基于計(jì)算機(jī)視覺的名優(yōu)茶嫩芽識別與定位

白雪 廣西職業(yè)技術(shù)學(xué)院

引言

茶是現(xiàn)代社會中廣受追捧的飲品，名優(yōu)茶是高端茶葉的原材料，但是受客觀因素的影響，名優(yōu)茶只能依靠手工采摘來獲取，整體采摘效率相對較低，進(jìn)而對高端茶葉的擴(kuò)大生產(chǎn)造成一定的阻礙。因此在新形勢下，積極推進(jìn)名優(yōu)茶的全自動采摘則顯得十分必要，而在此過程中，名優(yōu)茶嫩芽的識別與定位是關(guān)鍵，基于此，本文則針對基于計(jì)算機(jī)視覺的名優(yōu)茶嫩芽識別與定位展開討論。

1 名優(yōu)茶嫩芽圖像分割

為了實(shí)現(xiàn)名優(yōu)茶全自動采摘，首先需要實(shí)現(xiàn)嫩芽在復(fù)雜環(huán)境中的分割，嫩芽圖像分割質(zhì)量會對后期采摘點(diǎn)的定位以及所采摘嫩芽的完整性造成明顯的影響。具體而言，圖像分割可以理解為 將圖像分割成不同的區(qū)域，每一區(qū)域具有相對獨(dú)立性，名優(yōu)茶嫩芽分割就是將茶垅圖像分割成若干個嫩芽區(qū)域和大幅背景區(qū)域。在名優(yōu)茶嫩芽圖像分割中，主要以下幾方面的內(nèi)容：

1.1 基于闕值法的圖像分割

基于計(jì)算機(jī)視覺的名優(yōu)茶嫩芽識別與定位中，闕值處理技術(shù)指的是使用像素灰度值對目標(biāo)區(qū)域和背景區(qū)域進(jìn)行分割，在使用這一方法的過程中，會將灰度范圍劃分為多個不同的區(qū)間，而在區(qū)間選擇過程中，也主要以目標(biāo)與背景的灰度差異作為主要的參考依據(jù)，在具體的計(jì)算過程中，對像素點(diǎn)所屬于的區(qū)間范圍進(jìn)行判斷，進(jìn)而完成圖像分割的目標(biāo)。在圖像分割過程中，闕值的選擇就是對像素的灰度區(qū)間予以劃分，只有選擇了正確的區(qū)間，最終的分割結(jié)果才會準(zhǔn)確。針對嫩芽的處理中，需要明確認(rèn)識到茶葉圖像分割的難度，在分割過程中可以對闕值分割方法進(jìn)行充分利用。

1.2 基于分水嶺算法的圖像分割

分水嶺屬于地理學(xué)中所使用的詞語，在名優(yōu)茶嫩芽圖像分割中，分水嶺算法的應(yīng)用，主要原自于地貌變化。在這一方法的應(yīng)用過程中，可以將圖形比作是一種三維立體形態(tài)，圖像中的灰度值可以看作是地理中的海拔，進(jìn)而完成圖像的分割。通常情況下，這一具有三維立體形態(tài)的圖形具有三個方面的主要特點(diǎn)，第一，在特定的區(qū)域內(nèi)能夠找到最小值對應(yīng)的點(diǎn)；第二，如果將所呈現(xiàn)圖像中的每一個點(diǎn)當(dāng)作是一滴水，那么不論水滴置于何種位置，最后都會找到對應(yīng)的最小值；第三，水滴從高處流入到任意的最小值，其幾率是相等的?；诜炙畮X算法的圖像分割中，針對特定區(qū)域中的最小值，如果符合上述第二個特點(diǎn)，則可以稱之為最小值的匯水盆地，如果符合上述第三個特點(diǎn)，那么能夠形成分割線?；谟?jì)算機(jī)視覺的名優(yōu)茶嫩芽識別與定位中，分水嶺算法在圖像分割中的應(yīng)用很大程度上表現(xiàn)為注水修壩的過程，在具體的實(shí)施過程中，首先需要以最小值為基點(diǎn)進(jìn)行注水，在水位上升之后，不同的區(qū)間中的水會逐漸匯合，為了使這一過程得到有效控制，則需要建立堤壩，從而實(shí)現(xiàn)分割。

2 名優(yōu)茶嫩芽采摘點(diǎn)識別

基于計(jì)算機(jī)視覺的名優(yōu)茶嫩芽識別與定位中，名優(yōu)茶嫩芽采摘點(diǎn)的識別，會直接影響到名優(yōu)茶自動化采摘工作的推進(jìn)效果，通過對采摘點(diǎn)的準(zhǔn)確識別，能夠確保名優(yōu)茶的質(zhì)量。根據(jù)名優(yōu)茶檔次的不同以及炒茶流程的差異，嫩芽采摘可以分為多種不同的方式，包括單采嫩芽、一芽一葉、一芽兩葉等，其中，一芽兩葉的采摘方式最為常見。在采摘過程中，將采摘點(diǎn)選為距嫩葉與茶梗連接處的下方3毫米左右，方能達(dá)到相對理想的采摘效果，在實(shí)際拍攝過程中，不能夠出現(xiàn)葉片遮擋的情況。另外，茶葉的嫩芽具有多種姿態(tài)，識別難度較高，為此，可以選擇深度卷積神經(jīng)網(wǎng)絡(luò)來完成嫩芽采摘點(diǎn)的識別，而且要通過網(wǎng)絡(luò)訓(xùn)練，有效應(yīng)對葉片遮擋情況的出現(xiàn)，提升識別的準(zhǔn)確性。

