淺談不同顏色模型在煙葉顏色數(shù)字化中的運(yùn)用

李波 張仲文 章程 鐘永健 葛川 龔濤 王鵬

摘 ? ?要：為實(shí)現(xiàn)煙葉顏色數(shù)字化，分析了不同顏色模型在煙葉顏色、色度測定方面的運(yùn)用效果，結(jié)果顯示：煙葉顏色測定采用Lab顏色模型較好;煙葉亮度和飽和度測定時(shí)需同時(shí)具備Lab和HSV顏色模型轉(zhuǎn)換方式;煙葉色度均勻度測定時(shí)需運(yùn)用新型圖像分割、識(shí)別技術(shù)并結(jié)合傳統(tǒng)均勻度評價(jià)方法，建立一種新型的煙葉色度均勻度數(shù)字化評價(jià)方法。

關(guān)鍵詞：外觀特征;煙葉顏色;顏色模型;數(shù)字化

中圖分類號：TS44 ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? DOI 編碼：10.3969/j.issn.1006-6500.2021.07.011

Abstract：In order to realize the digitization of tobacco leaf color， the application effect of different color models in tobacco color and chroma measurement was analyzed. The results showed：the Labcolor model was better for tobacco color measurement; the conversion method of LAB and HSV color model was required for the measurement of tobacco leaf brightness and saturation; it was necessary to establish a new digital evaluation method of tobacco leaf color uniformity by using new image segmentation and recognition technology combined with traditional evaluation method.

Key words： appearance characteristics;tobacco color;color model;digitization

煙葉顏色是一個(gè)極為重要的外觀特征，與煙葉部位、等級的判定具有緊密相關(guān)性，是人工等級判定的重要影響因素[1-2]。煙葉的顏色隨著儲(chǔ)存時(shí)間的延長，煙葉顏色發(fā)生著顯著的變化[2-3]，若以煙葉顏色為主要特征運(yùn)用深度學(xué)習(xí)等智能算法實(shí)現(xiàn)等級識(shí)別是非常不穩(wěn)定的，若要將煙葉顏色運(yùn)用到等級識(shí)別中去，必須實(shí)現(xiàn)煙葉顏色的數(shù)字化測量，然后根據(jù)分級要求進(jìn)行類別劃分，使煙葉顏色通過簡單算法輔助煙葉部位、等級判定[4-5]。

顏色是最直觀的煙葉外觀質(zhì)量評價(jià)因素，而且又與煙葉品質(zhì)密切相關(guān)，所以在煙葉的分級應(yīng)用中具有重要作用。煙葉基本色常因產(chǎn)地、品種、部位、等級、貯存養(yǎng)護(hù)等因素變化而變化。煙葉的顏色主要由顏色和色度兩個(gè)部分組成[6]，不同的顏色特征指標(biāo)不能單純的運(yùn)用某種顏色模型進(jìn)行強(qiáng)行測定并劃分，需要根據(jù)不同顏色特征需要運(yùn)用適合的顏色模型，才能實(shí)現(xiàn)煙葉顏色在等級識(shí)別中的合理化運(yùn)用[7]。劉新民[8]通過顏色量化方法研究表明，不同產(chǎn)區(qū)同一等級的煙葉顏色量化結(jié)果有較大差異。李悅等[7]測定了不同部位煙葉顏色值并進(jìn)行了視覺顏色判定，煙葉顏色值聚類結(jié)果與外觀顏色檔次一致。劉賜德等[9]提取煙葉圖像的顏色分量，以RGB顏色分量和HSV分量為聚類樣本點(diǎn)進(jìn)行K-means聚類分割，結(jié)果表明基于HSV顏色空間模型對煙葉分割效果比較好，適用于對煙葉的圖像分割。顧金梅等[10]分析RGB、HIS及HSV 3種顏色模型下各顏色分量對煙葉等級影響，結(jié)果表明HSI顏色模型下的S顏色特征和HSV模型下的S顏色特征在不同等級的煙葉間差異較小，而其他的顏色向量隨著煙葉等級變化都有一定的差異。

