計(jì)算機(jī)視覺(jué)技術(shù)在茶葉等級(jí)檢測(cè)中的應(yīng)用研究

李素朵

(河北工程技術(shù)學(xué)院，石家莊 050091)

0 引言

茶葉是世界范圍內(nèi)的三大飲料之一，最早在我國(guó)被發(fā)現(xiàn)和利用，且廣泛出口到其它國(guó)家。經(jīng)過(guò)長(zhǎng)期的發(fā)展，茶葉不僅推動(dòng)了我國(guó)的文明進(jìn)程，還豐富了進(jìn)口國(guó)的物質(zhì)文化生活，在世界歷史文化中占有重要地位。目前，我國(guó)的茶葉種植面積和產(chǎn)量都位居世界第一，出口量也位于世界前列，因此成為農(nóng)業(yè)經(jīng)濟(jì)的重要組成部分。

茶葉之所以受到廣泛的歡迎，得益于其中富含的多種具有營(yíng)養(yǎng)價(jià)值和保健功能的化學(xué)成分，這些也是茶葉能夠作為飲料的根本[1]。茶葉中的各種營(yíng)養(yǎng)物質(zhì)包括維生素、無(wú)機(jī)鹽和生理活性物質(zhì)，在人體的營(yíng)養(yǎng)供應(yīng)和醫(yī)療保健上能夠發(fā)揮重要的作用。茶葉中的維生素主要是維生素A、維生素E和維生素B，其功能涉及維持人體正常的生理機(jī)能，預(yù)防疾病和延緩衰老。茶葉中的無(wú)機(jī)鹽主要為鉀、鐵、碘和氟，既是新陳代謝所必需的物質(zhì)，又是生理反應(yīng)不可缺少的因子。茶葉中的生理活性物質(zhì)包括茶多酚、咖啡堿和各類(lèi)氨基酸，是茶葉具備保健功能的物質(zhì)基礎(chǔ)。

我國(guó)雖然是茶葉生產(chǎn)和出口的大國(guó)，但茶葉產(chǎn)業(yè)在經(jīng)過(guò)了多年的快速發(fā)展后，近些年開(kāi)始遭遇瓶頸，產(chǎn)業(yè)效益徘徊不前。究其原因：我國(guó)沒(méi)有建立完善的茶葉品質(zhì)檢測(cè)體系，茶葉的分級(jí)技術(shù)落后，導(dǎo)致了產(chǎn)品的品質(zhì)參差不齊。我國(guó)茶葉在國(guó)際市場(chǎng)的競(jìng)爭(zhēng)力沒(méi)有被充分開(kāi)發(fā)出來(lái)，容易受到其它國(guó)家貿(mào)易壁壘的影響。因此，開(kāi)發(fā)新的茶葉品質(zhì)分級(jí)技術(shù)方法，加強(qiáng)基于品質(zhì)的分級(jí)，才能推動(dòng)茶葉產(chǎn)業(yè)的持續(xù)發(fā)展。

茶葉的品質(zhì)包括外部品質(zhì)和內(nèi)部品質(zhì)，前者主要為形狀和色澤，形狀包括扁形、針形、片形等，色澤包括綠色、紅色、黃色等[2]。茶葉的內(nèi)部品質(zhì)主要為滋味和香氣，都是由茶葉所含的營(yíng)養(yǎng)物質(zhì)成分決定的。外部品質(zhì)和內(nèi)部品質(zhì)共同反映茶葉的營(yíng)養(yǎng)價(jià)值，其部分參數(shù)之間還存在明顯的相關(guān)性。

茶葉品質(zhì)是分級(jí)的依據(jù)，傳統(tǒng)的品質(zhì)鑒定是依靠人的視覺(jué)、嗅覺(jué)和味覺(jué)來(lái)進(jìn)行分析判斷。這種方法具有很強(qiáng)的主觀性，且評(píng)審者經(jīng)驗(yàn)、心理和狀態(tài)會(huì)對(duì)評(píng)審過(guò)程產(chǎn)生影響，難以獲得穩(wěn)定一致的結(jié)果。因此，若要對(duì)茶葉實(shí)現(xiàn)準(zhǔn)確分級(jí)，必須以品質(zhì)的精準(zhǔn)檢測(cè)為基礎(chǔ)。依托相關(guān)學(xué)科的快速發(fā)展，人們研究了多種茶葉的品質(zhì)檢測(cè)技術(shù)和方法，為茶葉的快速分級(jí)開(kāi)辟了途徑。

目前，對(duì)茶葉內(nèi)部品質(zhì)的檢測(cè)主要是利用各類(lèi)傳感器進(jìn)行的。張紅梅等和陳哲等分別利用金屬氧化物氣敏傳感器組成的電子鼻檢測(cè)毛尖茶和碧螺春的氣味，對(duì)不同等級(jí)的茶葉樣本獲得了很高的識(shí)別率[3-4]。王新宇等基于非特異性化學(xué)傳感器陣列組成的電子舌，并輔以模式識(shí)別，對(duì)4個(gè)不同等級(jí)炒青茶葉獲得了100%的識(shí)別率[5]。

