一种基于计算机视觉技术的毛尖茶样图像获取方法与流程

1.本发明涉及毛尖茶样技术领域，具体为一种基于计算机视觉技术的毛尖茶样图像获取方法。


背景技术：

2.自古以来中国就有饮茶的习惯，茶产业也成为中国农业的传统特色产业。随着生活水平的提高，人们对茶的品质要求日益提升，而高品质的茶叶离不开精细的管理，信阳毛尖，属于绿茶或黄茶的一个子产品，一芽一叶、一芽两叶茶青炒制后命名为毛尖，毛尖，冲泡出来的茶汤颜色碧绿，茶叶舒张开来，慢慢沉入杯底，茶叶片片匀整，柔嫩鲜绿光滑，毛尖的色、香、味、形均有独特个性，其颜色鲜润、干净，不含杂质，香气高雅、清新，味道鲜爽、醇香以及回甘，毛尖具体又分沩山毛尖，信阳毛尖(信阳毛尖,亦称"豫毛峰".因条索细圆,紧直有锋芒,又产于河南信阳,故取名"信阳毛尖",信阳毛尖是河南知名品牌)，茅坪毛尖，都匀毛尖，秀山毛尖，黄山毛尖等，另有拥有悠久茶文化历史的产茶大县竹溪出产的竹溪毛尖，是湖北省茶文化的一大瑰宝。
3.为提高毛尖茶样的使用效果，需要利用计算机视觉技术来配合使用，现有的计算机视觉技术是利用计算机(机器)模拟人类视觉功能的一种仿生技术，从茶叶样品的图像中提取视觉相关的信息，对信息进行处理并加以理解，最终用于茶叶的实际检测和品质控制，现有的计算机视觉技术对茶叶样品检测的过程中较传统感官审评方法显示出了极大的优势，但是现有的茶叶样品在颜色、纹理、形状等外观特征在进行检测的过程中，操作一般，为此，我们提出了一种基于计算机视觉技术的毛尖茶样图像获取方法来解决上述问题。


