1、基于计算机的系统，在色彩匹配茶叶发酵监测 摘要 ：设计的与一个个人计算机（ PC）为基础的系统进行监测。用于生产茶在发酵过程中的变化的颜色进行说明。该技术是基于成像发酵茶以不同的时间间隔和处理所述彩色图像。数码相机，具有特殊照明在一起布置中，被用来在发酵过程中捕捉到的彩色图像。该 RGB 颜色模型被用来使直方图相异测量匹配测试图像的颜色为标准的图像色彩。这种差异性是测量通过从曼哈顿范数的差表示的。对技术进行了比较与由专业茶品尝视觉方法。 关键词： 数字成像，计算机色彩，茶叶生产。 介绍： 颜色，大小和加工食品的形状，如糖，果汁，果酱，果冻，薯片，巧克力，茶叶等。是重要的参数决定其的质性。这些颜
2、色和纹理测量起着在食品加工中起重要作用产业。它们可以被视为关键质量参数和索引的时候成材原料和加工食品的质量，确定食物规格和对质量变化分析的结果处理，存储或任何其它因素。因此，这些参数代表有意义的视觉的信号变化并且可以作为质量控制的手段产品。随着技术的进步对食品亲行业尝试现代化的加工技术，以改善食品的质量产品，节约能源，提高生产效率。质量控制和自动化是实现测量和监测过程参数。在线或离线检测产品颜色一个质量 控制的主要技术。该国际委员会的统一方法糖分析（ ICUMISA）推荐测量光的吸收在 460nm 和 560 纳米，以便能够计算色强度。国际标准方法（ ICUMISA）指定光的测量强度在颜色的紫
3、色端 720 处谱。这种技术使用一个光吸收化法已经在被使用的另一种技术造纸业是采取在测量可见光谱范围（ 400-700 纳米）通过使用光反射率的方法。各种彩色鳞片或方案已经被用于描述颜色和从这些委员会国际（ CIE）开发了一个系统用于彩色的描述在食品工业中使用的空间。在 CIE 空间，其中包括 CIE XYZ， CIE L * A * B *和 CIEL * U * V *的设备无关。在一些食品亲产业颜色被测量分光光度法 ;例如，色度计是马铃薯的研究中使用处理监控来料，刀锐度，褐变油炸过程和程度。 红茶是一种重要的高价值作物的世界宽。生产红茶涉及某些许多管辖良好定义的处理阶段 参数，天然和控制
4、。茶行业一直面临着困难生产由于种种原因质量好的茶叶，但缺乏一个先进的品质监测方法是一个显著因子。然而，如在其他食品行业，茶叶生产商也寻求其生产技术的现代化，满足市场按客户需求驱动产品具有更大的一致性，风味更佳和产品差异化。这促进使用的设备的探索，以改善通过在 过程质量监控制造阶段。在哪些领域工作已经启动的改进的质量的茶；监测的茶叶含水量叶子，枯萎的百分比，干燥状态和萎凋过程中的相对湿度。大量质量改善有报道因通过这些质量控制方法在制造（布扬， 1997）。然而发酵中所用的最重要的过程茶叶生产作出重大贡献对茶叶总体质量。效率评估这个过程是用于制造良好品质的关键红茶。经验丰富的品酒师茶，通过支持传统
5、的感官方法，使一个到本次的评测重要贡献流程。原来，在完成塔季翁过程判断由眼睛，也就是说，它是纯粹是主观的。正在作出努力，以评估 在发酵过程中的一些属性，如颜色和香气 /茶的味道 ，通过使用仪器（ Mahanta， 1988;库马尔，1999 年）。因此，研究人员一直试图实现在主观方式化学测试，一些这些都在 Tocklai 茶开发 研究站，印度阿萨姆邦确定发酵。这样的方法，现在使用在试验基础上在不同的茶叶生产化网站。通常有两种类型的测试第一个是基于的多酚含量叶和第二基于所述测量茶黄素的浓度彪（ TF）在发酵过程中，后者试验台确定假设它发生的最佳发酵时间一致的最大浓度 TF。在第一种方法中，最大深
6、度颜色是通过测量强度计算色的，即，溶液的光密度（由从 5 克的有代表性的样本的在发酵叶用开水蒸馏水）下，在对 一个空白 700nm 的色度计（由酚试剂混合，用碳酸钠溶液在蒸馏水中稀释）。在第二法，彩色的最大深度，即，光该溶液的密度（的乙酸乙酯萃取物 5 克发酵叶煮蒸混水）在 460nm 测定的比色计对水作为空白。这些方法需要专业知识和技能为有效评价发酵过程中视觉色彩正在被与化学分析相比，也就是说，一个主观评价。虽然颜色是重要的质量参 ETER 的发酵主观评价在茶叶加工，努力迄今尚未得到作出质量监控采用基于计算机的技术。本文的作者是从事在一个正在进行的项目，调查的可能性利用监控计算机为基础的方法
