李文萃，唐小林，*，汤一，范起业，任广鑫

（1.中华全国供销合作总社杭州茶叶研究院，浙江杭州310016；2.浙江大学茶学系，浙江杭州310058）

基于视觉技术的绿茶色泽变化与品质关系研究

李文萃1，唐小林1，*，汤一2，范起业1，任广鑫1

（1.中华全国供销合作总社杭州茶叶研究院，浙江杭州310016；2.浙江大学茶学系，浙江杭州310058）

利用计算机视觉技术对贵州绿茶连续化生产线加工过程中的在制品色泽变化进行量化研究，探索出各加工工序中RGB、HSB和Lab等3种颜色模式的9个色泽参数与在制品茶叶内含成分的相关关系。研究结果表明，贵州绿茶加工过程中颜色变化比亮度、纯度更明显，微波三青工序中色泽变化较大，其形成主要在滚炒阶段。除H值外，各色泽参数均与茶叶含水量、水浸出物和茶多酚总量有显著的相关性，相关系数大小为含水量＞茶多酚总量＞水浸出物。在绿茶色泽形成过程中由于参数G变动幅度较大，能较好地反映绿茶加工中的色泽变化，且与上述三种品质成分的相关系数分别达到0.953、-0.925和0.931，可用于在线监测绿茶外观色泽，实现绿茶品质的自动化控制。

贵州绿茶；计算机视觉；色泽参数；品质；相关性

色泽是茶叶命名和分类的重要依据，是评价茶叶品质优劣的重要指标[1]。在茶叶审评和制茶过程中，往往依靠肉眼观察茶叶色泽初步评判其等级，该方法易受相关人员经验、身体精神状况及光线等外界条件的制约，从而影响结果的准确性。计算机视觉技术能模拟人眼以图像形式记录所要描述的对象。该技术对颜色变化反应灵敏，能将色泽指标定量化、标准化，从而客观准确地反映色泽特征[2-3]。图像色泽有多种表达模式（RGB、Lab、CMYK和HSB等），其中RGB模式的各参数分别代表红、绿、蓝3个颜色通道；HSB模式中色相H是物体反射或透过物体传播的颜色，由颜色名称标识。饱和度S指颜色纯度，表示色相中灰成分所占的比例，用0%（灰色）到100%（完全饱和）来度量。亮度B*（为了区别于RGB模式中的B，以下用B*表示）代表颜色的明暗程度[4]；Lab模式中L代表亮度，a值是色泽红（正值）到绿（负值）的渐变，b值是黄（正值）到蓝（负值）的渐变[5]。这些模式中各参数的不同组合形成了几乎人眼能观察到的所有颜色。

近年来，计算机视觉技术在茶叶方面的应用，多集中于探索量化茶叶色泽的方法、不同种类茶叶色泽差异及不同嫩度、萎凋程度的茶鲜叶色泽变化等[6-9]，而对茶叶加工过程中的色泽变化以及不同颜色模式条件下茶叶色泽与品质成分的关系研究较少。本文采用RGB、HSB*和Lab等3种颜色模式的色泽参数量化绿茶连续化生产线加工过程中的茶叶色泽，探讨了各色泽参数值与绿茶内含成分间的相关关系，为实现茶叶色泽与品质的客观评价以及在线控制提供了新思路。

1 材料与设备

1.1 供试材料

茶鲜叶品种为福鼎大白茶，采自贵州都匀市甘塘镇周边区域；测定时间从2013年4月17日至5月9日；地点选择贵州龙原都匀毛尖茶叶有限公司茶叶加工基地。

1.2 设备

Canon A3500 IS数码相机：广东德飞数码商贸有限公司；神舟A200-D52R笔记本电脑：深圳市深科伟业科技有限公司；具有稳定光源的暗室；大宗绿茶自动化生产线：湖南湘丰茶叶机械制造有限公司；CSD-90XZ型茶叶烘焙提香机：安溪县永锋机械有限公司；等。

2 研究方法

贵州大宗绿茶生产线加工流程：摊放-杀青-初揉-微波二青-复揉-微波三青-滚炒-烘干等8个工序。每个工序分别取样约350 g，采集图像后进行固样处理（鲜叶样品先微波杀青，摊凉后在80℃恒温干燥箱内烘至足干；其他样品直接烘干）用于测定茶叶中水浸出物、茶多酚总量和游离氨基酸总量等品质成分含量，各品质成分重复测定3次。该工艺试验进行10次，共80个样品，最终测定结果取平均值。

