利用計算機圖像處理測定茶鮮葉色澤及其萎凋程度變化分析

王娜

（陜西職業(yè)技術(shù)學院計算機系，陜西西安 710100）

利用計算機圖像處理測定茶鮮葉色澤及其萎凋程度變化分析

王娜

（陜西職業(yè)技術(shù)學院計算機系，陜西西安 710100）

利用計算機的圖像處理技術(shù)建立了一種對茶鮮葉色澤及其萎凋程度的量化測量方法。研究表明，茶鮮葉的萎凋程度往往與其色澤參數(shù)密切相關(guān)，其中R色澤參數(shù)在茶鮮葉的萎凋過程中變化程度較其他色澤參數(shù)更高，因此，本文利用計算機圖像處理技術(shù)對茶鮮葉圖像的R色澤參數(shù)進行處理分析，間接地對鮮茶葉的萎凋程度變化進行量化分析。本文所述可為工業(yè)化茶葉的生產(chǎn)提供一個規(guī)范茶葉質(zhì)量的新方法。

茶鮮葉；萎凋程度；R色澤參數(shù)；計算機圖像處理技術(shù)

引言

在這個信息技術(shù)高速發(fā)展的今天，計算機已經(jīng)能替代人工完成農(nóng)作物的生長實時監(jiān)控及自動分級，給農(nóng)作物的大規(guī)模生產(chǎn)提供了極大的便利并且節(jié)省了大量人工成本。但是在制茶領(lǐng)域卻只實現(xiàn)了利用圖像處理技術(shù)自動揀梗，其他工序往往只能依靠制茶者的經(jīng)驗操作，而傳統(tǒng)的制茶工藝是利用制茶者的經(jīng)驗及五官視覺對茶鮮葉的萎凋程度進行判斷，不僅效率低下而且準確率也得不到保證。本文所述方法利用攝像頭對茶鮮葉的色澤信息進行實時采集，通過計算機圖像處理技術(shù)對其進行色澤參數(shù)量化分析，實現(xiàn)對茶鮮葉萎凋過程的實時監(jiān)控，從而對后續(xù)的制茶過程提供了一個實時的參考，保證工業(yè)化大規(guī)模制茶的品質(zhì)穩(wěn)定。筆者利用photoshop的濾鏡等工具對采集到的原始圖像數(shù)據(jù)進行處理，然后對得到的色澤參數(shù)進行分析并完成了其與茶葉萎凋程度之間的關(guān)聯(lián)。

1 測驗材料及設(shè)備

新鮮采摘的茶葉并在第一時間開始測定，以保證數(shù)據(jù)的完整性及準確性。數(shù)碼相機及白色背景的暗箱用于采集準確的茶葉圖像信息，筆者的相機為佳能70D。一臺安裝了Adobe PhotoShop系列軟件的計算機用于對圖像信息進行處理分析，筆者使用的為Adobe PhotoShop CC。

2 圖像采集及處理

2.1 圖像采集

將鮮茶葉均勻地平鋪在暗箱內(nèi)，避免茶葉重疊。打開暗箱內(nèi)的燈，并將數(shù)碼相機置于暗箱上方的觀測孔處，聚焦方式設(shè)置為近拍、自動，關(guān)閉相機閃光燈，迅速拍攝鮮茶葉的圖像，然后將這些圖像信息傳入到計算機中。

2.2 圖像去噪及圖像增強

圖像的噪音往往是指由于設(shè)備或數(shù)據(jù)傳輸?shù)仍斐傻膱D片上一些隨機的、與整體圖片不協(xié)調(diào)的、孤立的點。這些噪音的存在會對后面的圖像處理帶來一些不便。為了去除這些噪音，避免其對后續(xù)處理帶來較大的影響，本研究采用了鄰域平均法對原始圖像進行去噪。鄰域平均法就是將原圖中單個的像素點與它周圍的8個或更多像素點進行灰度值平均，將這個平均值作為原像素點的灰度值，從而達到去除噪音的目的。鄰域平均法操作簡單，可以通過算法實現(xiàn)，且去噪效果較好，不過由于此方法為通過平均灰度實現(xiàn)去噪，所以可能會導致圖片變模糊。

2.3 茶鮮葉圖像提取

在Adobe PhotoShop CS6軟件中打開經(jīng)過前期處理后的圖片，利用快速選擇工具選中圖中的茶葉圖像輪廓部分，提取出完整的單個茶葉圖像，然后使用濾鏡工具中的模糊平均命令使像素參數(shù)值平均化，便于讀取其平均色澤參數(shù)。打開信息窗口并讀取其中的R值、G值、B值，并記錄在數(shù)據(jù)庫中。RGB分別代表三原色紅（R）黃（G）藍（B），這是使用最為普遍的一個顏色系統(tǒng)，這三種顏色也恰恰是人類視覺細胞所能感受到的三種基本顏色，其他的所有人類視覺所能看到的顏色都是由著三種顏色不同比例組合而成的。所以，就算是在傳統(tǒng)制茶過程中，對茶鮮葉萎凋程度的把握也是通過對RGB顏色分析得到的.

