神經(jīng)網(wǎng)絡(luò)技術(shù)在茶葉分級(jí)中的應(yīng)用研究

王巖（海南經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院，海南 ?？?571127）

?

神經(jīng)網(wǎng)絡(luò)技術(shù)在茶葉分級(jí)中的應(yīng)用研究

王巖
（海南經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院，海南 ?？?571127）

摘要：茶葉分級(jí)是茶葉生產(chǎn)加工環(huán)節(jié)上的重要組成部分，傳統(tǒng)的感官檢驗(yàn)方法容易受到外部因素的制約和干擾，無(wú)法準(zhǔn)確將茶葉按品質(zhì)分級(jí)，從而影響評(píng)定的準(zhǔn)確性。隨著計(jì)算機(jī)技術(shù)的不斷成熟，通過(guò)建立茶葉樣本圖像的計(jì)算機(jī)視覺(jué)系統(tǒng)，并利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)來(lái)對(duì)茶葉進(jìn)行分級(jí)，提高了評(píng)定分析結(jié)果的準(zhǔn)確性。本文對(duì)神經(jīng)網(wǎng)絡(luò)技術(shù)在茶葉分級(jí)中的應(yīng)用進(jìn)行了探討。

關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)技術(shù)；茶葉分級(jí)；計(jì)算機(jī)視覺(jué)系統(tǒng)

1　茶葉分級(jí)技術(shù)的重要性

中國(guó)茶葉種類繁多、各具特色，同一種茶葉也有優(yōu)有劣，在外形、口感上有著較大差異，因此如何將茶葉進(jìn)行評(píng)定分級(jí)來(lái)準(zhǔn)確衡量其價(jià)值，一直是茶葉生產(chǎn)加工中的難點(diǎn)所在。我國(guó)在很早之前就開(kāi)始對(duì)茶進(jìn)行品質(zhì)審評(píng)，《茶錄》中詳細(xì)記載了如何通過(guò)色、香、味等方面來(lái)評(píng)定茶葉的質(zhì)量。隨著茶葉花色和品種的日益增多，茶葉品質(zhì)評(píng)價(jià)方法有了進(jìn)一步的完善，但終究離不開(kāi)感官評(píng)定的窠臼。但人的感官容易受到外部環(huán)境的影響，會(huì)大大影響茶葉評(píng)級(jí)的準(zhǔn)確性。隨著技術(shù)的進(jìn)步，茶葉采摘由過(guò)去的人力作業(yè)變成機(jī)械采茶，在提高采摘效率的同時(shí)，也不可避免地將不同等級(jí)的茶葉混合在一起，如何尋求一種科學(xué)的、穩(wěn)定的，以儀器代替感官的茶葉評(píng)定分級(jí)方法顯得尤為重要。

2　神經(jīng)網(wǎng)絡(luò)技術(shù)及其在茶葉分級(jí)中的應(yīng)用

隨著計(jì)算機(jī)軟硬件技術(shù)的發(fā)展，計(jì)算機(jī)圖像分析技術(shù)越來(lái)越成熟，并在現(xiàn)代農(nóng)業(yè)生產(chǎn)中得到廣泛的應(yīng)用，例如用于農(nóng)作物害蟲(chóng)的識(shí)別和稻米質(zhì)量的檢測(cè)等，其根本原理都是依據(jù)物體的形狀和顏色特征，通過(guò)計(jì)算機(jī)識(shí)別系統(tǒng)來(lái)并模擬人的判別準(zhǔn)則去理解和識(shí)別圖像，對(duì)物體進(jìn)行自動(dòng)分級(jí)。計(jì)算機(jī)圖像分析和處理技術(shù)排除了外界的干擾，遠(yuǎn)遠(yuǎn)優(yōu)于人的視覺(jué)精度，因此被廣泛用于茶葉評(píng)定分級(jí)之中，并以此為基礎(chǔ)發(fā)明了各種評(píng)定方法，例如色差技法、色卡法、分光光度法等。然而與其他物體不同的是，茶葉中經(jīng)?；煊信c其顏色、形狀相類似的物體，茶葉圖像之間的特征差異相對(duì)較小，其不同等級(jí)之間的規(guī)律和關(guān)系很難進(jìn)行準(zhǔn)確的描述，例如利用電腦茶葉揀梗機(jī)就是利用計(jì)算機(jī)圖像識(shí)別技術(shù)，通過(guò)光電傳感器來(lái)對(duì)茶葉顏色和形狀等特征進(jìn)行分類，但僅僅能夠剔除茶梗等物質(zhì)，并不能對(duì)茶葉有效的進(jìn)行分級(jí)。

