烟叶图像采集技术规范与烤烟收购质量分级特征研究

摘要

烟叶的收购质量特征是评定烟叶等级的重要依据。目前，许多烟叶收购质量特征主要由人工靠经验获取，主观性强，且有许多指标呈模糊状态，往往出现评定级别不稳定的现象。在烟叶收购过程中还容易产生质量纠纷，不仅影响烟农的生产积极性，还给国家造成经济损失。鉴于目前人工分级存在的问题，用数字形式统一烟叶的收购质量特征是非常必要的。本文从烟叶数字图像采集技术规范、透射图像、颜色(形状)参照方法、烟叶光谱吸收规律等方面对烟叶收购质量的数字化特征进行了相关研究。 1.首次系统研究了烟叶图像采集环境中照明电压、不同品牌数码相机、相机聚焦距离、相机分辨率和数码相机的不同拍摄模式、灯光随时间变化的稳定性等成像环境因素对图像识别结果的影响。首次在烟叶图像采集环境中引入颜色参照白板进行各种干扰因素相对扣除和物理尺寸绝对参照，比较了几种白板材料稳定性与干扰扣除效果，提出了相对颜色校正方法对因成像环境因素影响而引起的烟叶图像颜色识别误差进行校正。在此基础上规范了烟叶图像采集环境和操作步骤，对保障烟叶数字图像识别研究的质量控制和研究成果的共享具有深远的理论意义和实用价值。 2.研究基于物质对光的吸收、反射和透射原理，在分析烟叶本身对透过不同波长光的吸收存在差异的基础上，专门设计并制作了能同时采集烤烟烟叶反射和透射图像的采集灯箱，发现并利用烟叶透射图像具有的特殊光谱吸收特征，提出了基于透射特性的烤烟图像背景分割技术。利用烟叶自身生物学特性对烟叶透射图像进行了区域统计法分割，结果表明分割精度高于传统点统计法，每片烟叶像素数平均高出0.65％，较好地保留了目标图像的原始特征信息。透射影像不仅可用于背景扣除，还有效扩充了烟叶数字图像处理的特征参数，为提升烟叶收购等级识别准确性奠定了基础。在数字图像处理中，利用生物自身特性进行背景扣除和扩充数字识别特征，具有专一性和排它性，对类似农产品数字识别研究具有广泛的指导意义。 3.研究利用颜色参照白板的绝对参照作用实现烟叶的长度、宽度及面积等形状特征测量；用颜色参照白板标定烟叶图像的颜色色度变化，从中发现变化规律，为提取烟叶的分级特征奠定基础。通过人工方法测量烟叶长、宽度，称取烟叶单叶重； 用计算机图像处理方法分别测出烟叶和颜色参照白板以像素为单位的长度和宽度，结合颜色参照白板的固定尺寸，通过变换计算得到烟叶实际的长宽度、面积，以及身份等分级指标特征；分别提取烟叶和同期采集的颜色参照白板在RGB和HSI两种颜色系统下的相关颜色特征，包括原始颜色和相对颜色。结果表明，利用参照方法测量的烟叶形状特征与人工测量结果之间有很好的相关性， 11个供试级别烟叶的长度平均误差为2.59cm，相对误差平均值为5.11％；宽度平均误差为0.88cm，相对误差平均值为 4.84％；身份特征测量结果也比较理想；相对色度可用来区分柠檬黄和桔黄色烟叶。因此，将图像处理技术与参照方法相结合，借助规则参照物标测不规则的烟叶形状、面积等特征参数是可行的，不仅测量方法简便，而且测量速度快；另外，用相对颜色方法区分烟叶的颜色特征也取得了一定的研究进展，为烟叶的数字化分级奠定了基础。 4.研究烤烟烟叶在可见光区域的吸收规律，探索不同地区、不同级别烟叶在可见光区域的量化吸收特征，以及各吸收特征与烟叶地域性、级别属性之间的关系。利用改装并经过稳定性检测的GFY-160型荧光分光光度计，先使用320-810nm的波长范围，以5nm的波长间距对恩施、云南、临朐三个地区上、中、下不同部位的烟叶，以及同一地区上、中、下三个部位不同级别的烟叶进行透射，测得烟叶的透光强度，得到烟叶的透光特征曲线，根据透光强度的比值得到烟叶对光线的吸收特征。结果表明，烟叶在可见光范围内的确对蓝色光具有敏感的吸收作用；在获取的烟叶透射特征中，蓝橙比(％)(Blue/Orange，B/O)、绿橙比(％)(Green/Orange，G/O)随烟叶部位的变化规律比较明显，但蓝橙比(％)的变化规律强；红橙比(％)(Red/Orange，R/O)的变化规律不明显，不过上部叶的数值均在50％以上，表现出部分的规律性。因此，可以利用一些特殊波段下的吸收特征或者变换特征得到烟叶分级的量化特征。

