基于計算機視覺的煙葉模糊分組研究與實現.pdf

1、按照國家煙葉質量分級分組標準，煙葉可以劃分為正組煙和副組煙。在煙制品生產過程中，副組煙是不符合生產要求的煙葉，在處理過程中將副組煙分離出來具有一定的必要性。目前煙葉質量分組主要依靠人工的感官和經驗，主觀性強，效率低，不適應煙葉自動化生產?；谟嬎銠C視覺的煙葉自動分組方法具有快速、高效的特點，是解決效率低下等問題的主流研究技術，在業(yè)界得到認可和重視。此外，模糊聚類的思想可以解決煙葉描述不清晰的問題，因此，將模糊聚類的方法應用于煙葉分組之中

2、具有重要意義。
　　本文針對煙葉分組過程中主觀性強、準確率和效率低等問題，利用計算機視覺的技術對煙葉圖像進行獲取并處理，通過模糊聚類的方法對煙葉進行有效的分組。具體工作內容包括:
　　第一，改進了煙葉的處理和特征提取過程。通過對比不同的顏色模型，結合煙葉的特性，選取了Lab顏色模型，并在b通道中設定閾值對煙葉圖像進行分割處理。采用小波變換的算法對煙葉直方圖進行處理獲取小波系數，采用灰度共生矩陣的方法提取出慣性、能量、熵和相關

3、性等紋理參數并求出均值與標準差，為煙葉分組實驗提供了特征數據。
　　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，分別進行煙葉的質量分組過程。從煙葉的正面和反面進行對比分析，用灰度直方圖的方法總結比較，得出煙葉正反面的特征信息均具有一定的差異性。
　　第三，設計了基于模糊思想的分類器。選取合適的隸屬度函數和模糊量清晰方法，對模糊矩陣和聚類中心進行了推導與分析。分別將不同批次的正組煙和副組煙放入分類器中進行模糊分