針對名優(yōu)茶嫩芽采摘點(diǎn)識別方式的選擇。在茶葉的采摘過程中，需要幫助相關(guān)機(jī)械明確采摘點(diǎn)的位置，在此過程中則要能夠充分發(fā)揮識別系統(tǒng)的作用，精確查找采摘點(diǎn)的位置。如果直接使用深度神經(jīng)網(wǎng)絡(luò)來識別采摘點(diǎn)位置的茶梗，這個特征對于茶葉嫩芽而言并不十分具體，在識別過程中出錯的幾率較高，所以，最好選用迂回的方式來進(jìn)行采摘點(diǎn)識別，在識別過程中，重點(diǎn)查找具有特點(diǎn)的位置，這樣能夠極大的提升識別的準(zhǔn)確性。而且，在嫩芽的采摘過程中，并不會經(jīng)常遇到單采芽尖的情況，所以，在嫩芽識別過程中可以將重點(diǎn)放在一芽一葉和一芽兩葉這兩類嫩芽的識別中。在具體的的識別過程中，第一，要識別嫩芽葉片與茶梗的連接之處，例如，如果發(fā)現(xiàn)葉片與茶梗連接的位置屬于嫩芽與背景共同存在的區(qū)域，而且這一位置的嫩芽綠色發(fā)生變化，那么則可以將其作為采摘點(diǎn)識別的重要參考。在完成識別工作之后，需要對采摘點(diǎn)進(jìn)行計(jì)算，則可以在嫩芽的圖像中對茶梗進(jìn)行監(jiān)測，相對而言，這一監(jiān)測方式難度較低，在識別框中心向茶梗風(fēng)向進(jìn)行延伸固定大小的像素點(diǎn)，然后將這一點(diǎn)作為采摘位置。第二，對采摘嫩芽的整體進(jìn)行識別。在嫩芽整體的識別中，其主要依據(jù)就是圖像中的葉片數(shù)量，利用神經(jīng)網(wǎng)絡(luò)，能夠精準(zhǔn)識別葉片的數(shù)量，還不需要考慮到嫩芽顏色的變化情況，整體識別率較高。在此基礎(chǔ)上，對茶梗進(jìn)行監(jiān)測，然后明確與識別框相接觸的位置，并確立為采摘點(diǎn)。

3 名優(yōu)茶自動采摘系統(tǒng)設(shè)計(jì)

首先，進(jìn)行名優(yōu)茶自動采摘系統(tǒng)結(jié)構(gòu)設(shè)計(jì)。茶樹的生長環(huán)境主要為梯田式的茶園，而且茶園的面積通常不會太大，在采摘過程中采摘人員會出現(xiàn)頻繁的爬坡活動，如果使用采摘機(jī)械，則會出現(xiàn)較大的難度。為了更好的對茶樹進(jìn)行灌溉，種植人員會將兩隴茶樹之間的地面墊高，使其呈現(xiàn)橢圓狀，因此，會明顯增加采摘機(jī)械運(yùn)作的障礙。相對而言，人力采摘的靈活性較高，采摘人員能夠迅速準(zhǔn)確的將嫩芽摘下，但是在機(jī)械采摘推進(jìn)過程中，需要通過采摘系統(tǒng)結(jié)構(gòu)的靈活設(shè)計(jì)，確保采摘機(jī)械能夠靈活運(yùn)作，在不損傷嫩芽的情況下完成高效采摘。

其次，進(jìn)行名優(yōu)茶自動采摘系統(tǒng)工作流程設(shè)計(jì)。通過工作流程的設(shè)計(jì)，確保整個采摘工作能夠有序開展，具體而言，名優(yōu)茶自動采摘流程包括：使用相機(jī)進(jìn)行嫩芽識別，對機(jī)械設(shè)備部件進(jìn)行控制并完成聯(lián)動，實(shí)施采摘。為了確保流程有序進(jìn)行，所使用的相機(jī)為單目相機(jī)，但是這一相機(jī)僅僅能夠查找到嫩芽的粗略位置，因此，在這一過程中，要求機(jī)械臂僅僅在同一高度進(jìn)行移動，而這一高度需要根據(jù)采摘工作實(shí)際進(jìn)行事先調(diào)試完畢。為了進(jìn)一步提升識別效果，可以采用雙目攝像機(jī)，在這一相機(jī)的使用過程中，所拍攝到的圖像70%為目

標(biāo)嫩芽，其余 30%部分為周圍背景，這樣能夠確保在準(zhǔn)確識別嫩芽的基礎(chǔ)上，發(fā)現(xiàn)在識別范圍內(nèi)并沒有引起注意的嫩芽。

4 總結(jié)

綜上所述，名優(yōu)茶嫩芽的識別與定位，是促進(jìn)名優(yōu)茶全自動采摘的重要內(nèi)容之一，為此，要能夠從多個層面入手完善工作，進(jìn)而實(shí)現(xiàn)名優(yōu)茶嫩芽的準(zhǔn)確識別與定位。