基于顏色和形狀的鮮茶葉圖像特征提取及在茶樹品種識別中的應(yīng)用

劉自強 周鐵軍 傅冬和 彭華

摘要：對鮮茶葉顏色、形狀特征進行提取，運用計算機視覺、圖像處理技術(shù)識別茶葉品種。先用數(shù)碼相機收集茶葉圖像，然后對圖像格式進行轉(zhuǎn)換和預(yù)處理，再運用 HSI 模型提取茶葉顏色特征參數(shù)并采用二值化后圖像提取茶葉形狀特征參數(shù)，針對每一類特征，用6種分類器訓練建模，并比較各模型的預(yù)測精度。結(jié)果表明，其中SVMKM和隨機森林以2類特征建模，運用十折交叉驗證，獨立預(yù)測分類這2種方法的精確度達到89.5%。說明本研究運用的方法能成功識別出茶葉品種。

關(guān)鍵詞：圖像處理;圖像特征提取;特征篩選;機器學習;品種識別;鮮茶葉

中圖分類號：TP391.41 文獻標志碼： A

文章編號：1002-1302（2021）12-0168-05

收稿日期：2020-09-03

基金項目：湖南省教育廳科學研究項目（編號：17C0589）。

作者簡介：劉自強（1988—），男，湖南衡陽人，碩士，講師，主要從事生物信息處理研究。E-mail：362791767@qq.com。

隨著茶葉加工工藝的提高，研究者更加注重茶葉加工和商品茶制作，逐漸忽視茶樹栽培與茶樹品種研究，不利茶樹優(yōu)良品種保護。而人工識別是以感官評價為主，這使得茶葉識別存有一定的誤差，為了提高茶葉評定的準確性，利用計算機技術(shù)來識別茶葉成為一種新的選擇[1]。

近年來，計算機科學技術(shù)快速發(fā)展，圖像處理技術(shù)在諸多領(lǐng)域已有廣泛應(yīng)用?，F(xiàn)階段已有研究者利用數(shù)字圖像處理技術(shù)對成品茶葉或植物葉片提取顏色、形狀等特征，來識別茶葉品種。本研究通過提取多種鮮茶葉圖像中的顏色、形狀等有效特征參數(shù)，對鮮茶葉種類進行精準識別，并通過此方法來分辨茶樹品種，這對茶樹名優(yōu)品種的發(fā)展保護及茶樹品種的認知具有重大現(xiàn)實意義。

1 茶葉采樣及圖像處理

1.1 茶葉采樣

分別摘取碧香早、福豐、福云6號、紅芽佛手、尖波黃、金萱、茗豐、平云6號、香紀翠和政和大白等10種茶樹品種的鮮茶葉片。另外，每個品種再摘取5張成熟葉，用于研究識別其他需要。

光源箱內(nèi)開啟白光源，相機型號為Nikon 1 J1，拍攝分辨率為1 900×1 700，光圈為F5.6，曝光時間為1/30 s，鏡頭距白板10 cm，具體操作如圖1所示。

根據(jù)如上方法，在2 h內(nèi)采集10種不同品種的100張鮮茶葉圖像，每類鮮茶葉圖像如圖2所示（每種只列出1張）。

1.2 茶葉的圖像處理

拍攝的圖像光照和設(shè)備硬件等因素的影響，存在光照、陰影、邊界等問題，會導致重影、邊緣模糊、噪聲等，須對其進行預(yù)處理，以提高特征提取精度。對所采集的圖像去除無關(guān)信息，恢復(fù)有效信息，增強相關(guān)信息的可檢測性。預(yù)處理的過程包括圖像灰度化、圖像分割、去除小孔洞及清除邊界附近對象等。為提高圖像的清晰度和圖像分析準確度，對圖像進行中值濾波去噪和直方圖均衡等預(yù)處理。鮮茶葉圖像經(jīng)過預(yù)處理，一方面通過圖像格式的轉(zhuǎn)換，對得到的HSI圖像提取出顏色特征參數(shù)，另一方面通過圖像的二值化處理，得到茶葉的形狀和輪廓圖，提取其形狀特征參數(shù)[2-5]。