2.4 圖片背景色的篩選

由于只需要茶鮮葉作為研究對象且需要數(shù)據(jù)足夠準確，所以如何將茶葉圖像從原始圖片中分割出來且僅僅分割茶葉圖像便變得極為重要。要使茶葉能夠完整的從背景中提取出來，就應(yīng)選擇與茶鮮葉顏色差異較大的背景，故本文中所使用的暗箱為白色背景。當然，僅僅是背景的選擇并不能完全排除誤差，例如茶鮮葉由于光線問題所造成的陰影便不得不考慮，所以便需要2.2節(jié)中所提到的圖像去噪及圖像增強。本文中的容差值選擇為150，這是公認的能在白色背景下準確提取出目標圖像的有效值。

3 茶鮮葉萎凋及其過程色澤參數(shù)變化的測定

3.1 茶鮮葉的萎凋

當茶葉從茶樹上采摘下來之后，每時每刻其理化性質(zhì)都會發(fā)生改變，對于不同的茶葉，其需要達到的理化性質(zhì)也不同。綠茶在采摘之后需要盡快進行適度晾曬，避免其中的葉綠素被破壞并提高茶鮮葉的品質(zhì)；而紅茶和普洱茶之類的需要發(fā)酵的茶便需要先進行茶鮮葉的萎凋加工，不同的茶種所需要的萎凋時間也各不相同。在萎凋過程中，伴隨著一些物理、化學變化，茶鮮葉的水分減少，莖、葉變得萎蔫，顏色變?yōu)榘稻G，并散失掉青草味。在現(xiàn)在的制茶過程中，往往需要有單獨的工作人員負責觀察和記錄，而且由于只能依靠經(jīng)驗判斷，難免會出現(xiàn)一些偏差，導致茶鮮葉萎凋過度或者不足。

3.2 色澤參數(shù)的測定

在采摘到茶鮮葉之后便開始對其拍照并進行圖像分析，然后按照正常的萎凋程序?qū)⒉桴r葉置于室溫下開始萎凋，每隔一段時間便隨機取少量多個茶鮮葉樣本進行數(shù)據(jù)采集，將數(shù)據(jù)錄入數(shù)據(jù)庫，持續(xù)取樣20個小時以上，確保對所有萎凋程度均有記錄。由于茶鮮葉的含水量作為茶鮮葉萎凋過程中一個極重要的參數(shù)且其對茶鮮葉萎凋過程中的顏色變化起了幾乎決定性的作用，故以其作為茶鮮葉萎凋變化程度的量化指標，并將其與得到的RGB數(shù)據(jù)及HSB數(shù)據(jù)與其關(guān)聯(lián)起來，分析色澤參數(shù)和茶鮮葉萎凋程度的關(guān)系。

3.3 色澤參數(shù)與茶鮮葉萎凋程度關(guān)聯(lián)分析

通過數(shù)據(jù)庫中所記錄的數(shù)據(jù)發(fā)現(xiàn)，在RGB顏色系統(tǒng)中，當含水量降低的時候，G（綠）色澤參數(shù)有著比較大的變化，從視覺上可以直觀的發(fā)現(xiàn)茶鮮葉在萎凋過程中從嫩綠變?yōu)榘稻G的顏色變化；然而和G色澤參數(shù)比起來，另一個不直觀的色澤參數(shù)卻變化更為巨大，那就是R（紅）色澤參數(shù)，R（紅）色澤參數(shù)的變化范圍甚至達到了G（綠）色澤參數(shù)的兩倍以上；和G（綠）色澤參數(shù)、R（紅）色澤參數(shù)相比，B（藍）色澤參數(shù)幾乎沒有隨著萎凋過程而變化。而在HSB顏色系統(tǒng)中，當含水量降低的時候，H（色相）色澤參數(shù)在前期有著有較大的變化；S（飽和度）色澤參數(shù)較H（色相）色澤參數(shù)變化較小且在中后期幾乎不改變；B（亮度）色澤參數(shù)只有極小幅變化，且其與茶鮮葉的本身性質(zhì)關(guān)聯(lián)不大，故此參數(shù)并無實際意義，不予考慮。

