[發明專利]一種基于計算機視覺的茶葉嫩芽等級的識別和分類方法

有效

• 申請號: 202011603915.3
• 申請日: 2020-12-29
• 公開（公告）號: CN112633212B
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 湯哲;謝作其;齊芳;鄒振華
• 申請（專利權）人: 長沙湘豐智能裝備股份有限公司;中南大學
• 主分類號: G06V20/60
• 分類號: G06V20/60;G06V10/764;G06V10/30;G06V10/82;G06N3/04;G06N3/08;G06N20/00;G06T5/00;G06T7/194
• 代理公司: 長沙市護航專利代理事務所(特殊普通合伙) 43220
• 代理人: 謝新苗

本發明公開了一種基于計算機視覺的茶葉嫩芽等級的識別和分類方法，獲取茶樹上茶葉的原始RGB圖像；其次，對茶葉的原始RGB圖像進行預處理，采用改進分水嶺算法直接對茶樹上的茶葉嫩芽進行識別和分割；接著，根據改進分水嶺算法的識別結果，對茶葉嫩芽按照一芽一葉、一芽二葉和一芽多葉進行分類采摘和等級分類標記；再次，拍攝若干已進行等級分類標記的一芽一葉、一芽二葉和一芽多葉的三類樣本圖像；最后，將若干三類樣本圖像放入LeNet?5卷積神經網絡中，進行茶葉嫩葉等級分類訓練和測試，具有茶葉等級分類準確率高的優點。

技術領域

本發明涉及茶葉等級識別和分類技術領域，特別是涉及一種基于計算機視覺的茶葉嫩芽等級的識別和分類方法。

背景技術

名優茶是指被社會公認的，有獨特美觀外形和優異內置的茶葉，是有一定知名度的優質茶，如龍井、碧螺春等等。名優茶對于茶樹品種要求非常高，采摘的鮮葉不能含有老葉、碎葉、茶梗等雜質。根據不同的芽葉數量，鮮葉大致可分為一芽一葉、一芽二葉和一芽多葉，一芽一葉最好，一芽多葉最差。

目前國內大部分茶園已經基本實現了機械化采摘，然而其“一刀切”方式采摘到的茶葉通常老嫩混雜、質量參差不一，達不到名優茶加工的要求，若能正確的識別茶葉嫩芽，幫助機械分類采摘，既可減少勞動力成本，又能推動名優茶產業的發展。申請號為ZL201811050174.3的中國公開了一種基于tensorflow的茶葉品種識別系統，采用slim框架下的Inception_v4模型建立的卷積神經網絡進行識別；申請號為ZL201811245694.X的中國專利公開了一種基于圖像處理的茶葉識別方法，通過提取顏色特征，完成茶梗、黃葉分割；申請號為ZL201810444937.6的中國專利公開了一種基于全自動支持向量機的武夷巖茶葉片圖像分類方法，采用RBF核函數，設計支持向量機的最佳懲罰參數C，對武夷巖茶鮮茶葉葉片圖像進行分類；申請號為ZL201610624626.9的中國專利公開了一種基于粒子群算法優化BP神經網絡的茶葉存儲時間分類方法，利用粒子群算法優化BP神經網絡,獲得BP神經網絡的權值和閾值，對茶葉儲存時間進行分類；申請號為ZL201810335781.8的中國專利公開了一種可能模糊鑒別C-均值聚類的茶葉分類方法，對茶葉的品種進行分類。但是上述現有技術都是基于采摘后的茶葉進行處理，處理成本高，且要得到分類精細的茶葉，分類過程也較為復雜。

發明內容

有鑒于此，本發明提出一種基于計算機視覺的茶葉嫩芽等級的識別和分類方法，直接對茶樹上的茶葉進行識別，分割老葉和芽葉，并能對茶葉嫩芽等級進行分類，具有茶葉等級識別準確率高的優點。

一方面，本發明提供了一種基于計算機視覺的茶葉嫩芽等級的識別和分類方法，包括以下步驟：

S1、獲取茶樹上茶葉的原始RGB圖像；

S2、對茶葉的原始RGB圖像進行預處理，采用改進分水嶺算法直接對茶樹上的茶葉嫩芽進行識別和分割；

S3、根據改進分水嶺算法的識別結果，對茶葉嫩芽按照一芽一葉、一芽二葉和一芽多葉進行分類采摘和等級分類標記；

S4、拍攝若干已進行等級分類標記的一芽一葉、一芽二葉和一芽多葉的三類樣本圖像；

S5、將若干三類樣本圖像放入LeNet-5卷積神經網絡中，進行茶葉嫩葉等級分類訓練和測試。

進一步地，所述步驟S2具體包括以下步驟：

S21、對茶葉的原始RGB圖像，采用濾波器消除圖像噪聲；

S22、對去噪之后的圖像，采用OTSU算法進行閾值化處理，獲取圖像的形狀特征，得到二值化圖像；

S23、對得到的二值化圖像，進行至少包括腐蝕和膨脹的形態學操作，分割出獨立的圖像元素，獲得背景區域；

S24、對形態學操作之后的圖像，采用距離變換公式，計算每一個非零像素點和它們最近點的距離，提取前景區域；