鮮茶葉圖像預(yù)處理步驟如下：第1步，對鮮茶葉圖像經(jīng)過B通道灰度化處理;第2步，對灰度化后的圖像做二值化處理，用Otsu算法自動確定分割閾值，使目標與背景分離;第3步，對分割后的茶葉圖像先閉運算處理后開運算處理，再去除目標圖像外不相關(guān)目標;第4步，清除邊界附近對象及區(qū)域外目標操作處理，得到最終預(yù)處理后圖像。

對所有樣本的鮮茶葉圖像用相同方法進行預(yù)處理，以提取到準確的特征參數(shù)。具體流程及示例如圖3所示。

2 茶葉顏色和形狀特征的提取

2.1 顏色特征提取方法

提取10種不同品種共100幅原始鮮茶葉圖像的R（紅）G（綠）B（藍）、H（色調(diào)）I（亮度）S（飽和度）、L*（亮度）a*（從紅色到綠色的光譜變化值）b*（從黃色到藍色的光譜變化值）分量值特征，對每個品種鮮茶葉的RGB、HIS 分量特征參數(shù)求平均值，結(jié)果見表1。由表1可知，各顏色分量特征的平均值有所差異，可利用不同品種的顏色差異做進一步分

析處理[6]。

2.2 形狀特征提取方法

2.2.1 重心 預(yù)處理后的二值圖像質(zhì)量分布均勻，質(zhì)心就是目標圖像的重心。重心到茶葉目標圖像邊界最遠距離稱為最長半徑，重心到邊界最近距離稱為最短半徑，如圖4所示。

2.2.2 面積、周長 面積是目標圖像區(qū)域尺寸的度量，常用統(tǒng)計目標區(qū)域中像素點數(shù)的方法來計算。因像素點統(tǒng)計區(qū)域不盡相同，可分為投影面積、凸多邊形面積、填充面積（圖5）。周長是目標圖像區(qū)域邊緣長度。圓形度是周長2/面積的值，用來形容目標圖像邊緣復(fù)雜程度，而圓形性是4π×面積/周長2的值[7]。

2.2.3 最小外接矩形、長軸和短軸 包含目標圖像且面積最小的矩形，稱為最小外接矩形（MER，圖6-a）;最小面積矩形與周長的比值稱為偏心率;以目標圖像邊界點間最長距離為外接矩形主軸，得到的矩形稱之為主軸法外接矩形（MAR，圖6-b）[8]。通常以主軸法得到的外接矩形的長稱為長軸，寬稱為短軸，長軸與短軸的比值稱為伸長率，可將細長茶葉與方形或圓形的茶葉區(qū)分開來[9]。

2.2.4 最大內(nèi)切圓半徑 最大內(nèi)切圓是目標圖像內(nèi)所能包含的最大面積的圓（圖7）。

本試驗主要測定的形狀特征有投影面積、凸多邊形面積、填充面積、周長、長軸、短軸、等價直徑、最長半徑、最短半徑、內(nèi)切圓半徑、偏心率、實度、伸展度、最短長半徑比、圓形度、短長軸比、面積周長比等19個。在Matlab軟件中，可利用regionprops函數(shù)的Area、MajorAxisLength、MinorAxisLength、Eccentricity、EquivDiameter等命令實現(xiàn)參數(shù)測定[10]。

茶葉圖像經(jīng)預(yù)處理后，顏色、形狀特征由軟件處理（湖南農(nóng)業(yè)大學農(nóng)業(yè)信息研究所研發(fā)的農(nóng)作物數(shù)字圖像分析系統(tǒng)V2.0）獲得。對形狀特征參數(shù)求平均值，部分特征平均值如表2所示。

3 特征參數(shù)分析及篩選

3.1 茶樹品種間特征參數(shù)差異性分析

利用單因素多水平方差分析（ANOVA）方法，對10個茶樹品種鮮茶葉圖像的31個特征參數(shù)分別進行顯著性水平分析[11]。因為有10種茶樹，所以自由度取值9。以周長特征為例， 用Matlab軟件算出的P值為3.513 4×10-24，遠小于上述臨界值。對于周長特征，顯然各品種間差異極顯著[12]。