3.4 色澤參數(shù)與茶鮮葉萎凋程度的線性關(guān)系

通過數(shù)據(jù)分析，在RGB顏色系統(tǒng)中，隨著茶鮮葉萎凋程度的加深，R（紅）色澤參數(shù)接近于線性下降；G（綠）色澤參數(shù)在開始階段呈線性下降，但在一段時間后逐漸趨于平緩；B（藍）色澤參數(shù)變化無規(guī)律，無參考價值。

在HSB色彩系統(tǒng)中，隨著茶鮮葉萎凋程度的加深，H（色相）色澤參數(shù)在開始階段呈明顯的上升趨勢，但在6小時之后便開始趨于平緩；S（飽和度）色澤參數(shù)略呈下降，在前3個小時內(nèi)下降較快，之后便趨于平緩；B（亮度）色澤參數(shù)沒有實際意義。

3.5 實用性

由于R色澤參數(shù)在茶鮮葉的萎凋過程中與萎凋程度呈現(xiàn)明顯的負相關(guān)的線性關(guān)系，故可以利用茶鮮葉的這一特性實現(xiàn)計算機對茶葉生產(chǎn)過程中萎凋這一程序的實時監(jiān)控，輔助工作人員記錄茶鮮葉的萎凋程度，以根據(jù)不同茶種所需要的加工要求控制萎凋程度，例如白茶需要的萎凋程度通常要求茶鮮葉的含水量在40%以下，紅茶所需的萎凋程度通常要求茶鮮葉的含水量在60%左右，青茶所需的萎凋程度最輕，通常要求茶鮮葉的含水量在68%-70%之間。通過計算機的監(jiān)控便能精確確定茶鮮葉的萎凋程度，從而確保了這一工藝中茶鮮葉的質(zhì)量。

4 結(jié)語

在科技發(fā)達的現(xiàn)代生活中，計算機技術(shù)變得越來越重要，在各個不同的領(lǐng)域均發(fā)揮著巨大的作用，為人類的生產(chǎn)生活帶來了極大的便利。就茶葉制造領(lǐng)域而言，僅在揀梗方面實現(xiàn)了利用圖像處理技術(shù)自動揀梗，其他過程大多只能依靠工作人員主觀判斷，其效率及準確率較差。本文提供了一種能夠自動實時監(jiān)控茶鮮葉萎凋狀態(tài)的方法，這種方法可以應(yīng)用于所有需要經(jīng)過萎凋過程的茶葉的制造。本文所述的方法能夠?qū)⒉桴r葉的萎凋過程通過圖像處理技術(shù)提取出一個可檢測的能準確反映茶鮮葉萎凋程度量化參數(shù)，并以其為基準完善數(shù)據(jù)庫，從而得到一個能精確反映茶鮮葉萎凋程度的系統(tǒng)，輔助工作人員對茶鮮葉的萎凋程度進行實時把控，從而確保每一批茶葉的品質(zhì)。

[1]李潔,齊桂年.利用計算機圖像處理測定茶鮮葉色澤及其萎凋程度變化的初步研究[J].蠶桑茶葉通訊,2008(3):38-39.

[2]李蔚.計算機圖像技術(shù)測定茶鮮葉色澤及其萎凋程度的方法研究[J].福建茶葉,2016(1):10-11.

[3]朱波.計算機圖像處理技術(shù)的應(yīng)用探討[J].網(wǎng)友世界·云教育,2014 (15):17-17.

[4]錢琴.整茶色澤參數(shù)的計算機量化測定方法研究 [J].福建茶葉, 2016(2):12-13.

[5]陳國寶,李偉榮,吳全聰?shù)?萎凋技術(shù)對工夫紅茶品質(zhì)影響研究進展[J].中國茶葉,2013(12):12-14.

[6]嚴俊,林剛.測色技術(shù)在茶葉色澤及品質(zhì)評價中的應(yīng)用研究(一)表色系的選擇[J]．茶業(yè)通報,1995(1):7-9.

王 娜（1983-），女，陜西周至人，研究生，講師，研究方向：計算機數(shù)字圖像處理，動漫。