對(duì)于茶葉的外部品質(zhì)，主要采用計(jì)算機(jī)視覺(jué)檢測(cè)。計(jì)算機(jī)視覺(jué)是在計(jì)算機(jī)和圖像處理技術(shù)的基礎(chǔ)上產(chǎn)生的，其利用相機(jī)代替人眼獲取圖像，再用電腦對(duì)目標(biāo)物體進(jìn)行識(shí)別和分析[6]。計(jì)算機(jī)視覺(jué)在農(nóng)業(yè)領(lǐng)域的用途廣泛，而農(nóng)產(chǎn)品質(zhì)量檢測(cè)分級(jí)是一個(gè)重要方面[7-9]。目前，計(jì)算機(jī)視覺(jué)在茶葉品質(zhì)檢測(cè)中的應(yīng)用也得到了深入的研究，主要集中在色澤和外部形態(tài)上，且取得了較好的識(shí)別分級(jí)效果，體現(xiàn)出廣闊的應(yīng)用前景[10-14]。

茶葉的等級(jí)劃分須要綜合評(píng)判各種品質(zhì)特征，之前的品質(zhì)檢測(cè)大多只針對(duì)了單一的外部或內(nèi)部特性，對(duì)分級(jí)的指導(dǎo)存在片面性。陳全勝等利用高光譜圖像技術(shù)能集成光譜檢測(cè)和圖像檢測(cè)的優(yōu)點(diǎn)，設(shè)計(jì)了一套光譜儀數(shù)據(jù)采集系統(tǒng)，可同時(shí)檢測(cè)茶葉的內(nèi)部和外部品質(zhì)，提高了等級(jí)劃分的準(zhǔn)確性[15]?；诰C合多種品質(zhì)特征用于分級(jí)的思路，本文采用計(jì)算機(jī)視覺(jué)技術(shù)同時(shí)檢測(cè)茶葉形狀和茶水顏色特征，在神經(jīng)網(wǎng)絡(luò)中進(jìn)行數(shù)據(jù)分析和判別，以提高茶葉等級(jí)劃分的準(zhǔn)確性。

1 材料與方法

1.1 試驗(yàn)材料與設(shè)備

試驗(yàn)所用茶葉是從當(dāng)?shù)厥袌?chǎng)購(gòu)買(mǎi)的相同綠茶品種4個(gè)等級(jí)的干茶葉，分別是特級(jí)、一級(jí)、二級(jí)和三級(jí)。

以10片代表性的茶葉作為1個(gè)樣本，置于光照箱中拍攝圖像。光照箱為0.4m×0.3m×0.5m的箱體，內(nèi)部黑色，底部為白色。箱體上壁兩側(cè)各安裝1盞白熾燈作為光源，頂部安裝1臺(tái)GenieNano C640型CCD相機(jī)，拍攝形成2080萬(wàn)像素的JEPG格式圖像。JEPG格式圖像通過(guò)A/D轉(zhuǎn)換器轉(zhuǎn)換為BMP格式后，由核心計(jì)算機(jī)進(jìn)行后續(xù)的分析。核心計(jì)算機(jī)為聯(lián)想T6900C型，其硬件系統(tǒng)包括Intel 酷睿i7600型CPU，8GB的DDR4型內(nèi)存。計(jì)算機(jī)安裝的軟件為MatLab工具箱，可以滿(mǎn)足對(duì)圖像實(shí)時(shí)分析處理的要求，并能進(jìn)行BP神經(jīng)網(wǎng)絡(luò)的建模和檢驗(yàn)分析。

1.2 試驗(yàn)方法

從每個(gè)等級(jí)的茶葉中選出40個(gè)樣本，隨機(jī)抽取其中的20個(gè)作為建模集，剩余的20個(gè)作為檢驗(yàn)集。每個(gè)樣本先拍攝茶葉的圖像，檢測(cè)形狀特征；然后加入20mL沸水沖泡5min，將茶水濾出到玻璃皿中拍攝圖像，檢測(cè)顏色特征。

受成像設(shè)備和外部因素的影響，拍攝獲得的圖像中會(huì)存在噪音干擾，降低品質(zhì)檢測(cè)的準(zhǔn)確性。采用中值濾波法，將圖像中的窗口按灰度值排序，以中間值作為圖像像素的中心值，從而保證圖像在去除噪音后也能具有較高的質(zhì)量。去除噪音后的圖像中背景主要為白色，同時(shí)夾雜少量黑點(diǎn)，利用顏色的差異將目標(biāo)從背景中分離出來(lái)。