技术实现要素：

4.本发明提供了一种基于计算机视觉技术的毛尖茶样图像获取方法，以解决背景技术中的问题。
5.为实现上述目的，本发明提供如下技术方案：一种基于计算机视觉技术的毛尖茶样图像获取方法，包括以下步骤：
6.s1、数据库的建立：通过图像获取单元从茶园获取毛尖茶样原始图像样本并进行分类，将原始茶叶图像样本按照种类及品质分为三类：一级毛尖茶、二级毛尖茶以及三级毛尖茶，得到分类好的毛尖茶叶图像样本；
7.s2、茶叶图像预处理：对步骤s1中分类好的茶叶图像样本进行灰度化，通过分段灰度线性变换增强图像对比度后，利用中值滤波器分别对彩色图和灰度图分别进行中值滤波降噪处理；
8.s3、对象特征参数的获取：对于步骤s2中获得的毛尖茶叶图像样本进行提取茶叶图像的颜色特征、纹理特征和形状特征；
9.s4、图像特征参数的匹配：将获取的对象的特征参数与数据库中的茶叶品质等级数据进行对比，获取待检测茶叶的等级；
10.s5、信息处理和融合：将步骤s4中获取的信息数据经数据采集卡传入计算机中，计算机模拟人的大脑对图像信息和光谱信息进行处理和融合，并与前面建立的数据库联系起来进行模式识别处理；
11.s6、样本测试操作：将步骤s4中系统采集得到的数据进行预处理后，分别提取能表达茶叶外部品质的图像特征和能表达茶叶内部品质的光谱特征；
12.对所提取的特征信号进行融合和模式识别处理，给出被测茶叶样本品质的优劣、等级及合格与否的识别结果，识别结果通过计算机显示出来。
13.进一步的，所述步骤s1中将确定的值范围录入茶叶分选设备的茶叶分选控制系统中,构成数据库。
14.进一步的，所述步骤s2中利用otsu方法计算图像分割阈值并结合实际效果调整阈值对图像进行背景分割。
15.进一步的，所述步骤s3中利用颜色直方图提取彩色图像的rgb、hsv颜色特征，并分别进行归一化，得到颜色特征。
16.进一步的，所述步骤s3中利用边缘方向直方图提取灰度图像的纹理进行归一化处理，得到纹理特征。
17.进一步的，所述步骤s3中利用hu矩的七个不变矩提取图像的形状特征，并对这些特征分别归一化并拼接，得到最终的茶叶图像特征向量。
18.进一步的，所述步骤s6中计算机对所提取的特征信号进行融合和模式识别处理，就是将提取得到光谱信息特征和图像信息特征在特征层上进行融合，然后再结合已经建立的知识库，通过模式识别的方法对茶叶样本一个综合评价。
19.进一步的，所述步骤s6中信号融合与模式识别系统是用于原始图像信息和光谱信息的共同处理。
20.进一步的，所述步骤s6中采集得到的图像信息数据通过图像采集卡传输到计算机。
21.进一步的，所述步骤s5中计算机中形成能够决定被测茶叶样本品质质量的优劣、等级及合格与否的不同规格质量的知识库。
22.与现有技术相比，本发明提供了一种基于计算机视觉技术的毛尖茶样图像获取方法，具备以下有益效果：
23.1、该基于计算机视觉技术的毛尖茶样图像获取方法，本发明采用计算机视觉技术能够对茶叶样品的颜色、纹理、形状等外观特征进行准确的数字化表征，通过茶叶图像预处理、对象特征参数的获取、图像特征参数的匹配以及信息处理和融合，提高了该毛尖茶样图像获取方法的精度和效率。
24.2、该基于计算机视觉技术的毛尖茶样图像获取方法，本发明通过数据采集卡，对茶叶内部品质的光谱特征，对所提取的特征信号进行融合和模式识别处理可快速扫描、抓取目标区域内茶树生长图像，并完成存储、记录等。
附图说明
25.图1为本发明的流程示意图。
具体实施方式
26.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
27.实施例一：请参阅图1，本发明公开了一种基于计算机视觉技术的毛尖茶样图像获取方法，包括以下步骤：
28.s1、数据库的建立：通过图像获取单元从茶园获取毛尖茶样原始图像样本并进行分类，将原始茶叶图像样本按照种类及品质分为三类：一级毛尖茶、二级毛尖茶以及三级毛尖茶，得到分类好的毛尖茶叶图像样本，将确定的值范围录入茶叶分选设备的茶叶分选控制系统中,构成数据库；
29.s2、茶叶图像预处理：对步骤s1中分类好的茶叶图像样本进行灰度化，通过分段灰度线性变换增强图像对比度后，利用中值滤波器分别对彩色图和灰度图分别进行中值滤波降噪处理，利用otsu方法计算图像分割阈值并结合实际效果调整阈值对图像进行背景分割；
30.s3、对象特征参数的获取：对于步骤s2中获得的毛尖茶叶图像样本进行提取茶叶图像的颜色特征、纹理特征和形状特征，利用颜色直方图提取彩色图像的rgb、hsv颜色特征，并分别进行归一化，得到颜色特征，利用边缘方向直方图提取灰度图像的纹理进行归一化处理，得到纹理特征，利用hu矩的七个不变矩提取图像的形状特征，并对这些特征分别归一化并拼接，得到最终的茶叶图像特征向量；