近年來(lái)，研究者們開(kāi)始利用神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行茶葉的分類評(píng)級(jí)，所謂神經(jīng)網(wǎng)絡(luò)技術(shù)是通過(guò)模仿真實(shí)人腦神經(jīng)網(wǎng)絡(luò)的功能，來(lái)完成某種運(yùn)算、識(shí)別或者過(guò)程控制。神經(jīng)網(wǎng)絡(luò)技術(shù)不需要設(shè)定固定的程序，有很好的容錯(cuò)性。它的原理和功能十分接近人腦，尤其適合處理不能直接用數(shù)字方法來(lái)準(zhǔn)確描述的問(wèn)題，因此可以對(duì)一些看似雜亂無(wú)章的實(shí)驗(yàn)數(shù)據(jù)整理出內(nèi)在規(guī)律，適合于茶葉的品質(zhì)分級(jí)。神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于茶葉分類時(shí)，先選擇對(duì)茶葉分類相關(guān)性較大的茶葉形狀和紋理特征參數(shù)作為輸入向量，以評(píng)定分類結(jié)果作為輸出向量，并采集有代表性的茶葉圖像樣木進(jìn)行訓(xùn)練，建立茶葉樣本圖像獲取和分析的視覺(jué)系統(tǒng)，獲得全面圖像信息，從而準(zhǔn)確的評(píng)定茶葉的品質(zhì)。

3　神經(jīng)網(wǎng)絡(luò)在茶葉分級(jí)中的應(yīng)用實(shí)驗(yàn)

3.1選擇神經(jīng)網(wǎng)絡(luò)類型

利用神經(jīng)網(wǎng)絡(luò)技術(shù)解決茶葉分類的問(wèn)題，首先要選擇適用的神經(jīng)網(wǎng)絡(luò)類型，我們選用了BP人工神經(jīng)網(wǎng)絡(luò)，BP網(wǎng)絡(luò)屬于反向網(wǎng)絡(luò)，主要內(nèi)容由網(wǎng)絡(luò)層數(shù)、神經(jīng)元數(shù)、訓(xùn)練樣本、輸入數(shù)據(jù)和輸出數(shù)據(jù)等構(gòu)成，主要任務(wù)就是確定網(wǎng)絡(luò)層數(shù)、每層的神經(jīng)元數(shù)、期望誤差以及訓(xùn)練樣本。據(jù)此可以設(shè)計(jì)兩種BP人工神經(jīng)網(wǎng)絡(luò)，兩種網(wǎng)絡(luò)都只設(shè)置了一層中間層，第一種是中間層和輸出層的神經(jīng)元數(shù)量均為1的網(wǎng)絡(luò)，第二種是中間層神經(jīng)元數(shù)量為6，輸出層的神經(jīng)元數(shù)量為3的網(wǎng)絡(luò)。

圖1　 三層BP網(wǎng)絡(luò)結(jié)構(gòu)