由目前研究進(jìn)展可知，煙葉顏色量化在煙葉質(zhì)量評價(jià)和煙葉區(qū)域特征顏色量化等方面具有較好的應(yīng)用前景。本研究旨在分析不同的顏色模型在顏色、色度等不同維度的運(yùn)用情況，提高煙葉顏色數(shù)字化特征提取的實(shí)際效果。

1 煙葉顏色外觀特征

對煙葉分級依據(jù)GB 2635—1992分級標(biāo)準(zhǔn)[11]進(jìn)行解析，將煙葉顏色細(xì)分為顏色和色度兩個(gè)部分，如表1所示。

其中，“顏色”特征因素主要判定煙葉分組：L、F、R。

“色度”特征因素主要判定該組別下煙葉的具體等級：1、2、3、4。

2 煙葉顏色特征的測定

根據(jù)國標(biāo)中對煙葉“顏色”分組的要求，如表2所示。

煙葉“顏色”特征的測量主要有兩種方法，一種是運(yùn)用RGB顏色模型，另外一種是運(yùn)用Lab顏色模型[12]。

RGB顏色模型是通過將R（紅色）、G（綠色）、B（藍(lán)色）通過不同的程度的疊加來產(chǎn)生不同的顏色，也是通過解析顏色R、G、B的0-255的灰度值實(shí)現(xiàn)顏色表征，表達(dá)方式十分直接，但是R、G、B數(shù)值和色彩的色調(diào)、亮度、飽和度的屬性沒有直接關(guān)聯(lián)。

Lab顏色模型是以數(shù)學(xué)化的方式來描述人的視覺感應(yīng)，由3個(gè)通道組成，一個(gè)通道是亮度L，另外a（紅度）、b（黃度）是色彩通道，一般還有增加c（顏色飽和度）通道。目前烤煙煙葉顏色測量大多處在試驗(yàn)階段，實(shí)際應(yīng)用中還沒有形成成熟穩(wěn)定的系統(tǒng)。煙草工商企業(yè)對煙葉原收原調(diào)時(shí)，尤其是煙站（點(diǎn)）采購煙葉把煙原料時(shí)，利用基于Lab顏色模型的測色技術(shù)輔助控制原料采購標(biāo)準(zhǔn)，有助于減少因個(gè)人經(jīng)驗(yàn)、環(huán)境變化帶來的不穩(wěn)定性，提高原料采購工作效率，提升原料質(zhì)量穩(wěn)定性。

將Lab顏色模型應(yīng)用到煙葉分級、煙葉采購標(biāo)準(zhǔn)評價(jià)、配打煙葉質(zhì)量控制等生產(chǎn)過程中，對煙草行業(yè)的發(fā)展具有重要意義，但這需要在品種、年份、地域、分組分級、分析方法、算法等方面進(jìn)行持續(xù)驗(yàn)證和實(shí)踐。

本研究于2019年在南平邵武地區(qū)進(jìn)行，選用煙草品種‘云87為材料，中部煙選后煙葉的正面顏色測定結(jié)果（使用Lab顏色模型）見表3，具體測定方法是選取標(biāo)準(zhǔn)選后等級，在每片煙葉最具代表性區(qū)域（一般為煙葉中部）進(jìn)行顏色檢測。

由上述分析和表3結(jié)果可以得出：

（1）RGB顏色模型是3個(gè)維度的灰度空間，測量紅色素的時(shí)候可以單值表達(dá)，測量黃色素的時(shí)候需要進(jìn)行R、G、B數(shù)值疊加。