31.s4、图像特征参数的匹配：将获取的对象的特征参数与数据库中的茶叶品质等级数据进行对比，获取待检测茶叶的等级；
32.s5、信息处理和融合：将步骤s4中获取的信息数据经数据采集卡传入计算机中，计算机模拟人的大脑对图像信息和光谱信息进行处理和融合，并与前面建立的数据库联系起来进行模式识别处理，计算机中形成能够决定被测茶叶样本品质质量的优劣、等级及合格与否的不同规格质量的知识库，本发明采用计算机视觉技术能够对茶叶样品的颜色、纹理、形状等外观特征进行准确的数字化表征，通过茶叶图像预处理、对象特征参数的获取、图像特征参数的匹配以及信息处理和融合，提高了该毛尖茶样图像获取方法的精度和效率；
33.s6、样本测试操作：将步骤s4中系统采集得到的数据进行预处理后，分别提取能表达茶叶外部品质的图像特征和能表达茶叶内部品质的光谱特征；对所提取的特征信号进行融合和模式识别处理，给出被测茶叶样本品质的优劣、等级及合格与否的识别结果，识别结果通过计算机显示出来，计算机对所提取的特征信号进行融合和模式识别处理，就是将提取得到光谱信息特征和图像信息特征在特征层上进行融合，然后再结合已经建立的知识库，通过模式识别的方法对茶叶样本一个综合评价，信号融合与模式识别系统是用于原始图像信息和光谱信息的共同处理，采集得到的图像信息数据通过图像采集卡传输到计算机。
34.实施例二：请参阅图1，本发明公开了一种基于计算机视觉技术的毛尖茶样图像获取方法，包括以下步骤：
35.s1、数据库的建立：通过图像获取单元从茶园获取毛尖茶样原始图像样本并进行
分类，将原始茶叶图像样本按照种类及品质分为三类：一级毛尖茶、二级毛尖茶以及三级毛尖茶，得到分类好的毛尖茶叶图像样本，将确定的值范围录入茶叶分选设备的茶叶分选控制系统中,构成数据库；
36.s2、茶叶图像预处理：对步骤s1中分类好的茶叶图像样本进行灰度化，通过分段灰度线性变换增强图像对比度后，利用中值滤波器分别对彩色图和灰度图分别进行中值滤波降噪处理，利用otsu方法计算图像分割阈值并结合实际效果调整阈值对图像进行背景分割；
37.s3、对象特征参数的获取：对于步骤s2中获得的毛尖茶叶图像样本进行提取茶叶图像的颜色特征、纹理特征和形状特征，利用颜色直方图提取彩色图像的rgb、hsv颜色特征，并分别进行归一化，得到颜色特征，利用边缘方向直方图提取灰度图像的纹理进行归一化处理，得到纹理特征，利用hu矩的七个不变矩提取图像的形状特征，并对这些特征分别归一化并拼接，得到最终的茶叶图像特征向量；
38.s4、图像特征参数的匹配：将获取的对象的特征参数与数据库中的茶叶品质等级数据进行对比，获取待检测茶叶的等级；
39.s5、信息处理和融合：将步骤s4中获取的信息数据经数据采集卡传入计算机中，计算机模拟人的大脑对图像信息和光谱信息进行处理和融合，并与前面建立的数据库联系起来进行模式识别处理，计算机中形成能够决定被测茶叶样本品质质量的优劣、等级及合格与否的不同规格质量的知识库，本发明采用计算机视觉技术能够对茶叶样品的颜色、纹理、形状等外观特征进行准确的数字化表征，通过茶叶图像预处理、对象特征参数的获取、图像特征参数的匹配以及信息处理和融合，提高了该毛尖茶样图像获取方法的精度和效率；
40.s6、样本测试操作：将步骤s4中系统采集得到的数据进行预处理后，分别提取能表达茶叶外部品质的图像特征和能表达茶叶内部品质的光谱特征；对所提取的特征信号进行融合和模式识别处理，给出被测茶叶样本品质的优劣、等级及合格与否的识别结果，识别结果通过计算机显示出来，计算机对所提取的特征信号进行融合和模式识别处理，就是将提取得到光谱信息特征和图像信息特征在特征层上进行融合，然后再结合已经建立的知识库，通过模式识别的方法对茶叶样本一个综合评价，信号融合与模式识别系统是用于原始图像信息和光谱信息的共同处理，采集得到的图像信息数据通过图像采集卡传输到计算机。
41.综上所述，该基于计算机视觉技术的毛尖茶样图像获取方法，本发明采用计算机视觉技术能够对茶叶样品的颜色、纹理、形状等外观特征进行准确的数字化表征，通过茶叶图像预处理、对象特征参数的获取、图像特征参数的匹配以及信息处理和融合，提高了该毛尖茶样图像获取方法的精度和效率；该基于计算机视觉技术的毛尖茶样图像获取方法，本发明通过数据采集卡，对茶叶内部品质的光谱特征，对所提取的特征信号进行融合和模式识别处理可快速扫描、抓取目标区域内茶树生长图像，并完成存储、记录等。
42.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。