2.1 茶叶色泽测定方法

图像采集：在光源稳定的暗室内，将所取茶样均匀摊放在白板上，以覆盖底板颜色为准即厚度约2 cm～3 cm。保持照相机置于同一高度位置对茶样进行图像采集，重复测定3次。

图像处理：采用Photoshop CS3.0软件中滤镜-模糊-平均命令对图像进行预处理，在信息栏中分别读取RGB、HSB*和Lab 3种颜色模式的色泽参数值[10]。

2.2 主要理化成分测定方法

含水量测定采用120℃快速烘干法：GB/T 8304-2002《茶水分测定》；茶多酚总量的测定采用酒石酸亚铁比色法：GB/T 8313-2002《茶茶多酚测定》；游离氨基酸总量采用茚三酮比色法测定：GB/T 8314-2002《茶游离氨基酸总量测定》；水浸出物测定采用差数法：GB/T 8305-2002《茶水浸出物测定》。

2.3 统计分析

文中所有数据的分析均由SPSS19.0和EXCEL 2007软件实现。

3 结果与分析

3.1 贵州绿茶加工过程中的色泽变化

在制茶过程中，可观察到茶鲜叶色泽由最初的鲜绿逐渐变暗，失去光泽，至滚炒和烘干阶段基本形成深绿带灰的外观特征。分别用RGB、HSB*和Lab 3种模式来描述绿茶加工中各阶段所采集图像的色泽，各色泽参数测定结果及变化情况如图1所示。

图1 绿茶加工中各颜色模型的色泽参数变化Fig.1 The variation of all color parametersin three colormodes during green tea processing

图1（a）中R和G值均随着工艺的延续逐渐降低，B值表现出先降低再上升最后再降低的趋势。总体上，R、G和B3个参数在微波三青阶段下降幅度最大，滚炒和烘干阶段无明显变化，说明茶叶色泽的转变主要在微波三青阶段，色泽的形成主要在滚炒阶段。理论上，当R=G=B时，颜色表现为灰色。图中三个参数值在滚炒和烘干阶段近乎相等，说明滚炒对茶叶色泽的形成起决定作用。而实际生产中，炒青绿茶外观色泽也表现为深绿起灰。另外，在整个加工过程中，G值始终大于R和B，且变化程度最大，说明绿色调的变化是绿茶色泽形成的主要指标。由于G值有256个亮度级别，它的不断降低，说明绿茶加工中绿色亮度的下降，这真实反映了绿茶实际生产中的色泽变化规律。因此，用参数G来描述绿茶加工的色泽变化是可行的。

（b）图中B*值则呈不断下降趋势，说明茶叶在加工过程中亮度逐渐降低；H值在杀青时增加，初揉阶段降低，之后随着工序进行不断上升且在滚炒阶段上升幅度最大；S值和H值变化趋势相反，杀青时降低，初揉阶段升高，然后逐渐下降。可能的原因是杀青使茶叶色泽变深变暗，叶片和梗因失水不均而表现出色泽差异，导致色相H值增大，饱和度S值降低；而揉捻使茶汁溢出，茶叶变得绿亮，鲜活感增加，因此H值又降低，S值增加。此外，三个色泽参数中，色相H值波动范围最大，说明生产中绿茶的颜色比明暗、纯度变化更明显。

（c）图中亮度值L在复揉之前下降缓慢，微波三青时下降极为明显，至滚炒和烘干阶段变化缓和基本趋于稳定；a值的变化趋势与L值近似轴对称；b值在杀青时减小，初揉阶段增加，然后持续下降；在滚炒和烘干工序，a和b值近似为0。由于色泽参数a与b的范围是-128～127，二者数值为0代表的颜色为50%灰（中性灰）。当表示红绿色的a﹤0时，a值越接近50%灰（或0），绿色的饱和度越小；当表示蓝黄色的b﹥0时，b值越靠近50%灰，黄色亮度越低，饱和度越小。因此，L、a和b三个参数值的变化反映了绿茶色泽随着工序的进行逐渐变暗。综上，贵州绿茶在加工过程中的颜色变化和亮度变化趋势相反，即颜色逐渐加深，亮度持续下降，且在微波三青阶段变化最为明显，这与肉眼观察结果相符。

3.2 贵州绿茶加工过程中的品质成分变化

茶叶初制不仅是一个逐步失水的物理过程，更是一个复杂的化学变化过程，伴随着化学成分的合成与转化，最终形成茶叶独特的品质特征。图2是贵州绿茶加工过程中各理化成分的含量变化。