3.2茶葉分級(jí)參數(shù)選擇與提取

影響茶葉品質(zhì)的因素有很多，例如形狀、色澤、香氣、口感等等，對(duì)于形狀和色澤可以通過(guò)計(jì)算圖像識(shí)別技術(shù)來(lái)測(cè)量和識(shí)別，但香氣和口感等變量只能通過(guò)人為測(cè)定。神經(jīng)網(wǎng)絡(luò)技術(shù)用于茶葉品質(zhì)分類主要依據(jù)干茶、茶湯、濕茶在形狀與色澤方面所表現(xiàn)出的特征進(jìn)行識(shí)別。一是干茶特性。對(duì)于干茶而言，影響其品質(zhì)的因素包括面積、短徑、周長(zhǎng)、幅寬等等。一般而言，面積和幅寬與干茶品質(zhì)的相關(guān)性最高，這兩個(gè)因素?cái)?shù)值較大通常意味著茶葉嫩、條索緊結(jié)，是高檔茶的代表；反之則意味著茶葉粗松，口感不好，也就是低檔茶。二濕茶特性。所謂濕茶就是泡過(guò)茶葉的茶底，通過(guò)茶底的外形與顏色也可以反映鮮茶的品質(zhì)。三是茶湯特性。對(duì)于茶湯而言，其顏色因素是反映鮮茶品質(zhì)的重要特征，操作時(shí)先將茶湯定容倒于燒杯中，利用數(shù)碼相機(jī)獲取圖像，通常提取色度、透明度和飽和度三個(gè)顏色特征參數(shù)加以識(shí)別。四是化學(xué)特性。茶葉的化學(xué)指標(biāo)與顏色、氣味和味道有很大的關(guān)系。與傳統(tǒng)的感官評(píng)定不同，茶葉化學(xué)指標(biāo)檢驗(yàn)是更客觀的獲取茶葉化學(xué)特性的參數(shù)，例如蛋白質(zhì)、氨基酸、咖啡堿、兒茶素、纖維素、灰分和葉綠素等，通過(guò)對(duì)這些特性參數(shù)的分析來(lái)反映茶葉在色澤、香氣、滋味方面的品質(zhì)。

設(shè)計(jì)BP網(wǎng)絡(luò)時(shí)，用茶葉的若干個(gè)特征值作為輸入神經(jīng)元，中間層設(shè)定為一層，如何設(shè)定輸出層是解決問(wèn)題的關(guān)鍵。常規(guī)做法是，將3種茶葉的輸出神經(jīng)元的值分別設(shè)定為0和1，運(yùn)算求解后，某類神經(jīng)元值最大，則判定該片茶葉屬于此類。另一種方法是輸出神經(jīng)元為單神經(jīng)元，將3種茶葉的值分別設(shè)定為1、2、3，運(yùn)算求解后的值最接近哪類茶葉的值，則判定該片茶葉屬于此類。

3.3茶葉分選的方法與步驟

茶葉分選分為兩步，第一步是將茶葉圖像從照片背景中分離，第二步是根據(jù)茶葉特征參數(shù)獲取茶葉特征值。

3.3.1從照片背景中分離茶葉

為使茶葉更容易從照片背景中分離，在相機(jī)拍照或茶葉分選機(jī)進(jìn)行拍照時(shí)，應(yīng)盡量使茶葉背景為單色背景。分離茶葉圖像時(shí)，可以采用簡(jiǎn)單的彩色圖像調(diào)整色彩灰度，取得灰度圖像，之后分離茶葉前景圖像，這種方法簡(jiǎn)單易行，效率高。

3.3.2獲取茶葉幾何特征和文理特征

通過(guò)第一步獲取茶葉前景圖像后，再進(jìn)行前景圖像邊界搜索，從而計(jì)算出茶葉圖像的凸殼面積、凸殼周長(zhǎng)、橢圓偏心率等幾何特征值，以及平滑度、RGB顏色均值、標(biāo)準(zhǔn)偏差等茶葉圖像紋理特征值。通過(guò)多次錄入單片茶葉圖像的特征值，獲取多個(gè)訓(xùn)練向量，用生成的訓(xùn)練向量進(jìn)行訓(xùn)練后得到的網(wǎng)絡(luò)，即可進(jìn)行茶葉分選。

