導語：計算機圖像處理技術在茶領域中的運用一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：隨著計算機技術的不斷發展，當今技術人員可以利用計算機技術在農業領域大施拳腳。近年來，計算機視覺圖像處理技術的不斷完善可以幫助農業進行多種鑒別、鑒定工作。茶葉在審評、加工、栽培方面主要通過自身的色澤來進行甄別和判斷，這就給計算機視覺圖像處理技術在茶葉領域中的運用提供了技術上的支撐和可行性。利用計算機視覺圖像處理技術對茶葉進行審評和甄別可以達到遠高于傳統人工的效率和結果。

關鍵詞：計算機視覺圖像處理技術；茶領域；運用

1計算機視覺圖像處理技術概述

隨著計算機技術的飛速發展，計算機作為重要的生產工具應用到了工農業生產的各個領域。隨著各種成像原件、成像技術的發展，當前的計算機圖像處理技術已經具備了高精度、高色差地分析物體之間細微的差異和變化的能力。通過對物體細微差異在圖像上的分析使得技術人員可以通過計算機視覺圖像處理技術進行高效的形狀判定。計算機視覺處理系統由圖像輸入、處理、存儲、輸出各部分組成，主要通過CCD（ChargedCoupledDevice，電荷耦合器件）傳感器拍攝獲取所檢測物的具體圖像信號，并通過模數轉換的形式將圖像信號轉換為數字型號。通過計算機硬件與軟件對圖像數字信號進行處理、轉換，對數字信號中的關鍵信息進行提取與分析，得出全面的對于目標信號的圖像特征值，進而實現對檢測物的甄別、監控和判定。與傳統的人工視覺甄別相比，計算機視覺圖像處理技術具有精準、快速、相關性狀可量化等特點。

2計算機視覺圖像處理技術在茶領域的應用現狀

由于外觀特征是茶葉在培育、加工、評審方面需要評判的重要依據，而外觀特征在人工肉眼判斷方面又缺乏一個量化的定性標準，所以計算機視覺圖像處理技術在茶領域的運用就成為了一種快捷有效的方法。

2.1計算機視覺圖像處理技術在茶葉培育方面的具體應用

在培育階段，計算機視覺圖像技術可以有效地對茶葉的葉面積進行測量。通過Photoshop軟件和相關算法程序，技術人員可以通過取相、對比、分析等一系列過程來對茶葉的具體葉面積進行全面的分析和判定。同時，這種方法可以一次對比多個樣本，效率極高。在測算茶葉面積的基礎上，計算機視覺圖像技術還可以通過光譜對比技術對茶葉在培育期間的相關健康情況進行實時監控。技術人員對茶葉葉片的光譜分析是根據茶葉表面的色澤與茶樹本身各種微量元素含量建立的相關對應關系，在此基礎上判定茶樹在生長期間各種微量元素含量的水平，進而及時調整培育方案和計劃。同時光譜分析方法還可積極測量茶樹在不同環境中生長的情況，進而幫助茶農優化培育方案和培育技術。

2.2計算機視覺圖像處理技術在茶葉加工過程中的具體運用

當前可行的計算機視覺圖像處理技術主要運用在茶葉發酵和茶葉撿梗的操作中。紅茶在發酵過程中的色澤變化范圍小，肉眼很難清晰辨別紅茶發酵的具體程度。這就為計算機視覺圖像處理技術提供了用武之地。在紅茶發酵階段利用數碼相機、攝像機等成像設備分時段對紅茶進行拍攝，利用計算機RGB色度算法模擬直接得出成像中紅茶的色澤參數，按照色澤參數來判定紅茶的發酵程度，這可以極好地解決紅茶發酵程度判定的問題。通過在震動傳送帶上加裝高速攝像機，并與計算機進行連接，通過設定茶葉準確的RGB色澤參數進行茶、梗篩選會大大提高揀剔效率。

2.3計算機視覺圖像處理技術在茶葉評審環節方面的具體運用

在茶葉評審環節，傳統評審標準規定的嫩度、條索、色澤、凈度、湯色等評級指標都可以利用計算機視覺圖像處理技術進行處理和評判。在茶葉評審過程中，計算機視覺圖像處理技術通過對茶葉顏色中R、G、B、H、I、S等11個特征數值進行采集與分析在此基礎上通過IMCAIS(Indepen－dentModelingofClassAnalogySoft，獨立模型分級分析軟件)的模型辨識原理，技術人員可以對最多三種不同類型的茶葉進行區分和識別。這種模式的軟件可以根據顏色區別與特性區別來進行相關茶葉品類的鑒定。隨著多種圖像模型的建立和不同種類茶葉間數據的不斷完善，目前技術人員可以對超過30種不同的茶葉種類進行檢測和甄別，甄別結果與人工甄別的吻合率約為92%。