利用此方法，對10個樣本品種的31個初始特征參數(shù)做單因素方差分析，結(jié)果見表3。

3.2 有效特征篩選

當樣本數(shù)量相對較少，特征數(shù)量相對較大時，容易產(chǎn)生過擬合風險。用以上方法提取大量鮮茶葉圖像特征參數(shù)后，由于茶葉樣本數(shù)據(jù)間存在大量相關(guān)性，信息冗余，特征維數(shù)大，在機器識別過程中，會降低識別精度。因此，需對數(shù)據(jù)進行特征篩選，去除與目標值無關(guān)且?guī)碓肼暩蓴_的特征量，以利于在后續(xù)機器識別建模時，縮短訓練時間，提高識別精度。

通過多輪末尾淘汰對特征因子進行篩選，對所有特征用libsvm經(jīng)10次交叉驗證建立模型可得初始分類精度，依次剔除每一特征，并以剩余特征利用libsvm經(jīng)10次交叉驗證建立分類模型。在第1輪的31個分類模型中找出最高的分類精度，如果該精度小于所有特征建模時所得的分類精度，說明所有特征均對建模有利，不能刪除，應(yīng)該保留;如果該精度大于原始精度，說明刪除該特征后，有助于模型精度的提高，則該特征應(yīng)刪除并進入下一輪汰選;重復(fù)以上過程，直至某輪次刪除某特征后，所有模型的最高分類精度小于上輪的最高分類精度;此時上輪次的最高精度即為該整個過程中模型的最高精度，其所對應(yīng)的特征均應(yīng)保留，汰選終止。

經(jīng)過多輪汰洗后，保留27個特征參數(shù)：（1）顏色特征。圖像顏色的R、G、B、L*、a*、b*分量特征。（2）形狀特征。填充面積、周長、長軸、短軸、等效直徑、最長半徑、最短半徑、偏心率、伸展度、最短長半徑比、圓形度、短長軸比、面積周長比。

4 分析及討論

4.1 結(jié)果

數(shù)據(jù)經(jīng)歸一化處理后，對100個鮮茶葉圖像樣本集數(shù)據(jù)采用K-折交叉驗證方法（K取值為10），分別應(yīng)用SVMKM、RF、NBC、Fisher、KNN和ELM算法進行建模分類識別[13]，得出識別結(jié)果，比較分析各分類器的識別精度，并對顏色、形狀特征分別建模識別，對結(jié)果進行比較分析，說明其特征的有效性。

通過檢驗，各分類器的識別精度都最高，數(shù)據(jù)集的泛化能力也最強[14]。針對所得到的鮮茶葉圖像樣本數(shù)據(jù)的樣本小、種類多等特點，通過6種分類器從顏色、形狀特征識別中得出結(jié)果，結(jié)果（表4）表明，通過圖像處理方法，提取鮮茶葉片圖像的顏色、形狀特征[15]，建立分類識別模型，能達到89.5%的識別精度。鮮茶葉葉片與茶樹品種存在對應(yīng)關(guān)系，利用圖像處理方法分類識別不同品種鮮茶葉，同時也識別了鮮茶葉所屬的茶樹品種。

4.2 結(jié)論與討論

本研究采用圖像處理技術(shù)實現(xiàn)了茶葉顏色、形狀特征參數(shù)提取等功能，建立了茶葉品種識別模型，對不同茶葉進行鑒別，預(yù)測準確率達到了89.5%，表明圖像處理技術(shù)對識別茶葉品種是一種可行的方法。為了提高檢測的準確性，可進一步提取茶葉的紋理、分形特征等信息并加以判別，從而更精準識別茶葉品種。