由于不同工序的作用方式和目的不同，茶叶在加工中的水分散失程度也有所差异[11]，鲜叶经杀青到烘干，含水率从76.50%减少到67.48%并逐渐下降到4.31%。其中，滚炒工序失水最多，失水率达28.93%；其次是微波三青，失水率为25.93%；初揉和微波二青失水最少，分别为1.21%、2.14%（图3）。

图2 贵州绿茶加工过程中各理化成分的含量变化Fig.2 The variation of the chem ical com ponen ts content in Guizhou green tea

图3 绿茶加工过程中失水率的变化Fig.3 Change inwater loss rate in green tea processing

图3可见，贵州绿茶加工中的水分散失分布在各工序中，且主要集中在最后三道工序。而绿茶色泽的明显转变与形成也发生在微波三青和滚炒工序，因此，水分含量是决定绿茶色泽形成的关键因素。

茶多酚是形成茶汤滋味的重要成分，在绿茶加工过程中含量不断减少，鲜叶中的含量为29.72%，炒干后降为23.00%，最终保留率为77.38%，说明茶多酚总量在各工序的作用下有一定程度的损失，降低了茶汤的苦涩味。此外，游离氨基酸总量随着工序的进行变化不大，在初揉阶段达到最大值2.73%。水浸出物含量在加工过程中不断增加，鲜叶为40.67%，烘干后含量增加至45.86%，促进了茶汤浓醇度的形成。

3.3 贵州绿茶色泽与品质关系

茶叶经特定工序处理后不仅色泽发生了一定的变化，而且品质成分也发生着改变。3种颜色模式的各色泽参数与绿茶品质成分的相关性（表1）表明，各色泽参数均与含水量、水浸出物和茶多酚总量有较强的相关性，其大小为含水量＞茶多酚＞水浸出物（B值除外）；氨基酸总量在绿茶加工中的变化不明显，与9个色泽参数的相关性较弱，相关系数|r|范围是0.020～0.582。说明茶叶的含水量是影响色泽形成主要因素。

在各色泽参数中，H和a值与含水量和茶多酚含量有极显著的负相关关系（p＜0.01），与水浸出物含量呈正相关，其它色泽参数与之相反。这种规律与各色泽参数和品质成分自身的变化趋势是相对应的，如H和a值随着各工序的进行不断增加，而含水量和茶多酚含量则逐渐减少，因此色泽参数H和a与此成分呈负相关。由此得出，在生产实践中可根据茶叶的含水量和茶多酚含量来预测色泽变化，相反，通过色泽参数还可判断茶叶的含水量是否达到工艺标准，这对于实现茶叶的自动化控制具有一定指导意义。

表1 各色泽参数与茶叶中内含成分的相关系数Table1 The correlation coefficientsofeach color parameter and containing com ponentofgreen tea

通过对比各色泽参数与品质成分的相关性发现，与水分含量相关性最大的是色泽参数a，相关系数为-0.961，其次是L、R和G，相关系数分别为0.958、0.953、0.953；与水浸出物和茶多酚含量相关性最大的是色泽参数R，相关系数分别为0.933、0.942，其次是L和G。可见，R、G和L值与绿茶内含成分关系密切，能在一定程度上反映茶叶品质的优劣。

综上所述，由于色泽参数G在绿茶加工过程中变化更为明显，极差较大；且G值代表绿色的变化趋势，其与茶叶内含水量、水浸出物和茶多酚含量具有极显著的相关关系，尤其是与含水量，相关系数达0.953，说明水分的散失对茶鲜叶绿色外观的影响十分明显[12]。从肉眼也可看到茶鲜叶经加工后，叶色由鲜绿逐渐变暗变深。因此，综合考虑选用色泽参数G来判断绿茶加工的适宜程度最为合适。