3計算機視覺圖像處理技術在茶領域的應用試驗

3.1茶鮮葉色澤鑒定試驗

3.1.1實驗目的：通過計算機視覺圖像技術來測定茶鮮葉色澤、分析茶鮮葉20h內含水量與色澤間的關系。

3.1.2試驗的材料與設備(1)試驗材料：福建福鼎大白茶鮮葉(2)試驗設備：穩定內部光源暗箱一個；SonyRX100（RX100M6）數碼相機；PhotoshopCC2018圖像處理軟件。

3.1.3試驗步驟（1）拍攝階段。采用藍色背景，將茶鮮葉單片按一定距離均勻鋪散在暗箱內，使用置于暗箱頂端觀測孔的RX100相機，關閉閃光燈，通過自動近景方式拍攝。拍攝期間保障暗箱內的光源開啟。拍攝完成后，將拍攝的10張茶鮮葉照片輸入計算機。在固定光源拍攝完畢后，打開相機閃光燈，根據不同的光照條件下，利用不同的光圈大小分別拍攝多張樣張。（2）背景處理階段。將茶鮮葉圖像從照片背景中分離是判定茶鮮葉基本屬性的重要步驟。首先利用PhotoshopCC2018軟件中的魔術棒工具來進行圖像分離工作，在分離時需要注意背景顏色的處理。魔術棒工具可以在一定容差值內進行操作，進行分離時容錯率的大小取決于背景顏色的選擇，為了保證茶鮮葉圖像的完整性，系統的默認值約為32（RGB值），所以背景與茶鮮葉的色差需要保障在大于32之上。通常在背景為藍色或白色時茶鮮葉圖像提取效果最佳。（3）取值階段。利用PhotoshopCC2018軟件中的選擇工具選中照片中茶鮮葉的輪廓，執行濾鏡工具內的模糊平均指令，對選中圖像的相關參數進行平均化操作。操作時需要按照不同光源、光圈大小來得出不同階段下茶葉的RGB數值和HSB數值。在得出數個具體參數值后，通過平均算法來得出茶葉一般狀態下的RGB和HSB數值。

3.1.4實驗結論：通過計算機視覺圖像處理技術，在對茶葉進行相關RGB和HSB值的測定后，可以利用此法來進行相關茶葉生長狀態、葉相方面的測定，進而更好地支持茶葉培育和審評。

3.2茶鮮葉萎凋過程色澤變化試驗

3.2.1實驗目的：通過對茶鮮葉攤晾20h的過程中不同含水量的圖像參數的測定，得出茶鮮葉在24h攤晾過程中不同時期含水量與圖像參數的對應關系。

3.2.2試驗設備和材料：同實驗一

3.2.3實驗步驟（1）將大白茶茶鮮葉按芽頭、一芽一葉、一芽二葉、一芽三葉的機械組或分別攤晾在溫度、濕度適中的室內，總攤晾時間為24h。期間每隔1h對茶鮮葉的含水量進行測量并拍攝。（2）按照3.1的方法提取茶鮮葉圖像并獲得相關茶鮮葉不同攤晾時段的具體參數。我們可以發現，在不同階段的茶鮮葉中，隨著含水量的變化，不同種類的茶鮮葉的色彩參數基本都趨于下降。在茶葉萎凋過程中，RGB三色中R值與G值隨著水分的流失而不斷下降，B值在攤晾初期下降較為明顯，后期便趨于平穩。從含水量變化與茶鮮葉色澤變化的相關性進行分析可以得出，隨著含水量的不斷下降，茶葉中G值與含水量的相關性較高。傳統視覺觀測也能得出相同的結論即茶葉在萎凋過程中逐漸由鮮綠色變為暗綠色。因此，工作人員可以針對不同類型的茶鮮葉的具體RG值來判定其確切的攤晾時間，這種方式適合在攤晾24小時以內的茶鮮葉檢測工作。

4結束語

綜上所述，通過計算機視覺圖像處理技術可以清晰準確的對茶葉地諸多特性進行評測和甄別。在RGB和HSB數值測定的基礎上，技術人員還可以使用多種建模軟件對茶葉的形態和特性進行分析和判定。隨著計算機視覺圖像處理技術的不斷進步，通過計算機甄別、檢測茶葉將成為業界的主流。

參考文獻

[1]宋濤,樊志新.用于銅扁線表面質量監測的計算機視覺和圖像處理技術[J].中國科技信息,2005(22):42.

[2]王斌.計算機視覺圖像處理技術在茶學領域應用方法的研究[J].福建茶葉,2017(12):17.

[3]曾珍珍.一種計算機視覺算法的圖像處理技術[J].信息技術,2018(4):74-78.

[4]劉宗平.茶領域中計算機視覺圖像處理技術應用方法研究[J].福建茶葉,2016(8):221-222.

作者:吳豐盛 單位:武漢城市職業學院計算機與電子信息工程學院