本研究利用圖像處理技術(shù)解決了茶葉品種識別問題，且識別率較高、精確。根據(jù)目前圖像處理技術(shù)的發(fā)展及在諸多領(lǐng)域的應(yīng)用進展，圖像處理技術(shù)在農(nóng)作物實時、無損、快速在線營養(yǎng)檢測與病蟲害防治方面有很長遠的發(fā)展前景[16]?，F(xiàn)今，食品安全問題也日益突出，非破壞性無損檢測技術(shù)在農(nóng)作物營養(yǎng)檢測與病蟲害防治中越來越受到重視。隨著農(nóng)作物圖像處理技術(shù)發(fā)展，且分析處理能力逐漸提高，采用圖像處理技術(shù)與相關(guān)專家的見解相結(jié)合方法，可及時掌握作物營養(yǎng)與病蟲害信息，采取相應(yīng)措施，對農(nóng)作物生長能起到良好的促進作用[17]，食物安全問題也能較好較快地解決。

參考文獻：

[1]汪 建，杜世平. 基于顏色和形狀的茶葉計算機識別研究[J]. 茶葉科學，2008，28（6）：420-424.

[2]楊福增，楊亮亮，田艷娜，等. 基于顏色和形狀特征的茶葉嫩芽識別方法[J]. 農(nóng)業(yè)機械學報，2009，40（增刊1）：119-123.

[3]陸江鋒，單春芳，洪小龍，等. 基于數(shù)字圖像的茶葉形狀特征提取及不同茶葉鑒別研究[J]. 茶葉科學，2010，30（6）：453-457.

[4]唐 敏，劉 英，費葉琦，等. 圖像處理技術(shù)在現(xiàn)代林果采摘中的應(yīng)用[J]. 林業(yè)機械與木工設(shè)備，2020，48（4）：4-7.

[5]張俊峰. 基于統(tǒng)計形狀特征的茶葉梗分離與識別[D]. 合肥：安徽大學，2012.

[6]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.

[7]李清光，李曉鐘，周惠明. 茶葉品種與產(chǎn)地識別技術(shù)研究進展[J]. 食品科學，2011，32（13）：341-344.

[8]陳全勝，趙杰文，蔡健榮，等. 支持向量機在機器視覺識別茶葉中的應(yīng)用研究[J]. 儀器儀表學報，2006，27（12）：1704-1706.

[9]Pandolfi C，Mugnai S，Azzarello E，et al. Artificial neural networks as a tool for plant identification：a case study on Vietnamese tea accessions[J]. Euphytica，2009，166（3）：411-421.

[10]Mugnai S，Pandolfi C，Azzarello E，et al. Camellia japonica L. genotypes identified by an artificial neural network based on phyllometric and fractal parameters[J]. Plant Systematics and Evolution，2008，270（1/2）：95-108.

[11]Pandolfi C，Messina G，Mugnai G，et al. Discrimination and identification of morphotypes of Banksia integrifolia （Proteaceae） by an Artificial Neural Network （ANN），based on morphological and fractal parameters of leaves and flowers[J]. Taxon， 2009，58（3）：925-933.

[12]李國正，王振曉，楊 杰，等. 基于SVM的特征篩選方法及其若干應(yīng)用[J]. 計算機與應(yīng)用化學，2002，19（6）：703-705.

[13]郭金鑫，陳 瑋. 基于HOG多特征融合與隨機森林的人臉識別[J]. 計算機科學，2013，40（10）：279-282，317.

[14]李錦衛(wèi). 基于計算機視覺的水稻、油菜葉色-氮營養(yǎng)診斷機理與建模[D]. 長沙：湖南農(nóng)業(yè)大學，2010.

[15]Pham B T，Prakash I. Evaluation and comparison of LogitBoost Ensemble，F(xiàn)ishers Linear Discriminant Analysis，logistic regression and support vector machines methods for landslide susceptibility mapping[J]. Geocarto International，2019，34（3）：316-333.

[16]刁智華，袁萬賓，刁春迎，等. 病害特征在作物病害識別中的應(yīng)用研究綜述[J]. 江蘇農(nóng)業(yè)科學，2019，47（5）：71-74.

[17]張 浩，李和平，葉 娟. 小麥籽粒外觀形態(tài)特征測定技術(shù)研究[J]. 糧食與飼料工業(yè)，2013（3）：7-9.