（2）Lab顏色模型具有單獨(dú)的紅色度a和黃色素b的表達(dá)通道，較為符合煙葉“顏色”特征，從表3結(jié)果可知，中部煙紅色素（a*）在紅黃色素（a*+ b*）中占比均值為30.02%，非常接近國標(biāo)30%，建議繼續(xù)對下部煙和上部煙進(jìn)行測量，用以驗(yàn)證結(jié)果的準(zhǔn)確性。

綜上分析，在煙葉“顏色”特征測量的過程中，建議采取Lab顏色模型進(jìn)行測量，因?yàn)閭鹘y(tǒng)的單方或工業(yè)相機(jī)RGB顏色采集法需要進(jìn)行Lab顏色模型轉(zhuǎn)換。

3 煙葉色度特征的測定

3.1 煙葉亮度和飽和度的測定

亮度和飽和度主要測定方法有兩種，一種是Lab顏色模型，另外一種是HSV顏色模型[12]。

Lab顏色模型中L代表亮度，c代表飽和度。

HSV空間直接對應(yīng)于人眼色彩視覺特征的三要素，根據(jù)人觀察色彩的生理特征而創(chuàng)建的一種顏色空間模型，HSV即亮度（V）、色度（H）和飽和度（S），其中H用角度度量，表示色彩信息，S為一比值，表示接近光譜色的程度， V表示色彩的明亮程度。HSV顏色空間很貼近人的色覺反映，能反映出更為詳細(xì)的灰度信息和色彩信息，特別是對圖像中極亮或極暗的顏色可以更好的進(jìn)行反映[13]。

綜上分析，Lab顏色模型和HSV顏色模型均可以反映煙葉的亮度和飽和度，在煙葉顏色數(shù)字化過程中，需同時(shí)具備Lab和HSV顏色模型轉(zhuǎn)換方式。3.2 煙葉色度均勻度的測量

3.2.1 現(xiàn)有均勻度評價(jià)方法 參考文獻(xiàn)《一種烤煙煙葉表面顏色均勻度判別方法》[14]，具體方法是：選取待測煙葉，在葉尖、葉中、葉基的主脈兩側(cè)各取2個(gè)點(diǎn)位，共計(jì)6個(gè)點(diǎn)位，測定其L、a、b值，然后計(jì)算其各個(gè)特征值的變異系數(shù)，如表4所示。

由表4均勻度判別方法結(jié)合分析可知，該方法將均勻度劃分為3個(gè)維度，每個(gè)維度均有一個(gè)判定結(jié)果，對一片煙葉難以整體判定，并且該方法獲得行業(yè)認(rèn)可度較小，引用量不大。

現(xiàn)行煙葉色度均勻度測量暫無HSV顏色模型運(yùn)用評價(jià)方法。

3.2.2 傳統(tǒng)均勻度評價(jià)方法 通過對行業(yè)標(biāo)準(zhǔn)進(jìn)行分析并結(jié)合分級經(jīng)驗(yàn)，行業(yè)內(nèi)較為認(rèn)可的均勻度評價(jià)方法仍然是傳統(tǒng)的感官評價(jià)法[15]，如表5所示。

由表5傳統(tǒng)均勻度評價(jià)方法結(jié)合分析可知，傳統(tǒng)方法主要是對行業(yè)分級標(biāo)準(zhǔn)的顏色特征的深入分析，主要通過肉眼觀察煙葉顏色得出經(jīng)驗(yàn)值，需要分級人員長期的工作積累，并不適用于新型的數(shù)字化煙葉顏色均勻度評價(jià)。

綜上分析，現(xiàn)有均勻度判別方法和傳統(tǒng)均勻度評價(jià)方式均難以滿足煙葉顏色數(shù)字化技術(shù)要求，若要將煙葉的均勻度進(jìn)行科學(xué)判定，需要尋找一種煙葉整體均勻度判別的方法，運(yùn)用新型圖像分割、識(shí)別技術(shù)結(jié)合傳統(tǒng)均勻度評價(jià)方法，可有效通過數(shù)字化手段計(jì)算出整片煙葉的不同區(qū)域色度值，從而實(shí)現(xiàn)煙葉色度均勻度數(shù)字化評價(jià)。

