基于計(jì)算機(jī)視覺(jué)的煙葉模糊分組研究與實(shí)現(xiàn).pdf

1、按照國(guó)家煙葉質(zhì)量分級(jí)分組標(biāo)準(zhǔn)，煙葉可以劃分為正組煙和副組煙。在煙制品生產(chǎn)過(guò)程中，副組煙是不符合生產(chǎn)要求的煙葉，在處理過(guò)程中將副組煙分離出來(lái)具有一定的必要性。目前煙葉質(zhì)量分組主要依靠人工的感官和經(jīng)驗(yàn)，主觀性強(qiáng)，效率低，不適應(yīng)煙葉自動(dòng)化生產(chǎn)?；谟?jì)算機(jī)視覺(jué)的煙葉自動(dòng)分組方法具有快速、高效的特點(diǎn)，是解決效率低下等問(wèn)題的主流研究技術(shù)，在業(yè)界得到認(rèn)可和重視。此外，模糊聚類的思想可以解決煙葉描述不清晰的問(wèn)題，因此，將模糊聚類的方法應(yīng)用于煙葉分組之中

2、具有重要意義。
　　本文針對(duì)煙葉分組過(guò)程中主觀性強(qiáng)、準(zhǔn)確率和效率低等問(wèn)題，利用計(jì)算機(jī)視覺(jué)的技術(shù)對(duì)煙葉圖像進(jìn)行獲取并處理，通過(guò)模糊聚類的方法對(duì)煙葉進(jìn)行有效的分組。具體工作內(nèi)容包括:
　　第一，改進(jìn)了煙葉的處理和特征提取過(guò)程。通過(guò)對(duì)比不同的顏色模型，結(jié)合煙葉的特性，選取了Lab顏色模型，并在b通道中設(shè)定閾值對(duì)煙葉圖像進(jìn)行分割處理。采用小波變換的算法對(duì)煙葉直方圖進(jìn)行處理獲取小波系數(shù)，采用灰度共生矩陣的方法提取出慣性、能量、熵和相關(guān)

3、性等紋理參數(shù)并求出均值與標(biāo)準(zhǔn)差，為煙葉分組實(shí)驗(yàn)提供了特征數(shù)據(jù)。
　　第二，提出了一種新的煙葉分組思路，將煙葉分為正面煙和反面煙，分別進(jìn)行煙葉的質(zhì)量分組過(guò)程。從煙葉的正面和反面進(jìn)行對(duì)比分析，用灰度直方圖的方法總結(jié)比較，得出煙葉正反面的特征信息均具有一定的差異性。
　　第三，設(shè)計(jì)了基于模糊思想的分類器。選取合適的隸屬度函數(shù)和模糊量清晰方法，對(duì)模糊矩陣和聚類中心進(jìn)行了推導(dǎo)與分析。分別將不同批次的正組煙和副組煙放入分類器中進(jìn)行模糊分