計(jì)算機(jī)視覺(jué)圖像處理技術(shù)在茶學(xué)領(lǐng)域應(yīng)用方法的研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展，計(jì)算機(jī)視覺(jué)圖像處理技術(shù)已廣泛應(yīng)用到農(nóng)業(yè)工程領(lǐng)域，但在茶學(xué)領(lǐng)域的應(yīng)用尚很少見有報(bào)道。本文對(duì)在茶學(xué)領(lǐng)域應(yīng)用計(jì)算機(jī)視覺(jué)圖像處理技術(shù)的方法及其可行性進(jìn)行了摸索，以求為茶學(xué)各領(lǐng)域?qū)崿F(xiàn)計(jì)算機(jī)智能及精細(xì)化操作尋找思路。 本研究的主要結(jié)果如下： (1)建立了一種用計(jì)算機(jī)讀取整茶色澤參數(shù)的方法-L處理法，并驗(yàn)證了其可靠性和對(duì)該方法進(jìn)行了研究。結(jié)果表明，L處理法可以準(zhǔn)確快速地讀取整茶圖像的色澤參數(shù)。不同掃描分辨率對(duì)L處

2、理法測(cè)定整茶色澤影響不大；當(dāng)整茶掃描區(qū)域達(dá)到11cm×11cm或以上時(shí)，掃描圖片的色澤參數(shù)可以代表茶樣的實(shí)際色澤狀況，其標(biāo)準(zhǔn)誤(SE)分別為：-0.16≤L≤0.16，-0.13≤a≤0.13，b=0；整茶色澤參數(shù)與粉碎茶色澤參數(shù)存在顯著差別，粉碎茶不能代表茶葉真實(shí)的外觀色澤；電腦讀取色澤參數(shù)的穩(wěn)定性優(yōu)于色差計(jì)。 (2)建立了分別針對(duì)茶鮮葉和干茶的圖像分割方法，確定了茶鮮葉圖像分割的最佳背景色為藍(lán)色，容差值為150；干茶(炒青)

3、圖像分割的最佳背景色為紅色，容差值為120。 (3)建立了一種針對(duì)茶鮮葉的計(jì)算機(jī)色澤測(cè)定方法，并對(duì)該方法的應(yīng)用進(jìn)行了初步研究。結(jié)果表明，利用計(jì)算機(jī)量化茶鮮葉色澤具有一定可靠性，其中R、G、B、L色澤參數(shù)值能夠區(qū)分不同嫩度的鮮葉，其差異均達(dá)極顯著水平(R：F=64.26**：G:F=89.25**；B:F=46.91**；L:F=90.97**)；亮度通道標(biāo)準(zhǔn)偏差值能有效反映茶鮮葉樣的勻凈度和新鮮度；R、G色澤參數(shù)值在鮮葉采后20

4、小時(shí)內(nèi)有一定的規(guī)律性的變化，其中R色澤參數(shù)表現(xiàn)最好：在殺青過(guò)程中鮮葉的G、L、a、b色澤參數(shù)值均有一定規(guī)律的改變，其中G色澤參數(shù)表現(xiàn)最為明顯。 (4)以珍眉茶和竹葉青茶為例，摸索了利用計(jì)算機(jī)圖像處理技術(shù)量化干茶的外觀因子的方法。結(jié)果表明：RGB顏色模型中的B色澤參數(shù)在珍眉茶等級(jí)評(píng)價(jià)中表現(xiàn)最佳；分割后的目標(biāo)茶葉圖像像素值能夠反映條索面積，并隨著珍眉茶等級(jí)的下降呈現(xiàn)出明顯的下降趨勢(shì)，所得相關(guān)系數(shù)為0.904**。綠通道和亮度通道的標(biāo)

5、準(zhǔn)差值能夠有效判斷珍眉茶外形因子中勻凈度；R、L、a和像素四項(xiàng)參數(shù)的變異系數(shù)對(duì)竹葉青的質(zhì)量判斷最有效。 (5)建立了通過(guò)對(duì)茶樹葉片進(jìn)行掃描，利用Photoshop軟件同時(shí)獲得多張葉片及其受害部位的像素值，從而快速計(jì)算茶樹葉片受害面積以及受害面積百分率的測(cè)定方法，并對(duì)此方法進(jìn)行了系統(tǒng)的研究，結(jié)果表明：掃描分辨率為150dpi時(shí)掃描時(shí)間和存儲(chǔ)占用空間較優(yōu)，測(cè)定效果和高分辨率掃描效果基本一致，該方法測(cè)定結(jié)果與人工測(cè)定結(jié)果無(wú)顯著差異，其