4 結(jié)論與討論

煙葉人工分級基于人的感官和視覺來完成，分級時(shí)人的視覺對亮度比對顏色濃淡更為敏感。因此，在運(yùn)用圖像處理技術(shù)分析圖像時(shí)，需建立更為符合人類視覺機(jī)制的顏色模型，以實(shí)現(xiàn)煙葉顏色的準(zhǔn)確量化，便于顏色分辨。

從國內(nèi)外研究進(jìn)展來看，王信民等[16]認(rèn)為底色是指正常煙葉表面除基本色外的色彩表現(xiàn)，底色可作為烤煙外觀區(qū)域特征的評價(jià)指標(biāo)。過偉明等[17]認(rèn)為底色指標(biāo)可相對區(qū)分東南區(qū)與其他種植區(qū)的煙葉。張文耀和蔣凌霜[18]認(rèn)為，HSV顏色空間更貼近于人的視覺機(jī)理，同時(shí)可以避免彩色信息的影響，3個(gè)分量互為獨(dú)立、互不影響，大大簡化了圖像分析和處理的難度，適用于圖像彩色特性的測定與分析。于國鋒等[19]認(rèn)為Lab顏色模型色域?qū)掗?、色彩分布均勻，常用于煙草（含煙草制品和卷煙材料）顏色參?shù)等的測定與分析。武圣江等[20]研究發(fā)現(xiàn)，不同烤煙煙葉質(zhì)體色素含量與顏色參數(shù)明顯相關(guān)，其中質(zhì)體色素含量與 L、a相關(guān)性較大。王改麗等[21]認(rèn)為不同產(chǎn)區(qū)烤煙 C3F等級表面顏色空間分布具有較大的區(qū)域特性，生態(tài)條件對烤煙表面顏色的影響較大。

通過對比國內(nèi)外研究進(jìn)展和分析不同顏色模型在不同煙葉顏色維度（顏色、色度亮度、飽和度、均勻度）中的數(shù)字化運(yùn)用效果，筆者認(rèn)為：（1）煙葉顏色量化對煙葉質(zhì)量評價(jià)和煙葉等級識(shí)別方面具有較好的應(yīng)用前景;（2）煙葉顏色量化要細(xì)分為顏色、亮度、飽和度、均勻度4個(gè)方面指標(biāo)進(jìn)行測定和量化;（3）煙葉顏色測定采用Lab顏色模型較好;（4）煙葉亮度和飽和度測定時(shí)需同時(shí)具備Lab和HSV顏色模型轉(zhuǎn)換方式;（5）煙葉色度均勻度測定時(shí)需運(yùn)用新型圖像分割、識(shí)別技術(shù)并結(jié)合傳統(tǒng)均勻度評價(jià)方法，建立一種新型的煙葉色度均勻度數(shù)字化評價(jià)方法。

參考文獻(xiàn)：

[1] 李生棟， 王小彥， 鄭小雨， 等. 烤煙K326品種不同開片度上部煙葉烘烤過程中顏色變化分析[J]. 西南農(nóng)業(yè)學(xué)報(bào)， 2020， 33（2）： 290-297.

[2] 武圣江， 莫靜靜， 婁元菲， 等. 不同烤煙品種不同成熟度上部葉烘烤特性研究[J]. 核農(nóng)學(xué)報(bào)， 2020， 34（6）： 1337-1349.

[3] 支瑞聰， 高鳴旋， 謝永輝， 等. 烤煙顏色地域性多因素差異分析[J]. 江蘇農(nóng)業(yè)科學(xué)， 2019， 47（22）： 226-230.

[4] 王飛， 王改麗， 盧志偉， 等. 三明煙區(qū)翠碧一號煙葉表面顏色特征量化分析[J]. 安徽農(nóng)業(yè)科學(xué)， 2019， 47（22）： 193-195， 231.