7、在茶叶中的发酵过程的质量产业。本文描述 了这种类型的质量通过描述颜色已经估控制交配，并能满足国际标准颜色通过使用基于计算机的系统。在这方式的方法已被用于通货膨胀发酵。 这项研究的目的： 有人企图建立的理论背景和实际执行中，发酵采用计算机控制基于色彩匹配技术。一个自动化电子和智能色彩测量或匹配， ING 系统的实施，这将是能够检测完成发酵正确处理。我们试图探讨期间测试茶叶的颜色的可能性使用红色，绿色和蓝色这过程（ RGB）的颜色模型和成像用数码相机。然而，该 RGB 颜色模型的有效性受到限制，因为它不能补偿变化的观察方向，表面塔季翁和的方向和强度通货膨胀（ Gevers Smeulders， 1
8、999 年）。然而，一个应用程序，如在发酵配色茶可以精确地完成，尽管该变化的照明，色彩和内部反射在照相机中，通过使用特定恒定光照成像设置和相机的方向和距离。实验被设计其中使用的方法比较这表示的两个同事直方图我们的形象发酵茶的。一个是理想样，另一个是测试样品。没有尝试使用图像处理方法，在茶专职食品行业的食品质量评价已经，到目前为止，已在文献中报道。该技术这里报告可以扩展到其他食品。 方法： 发酵茶叶的彩色图像进行记录的数字照相机和馈到一个信号机中，这反过来变换图像划分成一个数字 信号。计算机检索到的图像从通过图像 captur-数字照相机荷兰国际集团的系统。实验装置如图图。 数字照相机被安装在一
9、发酵平台以连续记录发酵茶的图像。该图像，利用与信号调节器被转换成数字信号，在 S 波段频率，从而然后馈送到计算机。计算机检索到的图像从所述输入信号与像素显示卡接口的 PC。该规范的数码相机是作为如下：电荷耦合器件（ CCD）彩色摄像系统（东芝泰力公司，东京，日本），型号 1K-M48PK， DC 输入： 12V， 0.48A 摄像机的性能总结如下： 高分辨率 474 万像素 高速快门选择 自动电子快门 Y / C 分离的视频输出 外部同步 全自动白平衡 在这个系统中的图像数据库被用来理想储存发酵的一些标准图像条件，以及图像非发酵和 在发酵叶。这些都是标准颜色。拍摄的影像进行匹配与标准图像从数据
10、库。各个彩色图像匹配技术一直发达。参照那些标准技术简单的配色算法被开发。图像被暂时存储在计算机中的位图格式。图像进行使用标准的 JPEG 格式来压缩减少内存的使用，以及实现快速加工。以这种方式，一个完整的数据库的最常见的部位的图像发酵过程不发酵（ NF），下发酵（ UF），以及发酵（ WF）和发酵（ OF）在阶段生成。图片这些条件被捕获与 CCD 在持续的发酵过程中相机并存储在数据库中。存储在所述图像该计算机是在像素值的形式，并且每个像素值表示特定强度 在该位置。图像可以被量化成一些 pixes 的并且每个像素可以被分配一个整数值。整数的价值表象货物内的图像的亮度在积水位置。如果一个人选择的八
11、比特寄存器存储值那么最大整的可能值将是 255 和最小为 0，也就是，一共有 256 个不同的值。该值 255， 0 代表白黑色。彩色图像是由三原色即红色，绿色和蓝色一个从 0 到 255 的值的。 因此，我们可以得出结论，每 个像素的某些地区可能灰是由彩色 24 位开有色图像。再次，作为各原色是代表中泰德一个部分 256，我们可以指定任意色到约 1 份的精度 1600 万不同的颜色。这就是所谓的 RGB 模型。还有其他一些颜色模型以表示图像的颜色，如 RGB， CMY 或HSI 模型。原来 RGB 颜色模型与 illumin-强度变化通货膨胀，观察方向，功率谱密度光等（ SPD）这种模式是不
12、是，因此，强劲。为了弥补这一缺陷使用时 CON-只记录图像恒定的白色照明在一个封闭室相机从顶部垂直固定室中。纵向排列 CCD 摄像头保证了内部反射是最小化，并且发酵茶铺均匀，搭配上 几乎恒定的厚度发酵地板或托盘 ;这种干扰最小化 ENCE。然而，使用高光层次的是图像采集过程中避免。此外，该数码相机有一个特殊的机制 - 汽车白平衡。此布置使得能够将 RGB 没有要使用的图像的颜色模型在光层面的变化或干扰观察方向。在成像后，量图像被存储为三个平面矩阵 R、 G 和 B 并联，一个在另一个之上。当的像素值是 255，在 R平面和 0 中飞机的其余像素是纯粹红色。同样，在 G 层的值 255 和 0