4 结论

1）贵州绿茶色泽的明显转变主要发生在微波三青工序；而滚炒阶段基本形成干茶的色泽特征。

2）贵州绿茶在色泽形成中，颜色值的变化趋势与亮度、纯度值相反，且颜色变化更明显。因此用RGB、HSB*和Lab等颜色模式量化绿茶加工过程的色泽变化是可行的。

3）除H值外，其它色泽参数均与含水量、水浸出物和茶多酚含量有较强的相关性，其大小为含水量＞茶多酚＞水浸出物，因此，含水量是影响绿茶色泽变化的主要因素。

4）在各色泽参数中，G值能很好地反映绿茶加工过程的色泽变化且与茶叶内含成分相关性显著，可用于绿茶加工过程中色泽的在线监测和工艺适宜程度的实时控制。

5 讨论

利用计算机视觉技术研究了绿茶生产线的茶叶色泽变化以及绿茶加工过程中色泽参数与品质成分之间的相关关系，选择出能够反映绿茶色泽变化和品质形成的最佳色泽参数。同时，该技术可以应用于红茶、乌龙茶等茶类的加工过程，针对某个工序开展深入研究，如绿茶摊放、红茶萎凋、乌龙茶做青等。此外，应用该技术能够建立色泽参数与茶叶品质成分的关系模型，在实际生产中根据色泽参数的变化预测茶叶中的品质成分含量，通过适时调整工艺参数，实现茶叶生产过程中的自动控制。

[1] 陆松候,施兆鹏.茶叶审评与检验[M].北京:中国农业出版社, 2001:20

[2] Patel K K,Kar A,Jha SN,etal.Machine vision system:a tool for quality inspection of food and agricultural products[J].Journal of Food Scienceand Technology-Mysore.2012,49(2):123-141

[3] Guevara-Hernandez F,Gomez-Gil J.A machine vision system for classification ofwheat and barley grain kernels[J].Spanish Journal of AgriculturalResearch,2011,9(3):672-680

[4] 蔡健荣.利用计算机视觉定量描述茶叶色泽[J].农业机械学报, 2000(4):67-70

[5]赖凌凌,郭雅玲.L～*a～*b～*表色系统与绿茶汤色的相关性分析[J].热带作物学报,2011(6):1172-1175

[6] 陈全胜,赵杰文,蔡健荣,等.支持向量机在机器视觉识别茶叶中的应用研究[J].仪器仪表学报,2006(12):1704-1706

[7] 易克传,岳鹏翔,陈全胜,等.基于聚类分析的计算机视觉对茶叶色泽的识别[J].中国茶叶加工,2006(2):39-41

[8] 王文杰,罗守进,黄建琴,等.电脑测定茶叶色泽的方法研究[J].茶叶科学,2005(1):37-42,48

[9]郝志龙,赵爱凤,金心怡,等.利用计算机视觉研究白茶加工中色泽的变化[J].福建农林大学学报:自然科学版,2010(3):325-329

[10]李洁,齐桂年.利用计算机读取整茶色泽参数的方法研究[J].茶叶科学,2007(4):328-334

[11]龚雪蛟,杜晓.炒青绿茶自动化生产线加工过程中品质成分变化[J].四川农业大学学报,2012(1):73-77

[12]李洁,齐桂年.利用计算机图像处理测定茶鲜叶色泽及其萎凋程度变化的初步研究[J].中国茶叶加工,2008(1):20-22

Study on Color Change of the Green Tea and its Relationship w ith Tea Quality Using Computer Vision Technology

LIWen-cui1，TANGXiao-lin1，*，TANGYi2，FANQi-ye1，RENGuang-xin1
（1.Hangzhou Tea Research Institute，CHINA COOP，Hangzhou 310016，Zhejiang，China；2.Departmentof Tea Science，Zhejiang University，Hangzhou 310058，Zhejiang，China）

Thispaper researched the quantitative change of thegreen tea color in Guizhou automated production line and preliminary explored the correlation between the nine color parameters in RGB，HSB and Lab color modes and the containing ingredients of tea products.The study found that the green tea color changedmore obviously than brightnessand purity，which converted greatly in the stage of secondmicrowave evaporation and formed in the rolling fried stage.Except for H，other color parameters had a significant correlation with the contentofwater，waterextractsand teapolyphenols，the regularityofcorrelation coefficientswas：watercontent＞TP＞waterextract.In the green tea processing，parameter G changed greatlywhich could better reflect the color changes.The correlation coefficientsbetween G value and the three quality ingredientswere 0.953，-0.925 and 0.931.Therefore，according to the variation of color parameter G we can realize the on-linemonitoring and automated controlof the green tea colorand itsquality.

Guizhou green tea；computer vision；color parameters；tea quality；correlation

10.3969/j.issn.1005-6521.2015.05.001

2013-12-10

“十二五”国家科技支撑计划项目（2011BAD01B03-4）

李文萃（1988—），女（汉），硕士，主要从事茶叶加工与审评方面的研究。

*通信作者：唐小林（1962—），男（汉），硕士，主要从事茶叶加工与茶机方面的研究。