一种烤烟烟叶底色的预报方法

摘要

本发明涉及一种烤烟烟叶底色的预报方法，属于烟叶质量评价领域。本发明的预报方法包括以下步骤：将颜色参数数据进行数据转换处理，得到待预报烤烟烟叶的四项综合指标；所述颜色参数数据包括烤烟烟叶正面的明度、红度、黄度、饱和度和色调角；再将待预报烤烟烟叶的四项综合指标输入构建的预报模型中，得到待预报烤烟烟叶底色的预报标定值，进而确定待预报烤烟烟叶底色；所述预报模型利用已量化标定过底色的烤烟烟叶的四项综合指标以及对应标定值进行训练得到。本发明预报方法基于烤烟烟叶外观颜色参数转化数据快速预报烤烟烟叶底色，相比于以往方法，不仅方便快捷、成本低，而且可以减少人为因素干扰、降低对光源的要求，使预报结果更为客观准确。

说明书

技术领域

本发明涉及一种烤烟烟叶底色的预报方法，属于烟叶质量评价领域。

背景技术

底色是指正常烟叶表面除基本色外的色彩表现，底色分下列类别：白，指烟叶颜色较纯正，烟叶表面除基本色外基本没有留存色彩；微灰，指烟叶颜色隐含灰色，烟叶表面除基本色外隐含灰色；微红，指烟叶颜色多含暗红，烟叶表面除基本色外隐含红色。烤烟烟叶底色3种类型在我国烟叶产区存在显著的区域性分布，烤烟烟叶底色的鉴别是烤烟烟叶分型的主要外观特征依据，对于烤烟烟叶原料的定向化生产和均值化加工、模块化使用具有重要的意义。目前烤烟烟叶底色的鉴别方法为烟叶外观专家鉴定法，效率较低。

发明内容

本发明的目的是提供一种烤烟烟叶底色的预报方法，能够高效地预报烤烟烟叶的底色。

为了实现以上目的，本发明所采用的技术方案是：

一种烤烟烟叶底色的预报方法，包括以下步骤：

1)获取待预报烤烟烟叶的颜色参数数据，将颜色参数数据进行数据转换处理，得到待预报烤烟烟叶的四项综合指标；

所述颜色参数数据包括以下五种：烤烟烟叶正面的明度、红度、黄度、饱和度和色调角；待预报烤烟烟叶的每项综合指标与待预报烤烟烟叶的五种颜色参数数据均相关；

2)将待预报烤烟烟叶的四项综合指标输入构建的烤烟烟叶底色的预报模型中，得到待预报烤烟烟叶底色的预报标定值，然后根据预报标定值确定待预报烤烟烟叶底色；

所述预报模型利用已量化标定过底色的烤烟烟叶的四项综合指标以及对应的对该烤烟烟叶底色进行量化标定所得的标定值进行训练得到。

本发明的烤烟烟叶底色的预报方法，基于烤烟烟叶外观颜色参数转化数据快速预报烤烟烟叶底色，相比于以往方法，不仅方便快捷、成本低，而且可以减少人为因素干扰、降低对光源的要求，使预报结果更为客观准确。

获取步骤2)中已量化标定过底色的烤烟烟叶的四种综合指标时的数据转换处理与步骤1)中对待预报烤烟烟叶的颜色参数数据进行的数据转换处理相同。训练采用的量化标定过底色的烤烟烟叶包括不同底色档次的烤烟烟叶。

优选的，所述烤烟烟叶底色的预报模型采用支持向量机构建得到。

优选的，所述数据转换处理为：

Y

Y

Y

Y

其中：Y

优选的，转换系数k

优选的，待预报烤烟烟叶的产地与已量化标定过底色的烤烟烟叶的产地相同。进一步的，所述待预报烤烟烟叶和已量化标定过底色的烤烟烟叶均为福建烤烟烟叶。

烟叶的颜色参数(明度、红度、黄度、饱和度和色调角)数据均由仪器测得。优选的，所述颜色参数数据利用Color-Eye 7000A型分光光谱仪检测获得。利用Color-Eye 7000A型分光光谱仪扫描一个烤烟样品颜色参数数据需要1分钟，将颜色参数数据转化处理得到的四项综合指标数据导入构建的模型中，只需要几秒钟就可以计算出结果，方便、快捷，仅需一人即可完成。

已量化标定过底色的烤烟烟叶在进行量化标定时，针对不同底色得到相应的标定值范围，根据预报标定值确定待预报烤烟烟叶的底色时，预报标定值落入的标定值范围对应的底色即为待预报烤烟烟叶的底色。

附图说明

图1为实施例1中预报模型预报的福建烤烟样品烟叶底色的预报标定值和专家标定值相关系数为0.94的图；

图2为实施例2中预报模型预报的福建烤烟烟叶底色的预报标定值和专家标定值相关系数为0.94的图；

图3为实验例中留一法预报的福建烤烟烟叶底色的预报标定值和标定值相关系数为0.80的图。

具体实施方式

以下结合具体实施方式对本发明的技术方案作进一步的说明。

实施例1

本实施例的烤烟烟叶底色的预报方法，包括以下步骤：

1)选取我国福建三明尤溪、龙岩永定植烟大户的中部烤烟烟叶，每个产地50kg，品种为当地主栽品种，制备不同外观档次的样品(共56烟叶烤烟样品)，由我国烟叶标样分标委委员、高级技师组成的外观质量鉴定专家组完成，对这56个样品的烟叶底色进行量化标定：

