散煙特征提取與自動(dòng)分級(jí)方法研究.pdf

1、質(zhì)量等級(jí)評(píng)判是煙葉收購(gòu)過程中的重要環(huán)節(jié)，影響后期煙制品的質(zhì)量，因此在煙草領(lǐng)域中常常成為研究的重點(diǎn)。本文針對(duì)煙葉人工分級(jí)強(qiáng)度大、效率低、分級(jí)精度低等問題，將計(jì)算機(jī)圖像處理技術(shù)和模糊綜合評(píng)價(jià)體系結(jié)合起來，構(gòu)建出準(zhǔn)確、可靠的煙葉自動(dòng)分級(jí)模型，以完成煙葉品質(zhì)的自動(dòng)評(píng)價(jià)。
　　根據(jù)確定的煙葉拍攝狀態(tài)及拍攝環(huán)境，設(shè)計(jì)搭建了基于CCD的煙葉圖像采集平臺(tái)，完成了煙葉圖像的采集。
　　針對(duì)圖像噪聲問題，選取高斯濾波法去除煙葉圖像中的冗雜噪聲，

2、并以相對(duì)熵RE及峰值信噪比（PSNR）作為評(píng)判因素，確定了去噪效果較優(yōu)的高斯濾波核k及標(biāo)準(zhǔn)差σ。應(yīng)用Otsu法結(jié)合彩色圖像藍(lán)色單通道圖去除了圖像背景區(qū)域，效果較好。
　　重點(diǎn)探討了煙葉顏色、形狀對(duì)分級(jí)的重要影響程度，采用更符合人視覺感官的 HSI顏色空間對(duì)煙葉顏色量化處理，提取了色調(diào)、飽和度和亮度三個(gè)特征分量。應(yīng)用基于目標(biāo)-鄰域顏色判定的輪廓檢測(cè)算法結(jié)合輪廓點(diǎn)數(shù)統(tǒng)計(jì)法獲取了煙葉最大外形輪廓，并對(duì)煙葉最大外形輪廓近似擬合，簡(jiǎn)單、快速

3、地提取了煙葉長(zhǎng)度L、寬度D、長(zhǎng)寬比Y和面積S0等形狀特征。
　　通過對(duì)特征參數(shù)間關(guān)聯(lián)性進(jìn)行分析，確定了用于煙葉分級(jí)的評(píng)價(jià)特征。采用梯形隸屬函數(shù)和正態(tài)隸屬函數(shù)建立了特征參數(shù)隸屬函數(shù)，采用層次分析法計(jì)算煙葉各特征參數(shù)的權(quán)重；根據(jù)兩種形式特征隸屬函數(shù)和特征相應(yīng)權(quán)重系數(shù)，構(gòu)建了對(duì)應(yīng)的煙葉模糊綜合評(píng)價(jià)模型；依據(jù)最大隸屬度方法，評(píng)價(jià)出煙葉相應(yīng)的質(zhì)量等級(jí)。通過試驗(yàn)比較兩種評(píng)價(jià)模型，選擇基于特征參數(shù)正態(tài)隸屬函數(shù)的模糊綜合評(píng)價(jià)模型作為最終煙葉自動(dòng)分