13、的第一和第三平面给出一个纯粹绿色的像素。类似的归属也是有效的第三架飞机，这是纯粹的蓝色。每架飞机被处理 分别对任何颜色处理活动 。 对 比直方图： 直方图分析方法被开发用于具有非常低级别图像功能，如使用的颜色和亮度，并作为图像 描述符颜色匹配的要求。数字图像通常表示为一组的元件称为像素，布置成规则结构，例如一个正方形网格。一组数字是关联柔韧每个像素和代表参数如颜色，亮度，亮度，色调等。典型地，数字图像 i 被表示用下面的符号（布鲁内利和密歇根州， 2001 年）。 直方图的计算是其一用于表征图像的标准方法无论对单色或彩色图像。 A 组织克广泛应用于图像的所有方法匹配以及因检索系统它们的高效率和
14、鲁棒性。颜色直方图记录了整体的色彩构成感兴趣的图像的 。虽然不同的图像可以具有类似的颜色直方图，此技 NIQUE 是应用相当可靠颜色进行比较，并且，其中的主要重要的特性是色彩内容只。因此，对于我们的应用程序的直方图在本文中描述的方法被认为是令人满意。 由于颜色直方图不涉及空间信息的像素，我们试图映射的三不同的直方图为三种不同颜色的空间。 RGB 模型的每个空间可以有关含有最大的直方图和 255 和分别的最小像素值 0。 直方图轴与均匀划分固定的时间间隔。这是一个经验方法确定垃圾桶大小，这是主观的每个问题。这个尺寸必须从尺寸选择 q2， 4， 8， 16， 32， 64， 128， 256，它是
15、重要的是选择最的 Q，的数箱保持较小为了计算效率和对于大的识别精度。结果显示该箱的数量是影响较小识别精度时，容器的数量介于 32 至 256 的所有颜色空间。因此，在所使用的直方图单元尺寸直方图形成是 q32 图 2a-C 显示了三种不同颜色的直方图空间的 R， G，标准图像的 B 中输入完毕图像，直方图作图对于每种颜色空间和相应的直方图 compar-ISON 对于每种颜色空间是为完成标准图像。作为在象素密度柱状图表示被认为是在离散化形式，载体的距离，如 Euclid-EAN和 L1（曼哈顿）的规范，用于量化两种颜色数值矢量 的相似性，代表他们。 我们通过使用直方图考虑的相似性测试和标准之间
16、的交叉点图像。斯温 - 巴拉德（ 1991年）推出的直方图交会法作为衡量直方图的相似性。给定一对直方图， H（ I）的输入图像和 H（ Q）， I 和标准图像 Q，分别各包含 n，所述定义直方图交集是如下 总结： 茶叶发酵过程中的图像被抓获在努尔巴里茶村，提斯浦尔，印度。四不同的床在发酵室的地板被用于发酵。四象人从每个床捕获在的结束的指示感官发酵过程面板。这四种图像，最好的。发酵（ WF）图像被存储为标准图像。从捕获的图像顺序开始发酵，以完成 所产生的 共茶叶 28 的图像数据库在发酵过程中。这个数据库由图像下的类别 NF， UF， WF 和。相异的像素值（ DPV）对于所有三种颜色空间的 R
17、， G 和 B，分别为通过比较每个的 28 确定样本图像与标准图像。 我们调查匹配的可能性发酵茶的颜色与理想，最佳颜色以及发酵茶形象。通过视觉近似，样品的彩色图象现给予了类似的分数，除了样品编号 16， 22 和 24。这是基于的三道茶品尝多数判决得分和判决是在 NF， UF， WF 和方面取得了成功。然后视觉评分与被比较从实验颜色获得的决定匹配技术。我们采用了直方图查找每个 DPV 比较方法图像使用标准的彩色图像（几乎深铜色红色）。在 DPV 所有三个 R， G，和 B 色彩空间表示在表 1 和图 3。观察到 DPV 的一个突出变化 R 色空间，这表明了良好的任意一台感官面板判断和之间 LA
18、TION 电脑辅助方法。作为一个相关性较差对于其他色彩空间（ G 和 B）被发现，我们只考虑对 R 色彩空间参数我们对比颜色的方法。该性能阈值的像素电平被发现是 0.3 大约本色彩空间。此值可作为一个忠实阈值水平图像之间进行区分。结果表明该试验的决定，大多数样品，除了样品无 16 和 22 和24，符合感官小组决定。此外，时间处理图像所需足够低为小于 采取的颜色的时间茶叶发酵过程中改变。 色彩对比这一基本技巧（匹配）的发酵茶，可进一步为实现基于其他颜色的食品质量 监控。更好的算法的开发使用诸如人工智能技术神经网络，遗传算法，模糊逻辑等，以尽量减少颜色的误检测可以实现。使用其它照明独立色彩模式可以使技 NIQUE 更加健壮。这样的方案应该 compen-沙爹在自然光照的变化而光成像。此外，味是另一个发酵过程的重要参数。 因此，也有范围的使用的电子鼻评价发酵过程在平行于彩色匹配。
