基于圖像處理的煙葉分級(jí)研究.pdf

1、煙草是一種重要的經(jīng)濟(jì)作物，是卷煙產(chǎn)品的基礎(chǔ)，必需要有科學(xué)合理的煙葉質(zhì)量標(biāo)準(zhǔn)和準(zhǔn)確的分級(jí)鑒定才能提高煙草產(chǎn)品的質(zhì)量。當(dāng)前烤煙煙葉被分為42個(gè)等級(jí)，劃分依據(jù)有7個(gè)分級(jí)因素，包括葉片結(jié)構(gòu)，成熟度，顏色，身份，油分，殘傷和長度。這些分級(jí)標(biāo)準(zhǔn)的描述比較模糊。
　　 目前，我國煙葉分級(jí)仍然是根據(jù)感官經(jīng)驗(yàn)，沒有具體的量化指標(biāo)，仍是依賴于受過特殊訓(xùn)練的分級(jí)專家的味覺和嗅覺等感官經(jīng)驗(yàn)。這種人工分級(jí)方法需要消耗相當(dāng)?shù)娜肆?，物力和?cái)力，并且分級(jí)結(jié)果往

2、往受諸多因素的影響。在實(shí)踐中，同一片煙葉，不同的專家可能做出不同的等級(jí)判定。這就會(huì)導(dǎo)致許多問題和矛盾。目前的分級(jí)方法是無法適應(yīng)現(xiàn)代社會(huì)工業(yè)化，現(xiàn)代化，自動(dòng)化和信息的要求。為了克服這些缺點(diǎn)和不足，越來越多的研究人員已經(jīng)開始研究智能分級(jí)方法。
　　 計(jì)算機(jī)視覺是計(jì)算機(jī)科學(xué)的重要分支。它涉及計(jì)算機(jī)，圖像處理，模式識(shí)別，人工智能，信號(hào)處理，光學(xué)等領(lǐng)域。所以我的論文是基于圖像處理的煙葉分級(jí)研究。本研究一共提取煙葉圖像的6個(gè)形狀特征：周長、

3、面積、圓形度系數(shù)、長度、寬度、長寬比。由于HSI顏色模型與人眼視覺系統(tǒng)比較接近，本研究選用了HSI顏色模型。提取了煙葉的色調(diào)均值(H)、飽和度均值(S)和亮度均值(Ⅰ)和以及各自的方差δH、δS、δI等6個(gè)顏色特征變量。同時(shí)提取了煙葉紋理參數(shù)：能量ENT，角二階矩ASM，對(duì)比度CON，相關(guān)性COR，一致性U，灰度平均值，灰度均方差等。然后通過比較和分析，選擇人工神經(jīng)網(wǎng)絡(luò)的BP反向傳播算法，建立了煙葉分級(jí)數(shù)學(xué)模型。文章最后的實(shí)驗(yàn)結(jié)果已充分

4、顯示了該方法的有效性和實(shí)用性。實(shí)驗(yàn)結(jié)果，訓(xùn)練樣本均得到100％的識(shí)別率。所有的測(cè)試樣本的平均識(shí)別率超過84.76％，識(shí)別率最高為82.3％。相比于測(cè)定化學(xué)成分或者光譜的分級(jí)，此方法是一種無損檢測(cè)，且成本較低，在煙葉的實(shí)際收購中有較強(qiáng)的實(shí)用性，相比于人工分級(jí)，尤其是大規(guī)模的煙葉收購，可以明顯提高速度，分級(jí)結(jié)果更加客觀。
　　 雖然本研究的取得了比較好的分級(jí)結(jié)果，但是由于研究時(shí)間和研究條件有限，研究中同時(shí)也存在著缺點(diǎn)和不足，更深入的