[5] 馬建元， 伍鐵軍. 基于圖像處理和模糊識(shí)別的煙葉分級技術(shù)研究[J]. 機(jī)械制造與自動(dòng)化， 2011， 40（1）： 90-93.

[6] 楊少春， 王克奇， 戴天虹， 等. 基于L*a*b*顏色空間對木材分類的研究[J]. 林業(yè)機(jī)械與木工設(shè)備， 2007， 35（10）： 28-30.

[7] 李悅， 符云鵬， 甄煥菊， 等. 烤煙煙葉顏色值和外觀顏色變化分析[J]. 中國煙草科學(xué)， 2017， 38（1）： 78-84.

[8] 劉新民. 顏色量化分析在烤煙品質(zhì)評價(jià)中的應(yīng)用研究[D]. 北京： 中國農(nóng)業(yè)科學(xué)院， 2004： 1-5.

[9] 劉賜德， 管一弘， 趙建軍. 基于顏色空間模型的煙葉圖像分割研究[J]. 信息技術(shù)， 2018（5）： 1-4， 9.

[10] ?顧金梅， 吳雪梅， 龍?jiān)睿?等. 基于BP神經(jīng)網(wǎng)絡(luò)的煙葉顏色自動(dòng)分級研究[J]. 中國農(nóng)機(jī)化學(xué)報(bào)， 2016， 37（4）： 110-114.

[11] 中華人民共和國國家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局. 烤煙： GB 2635-1992[S]. 北京： 中國標(biāo)準(zhǔn)出版社， 1992.

[12] 徐小青， 顏奕華， 范堅(jiān)強(qiáng)， 等. 不同產(chǎn)地C3F煙葉色域、底色和色差的量化分析[J]. 作物研究， 2019， 33（6）： 554-560.

[13] 齊銳麗， 陳曼龍， 楊宗浩， 等. 基于HSV模型與改進(jìn)的OTSU算法花椒圖像分割[J]. 中國農(nóng)機(jī)化學(xué)報(bào)， 2019， 40（11）： 155-160.

[14] 中國煙草總公司鄭州煙草研究院. 一種烤煙煙葉表面顏色均勻度判別方法：CN201210236100.5[P]. 2012-07-10.

[15] 張國， 王奎武， 朱列書， 等. 湖南烤煙外觀質(zhì)量指標(biāo)因子分析[J]. 中國農(nóng)學(xué)通報(bào)， 2007， 23（2）： 114-116.

[16] 王信民， 李銳， 魏春陽， 等. 烤煙外觀區(qū)域特征感官評價(jià)指標(biāo)的篩選[J]. 煙草科技， 2011（3）： 59-68.

[17] 過偉民， 蔡憲杰， 王信民， 等. 烤煙中部煙葉外觀區(qū)域特征分布及其與外觀品質(zhì)和物理特性的關(guān)系[J]. 煙草科技， 2016， 49（12）： 21-27.

[18] 張文耀， 蔣凌霜. 基于HSV顏色模型的二維流場可視化[J]. 北京理工大學(xué)學(xué)報(bào)， 2010， 30（3）： 302-306.

[19] 于國鋒， 馮媛， 鄭宏偉， 等. CIEL*a*b*顏色模型在煙草中的應(yīng)用研究進(jìn)展[J]. 河南農(nóng)業(yè)科學(xué)， 2019， 48（2）： 1-7.

[20] 武圣江， 張長云， 郭亮， 等. 貴州烤煙色素含量和顏色值隨生育期的變化及其相關(guān)性[J]. 中國煙草科學(xué)， 2014， 3（4）： 64-69.

[21] 王改麗， 甄煥菊， 李悅， 等. 烤煙C3F等級煙葉表面顏色區(qū)域特征量化分析與聚類[J]. 山東農(nóng)業(yè)科學(xué)， 2017， 49（6）： 21-25.