密集化烟叶烘烤中图像特征提取及应用研究

摘要

在密集化烟叶烘烤过程中，烤烟工作人员实时观察烟叶烘烤情况，根据烟叶状态来调节烘烤条件。这种操作方式对操作人员的经验、体力提出了较高要求且由于人的经验等主观影响，烘烤质量不可避免地存在波动。因此，通过电子信息技术实时获取烟叶烘烤状态，以此自动反馈调控烤房温湿度系统，有利于实现烟叶烘烤标准化，提升烟叶烘烤质量。
　　本文实时采集烟叶烘烤图像，提取烟叶图像特征量，分析图像特征量与烟叶物理状态变化的关系，挖掘变化规律性强的特征量作为烘烤烟叶的主要调控因素，建立烟叶烘烤系统对应的神经网络模型，采用人工神经网络实时预测与自动调控烤房温湿度。主要内容有：
　　①提出了基于烟叶图像有效特征量提取的衡量烟叶烘烤状态的方法。分析了密集化烘烤系统组成结构，详细讨论了烘烤烟叶图像的主要特点，采取图像预处理技术去除干扰，提取烘烤烟叶的颜色特征和形态特征，分析和挖掘特征量的变化规律。试验结果表明烟叶在烘烤过程中红色分量、绿色分量以及色调变化较为规律，能够反映出烟叶的烘烤程度。
　　②提出了基于图像烟筋特征量提取的高精度烘烤方法，解决烤烟定色期后烟叶颜色变化小、控制精度低的难题。在定色后期和干筋期，烟叶图像颜色特征变化缓慢，基于此特征的控制精度难以满足实时烘烤要求；而较为厚实的烟筋仍有较大的变化，有效提取烟筋及其特征量有利于解决此难题。对图像进行边缘检测，然后提取轮廓找出疑似烟筋区域；通过分析烟筋形态特征剔除掉非烟筋区域，分离出烟筋和提取烟筋特征。试验结果表明提取到的烟筋特征变化较为明显，有利于烤房的自动化调控。
　　③提出了基于人工神经网络的烤烟图像特征来实时预测与自动调控烤房温湿度的方法。建立烟叶烘烤人工神经网络预测模型，以烟叶特征量及烘烤过程中其它分量作为输入，而需控制的烘烤参数为模型输出，即烘烤温湿度和需烤时间。通过基于人工神经网络的烤烟图像特征预测调控烤房温湿度的技术手段，提高了烘烤温湿度和需烤时间的准确度。
　　烟叶烘烤的试验结果表明，本文提出的利用烤烟图像的特征结合神经网络预测与自动调控烤房温湿度的方法，能够达到实时、自动地调节烤房烘烤温湿度，且具有较好的烘烤效果，验证了通过烟叶图像特征控制烘烤的可行性。

目录

封面

中文摘要

英文摘要

目录

1 绪 论

1.1 课题背景与研究意义

1.2国内研究现状

1.3 本文的主要内容

1.4本章小结

2 烤烟图像特征提取

2.1 烤烟烘烤技术

2.2 烤烟烟叶颜色特征提取

2.3 烟叶特征值分析

2.4 本章小结

3 烟筋分割及特征提取

3.1烟叶图像预处理

3.2 边缘提取

3.3 烟筋提取

3.4 本章小结

4 人工神经网络在线控制烟叶烘烤

4.1 人工神经网络介绍

4.2 烟叶烘烤人工神经网络建模

4.3 人工神经网络烟叶烘烤控制

4.4 本章小结

5 总 结

5.1 总结

5.2 展望

致谢

参考文献