叶图像噪音

通过对茶叶图像的去噪，获取最基本的茶叶等级检验成果，以此提高茶叶等级检验的准确有效性。因此，在利用计算机视觉技术检验茶叶等级时，其关键点要围绕去除茶叶图像噪音展开。

首先，通过利用图像去噪功能，减少茶叶图像数字化与信息化过程中的外部干扰因素，并运用中值滤波法与领域平滑法，优化茶叶图像的边缘及细节，消除图像噪音的同时预防茶叶图像出现模糊现象。其次，利用计算机视觉技术，有效采集茶叶图像信息。考虑在边界的不同方位进行标记，详细标记其中最明显的边界点，获取茶叶的单个精准样本，提高图像除噪效果。最后，借助相关设备扫描茶叶图像，消除图像数字化造成的噪音，并测试茶叶图像的失真率，检验图像二值化的灰度值有效性。

2.6 利用神经网络模型对茶叶品质进行分级

计算机视觉技术的应用，主要是通过获取茶叶原始图像并对其进行分析与处理，继而根据处理结果来判断和检测茶叶等级。然而在具体分析描述茶叶图像的外形、色泽特征时，常用的计算机视觉技术方法的适用性还有待加强，计算机视觉中的神经网络模型则能够处理大量的数据且具有较好的兼容性，检测茶叶等级的效果更佳。神经网络又被称之为人工神经网络，也是用于处理分布式信息的人类大脑神经的结构与功能的网络，其本质是由多个相同的神经元结合而成的生物模型，具有较强容错性、分布并行处理等优点。通过运用神经网络进行茶叶数据录入，借助计算机视觉分级技术设计茶叶等级检验系统，构成茶叶数据库的录入、图像的预处理等模块，加强对相关茶叶数据的管理。

综合来看，通过运用计算机视觉技术，采集茶叶的图像信息，提取RGB等颜色特征、形状特征以及纹理特征，继而利用神经网络模型对图像特征进行分类，有助于高效完成茶叶品质判断与等级区分。

3 计算机视觉在茶叶等级检验中的应用实例

XH县是当地茶叶的主产县之一，全县茶叶产量共计3000t，现有茶园面积约为3252.5ahm2，茶叶产值约3.5亿元。随机抽选XH县知名茶场的相同绿茶品种的干茶叶，围绕一级、二级、三级、四级各选取20片样本。基于计算机视觉技术应用于茶叶等级检验的思路，运用具体的试验进行数据分析与判别，切实保障茶叶等级区分的准确度。

3.1 试验设备

将样本置于0.5m×0.4m×0.6的光照箱中拍摄图像，借助CCD相机拍摄形成2300万像素的JEPG格式图像，并运用A/D转换器转换为BMP格式图像，待完成核心计算机后续分析后，继而进行BP神经网络模型分析等图像的实时分析处理。

3.2 试验方法

结合XH县茶场的生长环境、气候条件等情况，借助设备拍摄基础样本茶叶的图像并检测形状特征，然后拍摄加入30m L沸水冲泡3-7m in后的样本茶叶的图像并检测颜色特征。

茶叶图像外形特征分析：初始图像灰度阈值设定在80范围内，促进灰度图像向二值图像的转变，并标记图像中的单片茶叶。根据茶叶的颜色差异，待选择合适的阈值后分割提取单片茶叶的轮廓，以直方图形式分析形状特征。

茶叶图像除燥分析：成像设备与相关外部因素均会对所拍摄的图像有所影响，最为直观的表现在噪音干扰方面，不利于提高茶叶品质检测的准确性。运用中值滤波法，按灰度值对茶叶图像中的窗口进行排序，并将像素的中心值视作为中间值，保证去除噪音后的图像以白色为主背景并夹杂少量黑点，保证图像具有较高的质量。

茶叶品质分级描述：借助神经网络模型，明确描述茶叶形状、色泽等与品质之间的相关规律，实现对茶叶等级的科学预判。收集一级至四级各20片茶叶样本的参数信息，经处理后输入BP神经网络，计算信息拟合残差并建立茶叶等级检验模型，以此检验茶叶样本的品质，判断茶叶分级的准确性。

3.3 试验结果

通过运用计算机视觉技术进行试验，预处理后茶叶与茶水的图像与之前相比较为清晰，目标区域边界明了且背景干扰少，整体看图像质量甚好。

对比分析80片茶叶样本等级检测结果，一级样本准确率达到96%、二级样本准确率达到87%、三级样本准确率达到91%、四级样本准确率达到88%，检测总体准确率较高。由此可见，计算机视觉技术的运用，在有效识别与检验茶叶等级方面的效果较好。

综合来看，利用计算机视觉技术获取茶叶图像，通过提取茶叶的形状特征、实施图像除燥以及在神经网络中建立模型，分析数据并进行茶叶分级，整体看可将其应用于茶叶的实时等级检验。与此同时，由于计算机视觉对茶叶等级的检验距离100%的准确率还有所差距，在实践中应用该项技术也需要结合实际情况予以改进，尤其是在预处理、阈值分割、灰度化等方面，注意优化神经网络算法或增加建模特征参数数量，以便有效保障茶叶等级检验效果。

4 计算机视觉应用于茶叶等级检验的对策建议

结合当前计算机视觉技术在茶叶等级检验中的实际应用情况，现从以下几个方面提出相关对策建议，以期更好地提升茶叶等级检验效果。

一根据茶叶产品的品质特色、外形特征等参数信息，构建符合实际的计算机识别机制。例如，按干茶与湿茶等分类，提取茶叶的色泽、形状、化学特性等指标，运用计算机视觉技术科学区分茶叶品级，使得茶叶产品的品质鉴定与等级检验结果客观有效。

二是根据具体的茶叶等级检验试验结果，基于BP神经网络的茶叶分级效果较佳，一级至四级80片茶叶样本的精准度均超过了85%以上，因此构建神经网络的茶叶产品检验机制则显得至关重要。此外，在此基础上适时开发茶叶产品智能分级程序，如使用功能突出的VC++6.0程序，有效筛选茶叶图像的特征信息，确保茶叶等级检验效果。

三是为了充分满足茶叶样本等级检验诉求，在计算机视觉技术的应用基础上开发茶叶智能识别系统同样尤为关键。该系统旨在通过目录化管理，获取茶叶产品的各种类型图像，对茶叶样本实施快速分类与精准分级，为茶叶等级检验提供有效指引。此外，该系统的运用也要视情况运用边缘检测法、图像滤波法，达到有效弥补传统茶叶识别技术缺陷的目的，也有助于满足当前茶叶产业的量化生产需求。

5 结束语

综上所述，计算机视觉技术在茶叶等级检验中的具体应用，侧重于茶叶图像外形特征参数的提取、茶叶图像采集与处理效果的提升、利用神经网络模型对茶叶品质进行分级等方面，一定程度上增强了茶叶等级检验的准确性。