基于計算機視覺的煙葉自動分級研究.pdf

1、煙草是重要的經濟作物,對國民經濟生活有重要影響。煙葉收購分級是生產與流通中必不可少的步驟。由于煙葉的質量形成因素復雜,煙葉產品的質量控制要求高,各國都制定了詳細的煙葉外觀收購質量標準,通過人工感官來判定并劃分煙葉的不同等級,然后再進行加工。煙葉的外觀質量分級系統(tǒng)是所有農產品質量分級系統(tǒng)中最為復雜的,復雜的分級體系主要是由于煙葉的品質因素過多,而價格受質量影響較大,分級必須完備才能適應生產和銷售需要?？緹熧|量分級體系一般是三級分類,一級為

2、生長部位,分3—6個檔,二級為顏色,分3—6個檔,三級為品質因素,可以多達15類。三級分類因素分別組合,就產生出繁雜的分級系統(tǒng)。
　　 將不同質量煙葉分別歸類,進行區(qū)別加工可以提高煙草制品的質量,降低煙草制品對吸煙者的危害,但各級別間的微小區(qū)別卻使分級更加困難,難以把握。煙農和收購部門每年要花費大量人力物力進行煙葉的分級工作。由于煙葉的分級指標多,層次繁雜,評定過程中還容易受到客觀環(huán)境條件、評定人員的情緒以及經驗豐缺程度的影響,

3、帶有很強的主觀性和經驗性。因此,如何利用現(xiàn)代科技實現(xiàn)煙葉的機器輔助或自動分級早已成為業(yè)界關注的問題。如果能實現(xiàn)煙葉分級的自動化,不但節(jié)約資源,還可以保證分級的客觀公正。本課題就是基于以上思想,利用計算機視覺原理,采用圖像處理和人工智能技術,對采集到的煙葉圖像進行自動分級識別。主要研究內容如下:
　　 1、采用自行設計制作的煙葉圖像采集燈箱,獲取煙葉反射和透射圖像,保證了進一步實驗的準確性。實驗證明,在煙葉分組識別中,透射圖像和反

4、射圖像的顏色特征之間相關性小,可以作為進行線性分類參數(shù)。相對單獨反射圖像而言,透射圖像特征的加入明顯提高了識別率。本研究首先從理論角度論證了煙葉透射圖像可能蘊涵著煙葉的結構和身份特征,采用計算機視覺技術提取各自的顏色特征,并綜合應用反射和透射圖像的色度進行費歇爾判別分析。研究結果證明,將透射原理用于煙葉的分組識別是可行的,方法簡單,彌補了單獨使用反射圖像的局限性,具有應用前景。
　　 2、煙葉的組內分級包含幾個使用反射圖像難以識

5、別的質量特征,如油分、結構特征和身份特征。人工進行煙葉外觀分級需由目視和手感同時進行,而現(xiàn)行計算機視覺技術對煙葉進行自動識別時,通常只利用了煙葉的反射圖像,對煙葉的內部品質特征難以進行有效的模擬。本研究運用人工神經網絡建模,解決分級過程中的復雜非線性關系。實驗結果證明,透射圖像特征能夠反映煙葉的某些內部品質特征。結合二類圖像特征進行的識別效率明顯高于使用某一類圖像單獨進行識別。同時,建模時所需特征參數(shù)大大減少,提高了運行效率和適應性,為

6、擴展計算機視覺的應用領域提供了一種有益的思路。實驗結果證實,在煙葉的組內自動分級研究中,采用計算機視覺和ANN模型,結合反射和透射圖像的特征參數(shù),可以較好地區(qū)分煙葉各組內的級別,解決了其他方法難以處理的特征參數(shù)代表性不強和質量關系復雜等問題,反映了透射圖像的顏色特征相對于反射圖像,包含更多的有價值的煙葉分級信息,可以在煙葉的自動識別中進行應用。
　　 在煙葉的烘干調制和運輸?shù)冗^程中,如因外力作用常用引起煙葉的某些幾何特征和紋理特

7、征缺失或無效,而透射圖像的顏色特征具有形狀無關和方向無關性,可以彌補傳統(tǒng)方法的不足。在進行實時識別應用時,本方法由于減少了特征參數(shù)的提取和計算過程,大大節(jié)省了處理時間。
　　 3、副組煙葉是指生長發(fā)育不良或采收烘烤不當、調制失誤以及其它原因所造成的低質量煙葉,質量低于主組煙葉。煙葉分級收購時,待驗煙葉常常是正副組混雜,如果不對正副組煙葉進行區(qū)分,或副組內各組不加區(qū)分,必然導致收購質量嚴重下降,影響供銷雙方的經濟利益。對副組煙葉識

8、別進行研究,具有重要的現(xiàn)實意義。
　　 現(xiàn)有研究大都限于對烤煙正組的識別,或對副組煙葉采用與正組葉相同的方法進行特征提取和建模,沒有考慮到副組煙葉的特點,導致對正副組煙葉的區(qū)分和副組煙葉內部各組的識別效率不高。本研究對副組煙葉進行圖像識別,主要解決了二方面的關鍵問題,一是有效特征的提取,二是分類決策算法的確定。研究發(fā)現(xiàn),含青率、雜色率、分形維數(shù)等特征能有效區(qū)分各組煙葉。驗證實驗證明,本文使用的二叉樹分類決策法得到的識別結果與專家

9、分級的吻合率大于90％,此法對不同地區(qū)、不同品種、不同年代的煙葉具有較強的適應性。
　　 4、烤煙分級國家標準規(guī)定,烤煙的成熟度、葉片結構、身份、油分、色度、長度都達到某級規(guī)定時,殘傷不超過某級允許度時,才定為某級。也就是說,某片煙葉的質量等級是由其七個質量指標中檔次最低的一個指標決定的。此原則符合木桶算法的適用范圍,可以嘗試運用木桶算法進行煙葉的分級。木桶原理是指,如果一個盛水木桶的側板是由多塊長短不同的木板組成,那么這個木桶

10、的盛水量取決于最短的那塊木板,其他的擋板即使再長也不起作用。木桶原理在經濟貿易、企業(yè)管理、信息管理等很多領域中都得到了廣泛的體現(xiàn)和運用,但基本上都是具體問題具體分析。在解決類似木桶原理的模式識別和分類問題時,還沒有較為明確的專用算法。本文提出基于木桶原理的決策算法,并在煙葉的自動分級中進行測試。驗證實驗證實,在煙葉的組內分級識別時效果良好。木桶算法體現(xiàn)了以下幾個特點:1、遵從人工決策的思路,直接有效:2、排除干擾能力強:3、簡單快速,易