目录

声明

摘要

1文献综述

1.1引言

1.2计算机视觉概述

1.2.1计算机视觉和人类视觉的区别

1.2.2计算机视觉的组成及其特点

1.2.3常用颜色模型简介

1.2.4计算机视觉的发展

1.3烟草收购质量与计算机视觉技术应用概况

1.3.1烟叶质量概述

1.3.2我国的烟叶收购与分级状况及存在问题

1.3.3烟叶收购质量特征的计算机视觉描述

1.3.4计算机视觉技术在烟叶分级中的应用

1.3.5人工神经网络技术在烟叶自动检测与分级中的应用

1.3.6模糊模式识别在烟叶分级中的应用

1.3.7在烟叶杂物在线检测中的应用

1.3.8计算机视觉烟叶标准数据库建立

1.4计算机视觉中图像采集技术与成像质量

1.4.1图像采集方法及环境因素控制概述

1.4.2目前图像采集与校正存在的不足之处

1.5光谱特征在烟草品质检测中的应用

1.6研究中存在的问题

1.7应用前景展望

2研究目的意义及技术路线

2.1研究目的、意义和内容

2.1.1研究的目的意义

2.1.2研究内容

2.2图像识别平台的开发

2.3研究中拟解决的关键问题及难点

2.4技术路线

2.4.1技术路线(1)烟叶图像采集技术规范研究流程

2.4.2技术路线(2)烤烟收购质量分级特征研究

3烟叶图像采集技术研究

3.1引言

3.2材料与方法

3.2.1图像采集环境的科学构建

3.2.2试验材料及设备

3.2.3不同影响因素处理的烟叶图像采集

3.3结果与分析

3.3.1不同成像环境因素对烟叶图像采集结果的影响与分析

3.3.2颜色参照白板的筛选与稳定性分析

3.3.3颜色参照白板对成像环境因素影响结果的校正分析

3.4结果讨论

3.5结论与规范

4基于透射特征的烤烟图像背景分割技术研究

4.1引言

4.2材料与方法

4.2.1试验材料

4.2.2图像采集

4.2.3颜色模型选择

4.3结果与分析

4.3.1烤烟烟叶透射图像的光谱吸收特征

4.3.2不同等级烤烟烟叶透射图像蓝色属性的区域统计特征

4.3.3所有供试烤烟烟叶透射图像蓝色属性RSD区域统计特征

4.3.4分割算法与分割效果

4.4结论

5烟叶的数字特征与烟叶收购质量分级研究

5.1引言

5.2材料与方法

5.2.1试验材料

5.2.2烟叶长度、宽度、重量特征的人工获取

5.2.3烟叶图像获取

5.2.4参照方法获取烟叶长度、宽度、面积特征

5.2.5烟叶相对参照颜色特征提取

5.3结果与分析

5.3.1烟叶长、宽度实际测量值与参照测量值的相关性分析

5.3.2不同等级烟叶身份特征的比较分析

5.3.3烟叶相对颜色特征与收购质量的关系与分析

5.4结果讨论

5.4.1实际测量形状特征与参照法测量形状特征的相关性

5.4.2烟叶参照面积测量与身份特征

5.4.3烟叶相对颜色特征与收购质量的关系

5.5结论

6烟叶的光谱吸收特征及其与烟叶级别相关性研究

6.1引言

6.2材料与方法

6.2.1材料及设备

6.2.2荧光分光光度计改装与仪器参数调整

6.2.3烟叶固定与数据读取

6.2.4光波波长选择

6.2.5改装仪器稳定性检测和透射强度对照曲线制作

6.3结果与分析

6.3.1烟叶透射特征与发光二极管光谱特征的比较分析

6.3.2不同地区烟叶光谱吸收特征定性分析

6.3.3相同地区不同级别烟叶吸收特征定量分析

6.4结果讨论

6.4.1烟叶地域性与透射强度

6.4.3烟叶透射特征与烟叶身份相关性

6.5结论

本研究的小结、创新点及尚待进一步研究的问题

参考文献

致谢

附录