3.4 構(gòu)建MATHEMATICA試驗(yàn)程序

根據(jù)上面的茶葉分選的基本過(guò)程，結(jié)合人工神經(jīng)網(wǎng)絡(luò)的三層結(jié)構(gòu)，我們用MATHEMATICA編寫(xiě)了人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練程序，和茶葉分選識(shí)別的程序，程序流程圖如圖2所示。

圖2　程序流程圖

在進(jìn)行人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練和茶葉分選識(shí)別的過(guò)程中，每一次只導(dǎo)入一幅茶葉圖像，并且要求茶葉圖像中只有一片茶葉，茶葉類型要包括全芽、一芽一葉和一芽多葉等多種類型。在輸入茶葉圖像，進(jìn)行前景圖像和背景分離后，取得茶葉特征值，在此基礎(chǔ)上，生成訓(xùn)練向量，代入到訓(xùn)練網(wǎng)絡(luò)中，進(jìn)行多次訓(xùn)練后，即可獲得茶葉分選識(shí)別網(wǎng)絡(luò)。如果計(jì)算次數(shù)偏少，可能會(huì)導(dǎo)致分選識(shí)別網(wǎng)絡(luò)的精度不夠，因此可以通過(guò)多次訓(xùn)練，取計(jì)算精度最高者為最終的分選識(shí)別網(wǎng)絡(luò)。

通過(guò)實(shí)驗(yàn)對(duì)比分析后我們發(fā)現(xiàn)：（1）神經(jīng)元數(shù)量多的模型準(zhǔn)確率高，達(dá)到90%以上，但是穩(wěn)定性差，采用一個(gè)神經(jīng)元數(shù)量的網(wǎng)絡(luò)穩(wěn)定性更好，更適合用于實(shí)際分選。（2）BP網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)技術(shù)改變了傳統(tǒng)的單一依據(jù)顏色和形狀進(jìn)行分析的弊端，大大提高了品質(zhì)分級(jí)效率。實(shí)驗(yàn)表明，BP網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)技術(shù)在茶葉分類應(yīng)用中的準(zhǔn)確率達(dá)到了95%以上。BP網(wǎng)絡(luò)相比其他網(wǎng)絡(luò)類型更適合用于鮮茶葉的分類。

參考文獻(xiàn)

［1］陳怡群，常春，肖宏儒等.人工神經(jīng)網(wǎng)絡(luò)技術(shù)在鮮茶葉分選中的應(yīng)用［J］，農(nóng)業(yè)網(wǎng)絡(luò)信息，2010（7）：37-40，43.

［2］王宏偉.BP神經(jīng)網(wǎng)絡(luò)和電子舌技術(shù)在茶葉品質(zhì)分級(jí)中的應(yīng)用［J］，湖北理工學(xué)院學(xué)報(bào)，2014（4）：33-35，50.

［3］潘玉成，人工神經(jīng)網(wǎng)絡(luò)在茶葉領(lǐng)域中的應(yīng)用進(jìn)展 ［J］，貴州茶葉，2015（3）：8-12

［4］陳全勝，趙杰文，蔡健榮等.基于近紅外光譜和機(jī)器視覺(jué)的多信息融合技術(shù)評(píng)判茶葉品質(zhì)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2008（3）：5-10.

［5］張?zhí)m蘭，董跡芬，唐萌等.名優(yōu)茶機(jī)采鮮葉分級(jí)技術(shù)研究，浙江大學(xué)學(xué)報(bào)（農(nóng)業(yè)與生命科學(xué)版），2012（5）：593-598.

［6］張星海，周曉紅，唐德松等.浙江名茶品質(zhì)特征及評(píng)鑒新技術(shù)應(yīng)用現(xiàn)狀［J］.安徽農(nóng)業(yè)科學(xué)，2010（34）：19561-19563.

作者簡(jiǎn)介：王巖（1967-），男，湖北襄陽(yáng)人，碩士，講師，研究方向：物聯(lián)網(wǎng)、智能化技術(shù)。