灰度閾值設(shè)置為80，將灰度圖像轉(zhuǎn)換為二值圖像，對(duì)圖像中的單片茶葉進(jìn)行標(biāo)記；根據(jù)顏色差異選擇合適的閾值，通過(guò)閾值分割提取單片茶葉的輪廓，用于分析形狀特征。本文中目標(biāo)特征受光照影響不大，因此基于HIS顏色空間將灰度圖做最大類(lèi)間方差分析后通過(guò)直方圖獲得閾值，用于分割圖像。

茶葉形狀和色澤與品質(zhì)之間的相關(guān)性規(guī)律不能用常規(guī)的邏輯進(jìn)行明確描述，需要借助于神經(jīng)網(wǎng)絡(luò)對(duì)大量數(shù)據(jù)的處理能力，通過(guò)自我適應(yīng)實(shí)現(xiàn)對(duì)茶葉等級(jí)的判定。將建模集共80個(gè)樣本的形狀和色澤參數(shù)經(jīng)過(guò)標(biāo)準(zhǔn)化變換后輸入BP神經(jīng)網(wǎng)絡(luò)，在3層神經(jīng)結(jié)構(gòu)中計(jì)算擬合殘差，建立檢驗(yàn)?zāi)Ｐ?；用檢驗(yàn)?zāi)Ｐ蛯?duì)檢驗(yàn)集的80個(gè)樣本進(jìn)行品質(zhì)預(yù)測(cè)，評(píng)判分級(jí)的準(zhǔn)確性。

2 結(jié)果與分析

經(jīng)過(guò)預(yù)處理后，茶葉和茶水的圖像清晰，背景干擾少，目標(biāo)區(qū)域的邊界清楚，獲得了較好的圖像質(zhì)量，如圖1所示。

A.茶葉 B.茶水

經(jīng)過(guò)灰度化后，圖像的黑白效果明顯增加，顏色差異得到了增強(qiáng)，使得目標(biāo)區(qū)域的輪廓更加容易提取，如圖2所示。

A.茶葉 B.茶水

通過(guò)閾值分割完成目標(biāo)區(qū)域提取后，茶葉和茶水被從背景中分離出來(lái)，目標(biāo)區(qū)域用白色表示，背景用黑色表示，如圖3所示。

A.茶葉 B.茶水

檢驗(yàn)集的茶葉等級(jí)檢測(cè)結(jié)果如表1所示。其中，20個(gè)特級(jí)樣本中僅有1個(gè)被誤判為一級(jí)，準(zhǔn)確率為95%；20個(gè)一級(jí)樣本中各有1個(gè)被誤判為特級(jí)、二級(jí)和三級(jí)，準(zhǔn)確率為85%；20個(gè)二級(jí)樣本中僅有2個(gè)被誤判為一級(jí)，準(zhǔn)確率為90%；20個(gè)三級(jí)樣本中分別有1個(gè)和2個(gè)被誤判為一級(jí)和二級(jí)，準(zhǔn)確率為85%?？傮w上看，計(jì)算機(jī)視覺(jué)技術(shù)對(duì)各等級(jí)的茶葉都能有效地識(shí)別，檢測(cè)的總體準(zhǔn)確率達(dá)到88.8%，可以應(yīng)用于茶葉的實(shí)時(shí)等級(jí)檢測(cè)。

表1 茶葉等級(jí)檢測(cè)的準(zhǔn)確率

3 結(jié)論

利用計(jì)算機(jī)視覺(jué)技術(shù)獲取茶葉和茶水的圖像，經(jīng)過(guò)預(yù)處理、灰度化和閾值分割提取茶葉的形狀和茶水的顏色特征，并在神經(jīng)網(wǎng)絡(luò)中建立模型，對(duì)特征數(shù)據(jù)進(jìn)行分析后判別茶葉的等級(jí)。試驗(yàn)結(jié)果表明：計(jì)算機(jī)視覺(jué)對(duì)各等級(jí)的茶葉都能有效地識(shí)別，檢測(cè)總體準(zhǔn)確率達(dá)到88.8%，可以應(yīng)用于茶葉的實(shí)時(shí)等級(jí)檢測(cè)。試驗(yàn)中，計(jì)算機(jī)視覺(jué)對(duì)茶葉等級(jí)的檢測(cè)沒(méi)有能達(dá)到100%的準(zhǔn)確率，還出現(xiàn)了個(gè)別一級(jí)樣本被誤判為三級(jí)、三級(jí)樣本被誤判為一級(jí)的情況。因此，這項(xiàng)技術(shù)在實(shí)踐中的應(yīng)用還有改進(jìn)的空間，可以通過(guò)優(yōu)化神經(jīng)網(wǎng)絡(luò)算法及增加建模特征參數(shù)的數(shù)量以達(dá)到提高檢測(cè)準(zhǔn)確率的效果。