基于機(jī)器視覺的煙葉自動(dòng)分級方法研究.pdf

1、煙葉分級是煙葉從農(nóng)產(chǎn)品向商品轉(zhuǎn)化的第一步，是決定煙葉制品質(zhì)量的關(guān)鍵環(huán)節(jié)。傳統(tǒng)的煙葉分級方法是人工分級，即由受過專業(yè)培訓(xùn)的人員，依靠眼觀、手摸等感官感受，以及所掌握的分級理論知識和積累的分級經(jīng)驗(yàn)，對煙葉等級做出判斷。這種分級方法，具有很強(qiáng)的主觀性，且分級結(jié)果不穩(wěn)定。因此，研究更加客觀和穩(wěn)定的煙葉分級方法、開發(fā)煙葉自動(dòng)分級系統(tǒng)具有重要的現(xiàn)實(shí)意義。本文主要工作包括以下幾點(diǎn)：
　　(1)煙葉圖像采集系統(tǒng)的搭建。為了保證每一張煙葉圖像具有一

2、致的、均勻的光照強(qiáng)度，搭建了一套煙葉圖像采集系統(tǒng)，該系統(tǒng)主要包括：數(shù)碼相機(jī)、燈管、電源、載物臺、封閉的箱體等。
　　(2)煙葉圖像預(yù)處理方法。煙葉圖像預(yù)處理主要包括：圖像濾波、圖像二值化、圖像分割。采用中值濾波法，既保護(hù)了煙葉圖像的細(xì)節(jié)信息，又濾除圖像中的噪聲信號；為了提取煙葉幾何特征，濾波后的煙葉圖像還要采用迭代閾值法進(jìn)行二值化，實(shí)現(xiàn)煙葉圖像的二值化；為了提取煙葉的顏色特征，濾波后的煙葉圖像還要基于區(qū)域生長法進(jìn)行圖像分割，剔除煙

3、葉圖像的背景、褶皺、葉脈等，分割出目標(biāo)對象。
　　(3)煙葉外觀特征的提取方法。煙葉的外觀特征包括幾何特征和顏色特征，應(yīng)用最小外接矩形法，提取煙葉的長度、寬度、長寬比、面積、矩形度等幾何特征；在HSI顏色空間模型和LAB顏色空間模型下，提取煙葉的色調(diào)H、飽和度S、A通道、B通道等顏色特征。
　　(4)基于模糊模式識別的煙葉自動(dòng)分級算法。首先以煙葉等級空間為論域，每個(gè)等級外觀特征向量的均值為模糊模式，采用梯形和半階梯形隸屬函數(shù)

4、計(jì)算各個(gè)外觀特征對煙葉等級空間的隸屬度；再將各個(gè)外觀特征的隸屬度加權(quán)平均；最后基于最大隸屬度原則實(shí)現(xiàn)煙葉等級的識別。
　　(5)煙葉自動(dòng)分級軟件系統(tǒng)的開發(fā)。選用MATLAB平臺開發(fā)了集煙葉圖像預(yù)處理、煙葉外觀特征提取和煙葉等級識別為一體的煙葉自動(dòng)分級軟件系統(tǒng)。
　　(6)實(shí)例分析。收集了22級234份樣品，以148份樣品為建模集，86份樣品為預(yù)測集，基于模糊模式識別方法，以建模集煙葉樣品的外觀特征對象，建立煙葉自動(dòng)分級模型，