对待量化标定的烤烟烟叶样品的底色进行打分，打分前将不同外观档次的烟叶样品按照底色的不同共划分为灰色、白色和红色三个档次，其中对灰色档次的烤烟烟叶样品在0-3.5分之间打分(0≤分值≤3.5)，对白色档次的烤烟烟叶样品在3.5-6.5分之间打分(3.5＜分值≤6.5)，对红色档次的烤烟烟叶样品在6.5-10分之间打分(6.5＜分值≤10)，各烤烟烟叶样品的分值即对应烤烟烟叶样品的标定值；部分样品的标定值见表1；

2)对上述步骤1)中制备的56个烟叶样品的颜色参数进行测定：

利用Color-Eye 7000A型分光光谱仪(美国，GretagMac-beth公司)测定样品的颜色参数数据。用随机附带的标准黑色校正盒(L*＝0.00，a*＝0.00，b*＝0.00)和白色校正瓷砖(L*＝93.99，a*＝-0.38，b*＝2.72)校零。光源采用D55标准光源，相关色温为5500K，在SCE模式下，用随机附带的白色荧光校正瓷砖校正标准光源D55，测量孔选择最大孔径25.4mm。以白色校正瓷砖为背景，将选取的烤烟测量点正表面遮盖测量孔，并用白纸板垫在后面，每个点测量2次(仪器设定)，测量L*(明度值)，a*(正值代表红色度，负值代表绿色度)，b*(正值代表黄色度，负值代表蓝色度)，C*(饱和度)，h°(色调角)。每个烤烟样品取5片代表性烤烟烟叶，从每片烤烟烟叶的正面叶中部分对称选取2个测量点(选取的测量点尽量避开叶脉、残伤和病斑等)，每个样品的正面测定10个点，取其均值作为测量样品的正面颜色参数数据，烤烟烟叶样品的正面颜色参数的数据如表1所示(只展示了部分烤烟烟叶样品的数据)。

表1烤烟烟叶样品的正面颜色参数数据

3)将烟叶样品的颜色参数数据代入以下转换方程对颜色参数数据进行转换，得到转换后数据(即综合指标)，如表2所示(只展示了部分烤烟烟叶样品的数据)：

Y

Y

Y

Y

通过转换方程可以看出，转换后的综合指标是原来5种颜色参数数据的线性组合，由于综合指标包括了更多的信息，有利用提高后续建立模型的准确率。

表2数据转换处理得到的综合指标

4)以56个烤烟烟叶样品的转换后的四项综合指标作为输入，以56个烤烟烟叶样品的底色量化标定的标定值为输出，对支持向量机模型进行训练，训练完成后得到烤烟烟叶底色的预报模型。支持向量机建模过程中，选择的多项式核函数的惩罚因子10，不明感函数选择为为0.05。

构建的预报模型预报的56个烤烟样品的烟叶底色的预报标定值(计算值)和专家标定值(实际值)相关系数为0.94，如图1所示。

5)利用Color-Eye 7000A型分光光谱仪测定待预报福建烤烟烟叶的正面颜色参数数据，将正面颜色参数数据进行转换处理，得到四项综合指标，然后将四项综合指标输入至步骤3)中构建的烤烟烟叶底色的预报模型中，得到待预报福建烤烟烟叶的底色的预报标定值，然后根据以下标准确定待预报烤烟底色：

0≤预报标定值≤3.5时，底色为灰色；

3.5＜预报标定值≤6.5时，底色为白色；

6.5＜预报标定值≤10时，底色为红色。

实施例2

本实施例的烤烟烟叶底色的预报方法，与实施例1的不同之处在于步骤4)，本实施例的步骤4)中，利用Color-Eye 7000A型分光光谱仪检测出14个待预报福建烤烟样品的烟叶颜色参数数据，代入转换方程，得到各样品烟叶的四项综合指标，将各样品烟叶的四项综合指标导入支持向量机模型中，预报出14个待预报福建烤烟样品的底色，得到了很好的预报结果。预报模型预报的14个福建烤烟底色的预报标定值(计算值)和专家标定值(实际值)的相关系数为0.94，如图2所示。

实验例

本实验例利用实施例1中专家组对56个烤烟烟叶样品的烤烟烟叶底色的标定值以及56个烤烟烟叶样品中各样品的四项综合指标，每次留余一个样品，用剩余的55个样品建立模型，利用该模型预报留余的那个样本。这样重复做56次，最终得到56个福建烤烟烟叶样品的底色的支持向量机预报模型的留一法结果。其中留一法预报的福建烤烟烟叶底色的预报标定值(计算值)和专家标定值(实际值)的相关系数为0.80，如图3所示。