[发明专利]基于反射、透视和显微图像的烟叶分级方法

说明书

技术领域

本发明涉及一种对烟叶进行分级的方法，具体涉及一种基于反射、透视和显微图像的烟叶分级方法，采用模式识别算法对烟叶进行分析处理。

背景技术

烟叶分级是按照烟叶的品质特征、优劣程度将其划分为不同等级，使每一个等级烟叶具有相对一致的质量特性和质量水平，以供卷烟工业选择使用。我国在1992年正式颁布《中华人民共和国烤烟国家标准》，指出烟叶一共可以分为42级，由部位，颜色和品级构成烟叶的等级; 韩力群等人在《烤烟烟叶自动分级的智能技术》中指出，不同地区不同年份的烟叶等级有所区别，且烟叶的分级和烟叶的形状，颜色和纹理密切相关，然而由于情况十分复杂，内在联系很难把握，虽有众多理论研究，但未给出适合工业需求的分级方法。

一直以来，无论是国际还是国内在打叶复烤烟叶分级过程中，均采用人工“地摊”式挑选分级，即将烟包放置指定位置，依靠人工按要求将“把烟”或解把后的片烟进行分选。这种方式需要大量操作工，并需要对其进行培训，实际执行过程中，效果不好。存在人员流动性大、占地面积大、生产环境差、操作者的经验与能力参差不齐、企业管理成本高等不利因素。具体表现在成品烟叶质量受人工因素影响大、分级后烟叶品质偏差较大等缺点。目前的烟叶分级模式不利于合理利用烟叶资源，造成烟叶加工过程质量波动大，同时已影响到卷烟加工质量。

申请号为201110004173.7的中国发明专利公开了利用光谱和图像特征进行烟叶分级的方法，然而其并不适用于工业需求，例如该专利用神经网络对特征进行删减这会使得特征减少，然而由于烟叶分级较为复杂，减少特征的同时可能会导致分级不够精确，使得网络分类能力大大下降；在烟叶分级时候其采用的几种分类算法并不科学，其指出神经网络算法的网络结构和节点个数选取在分类时候至关重要，由于不同年份不同产地烟叶分级可能差距比较大，网络结构无法满足各种情况；遗传算法通常用来优化参数，并不适合进行分类；用最近邻算法运算量过大，需要计算当前样本和每一个样本的距离；聚类算法用在等级较多情况下并不适用，聚类中心难以确定，计算量巨大。而且其对烟叶的烟叶内部结构特征并没有进行处理，烟叶根据成熟度不同，在烟叶内部细胞结构上差距较大，而成熟度与烟叶的等级密切相关。

发明内容

发明目的：本发明的目的在于针对现有技术的不足，提供一种基于反射、透视和显微图像的烟叶分级方法。

技术方案：本发明所述的基于反射、透视和显微图像的烟叶分级方法，包括如下步骤：（1）实时获得烟叶的高清彩色反射图像、高清透视图像和高清显微图像，并将采集的图像传给工控机；

（2）对图像进行预处理操作，以快速定位烟叶的边界，从背景区域中分割出烟叶记为烟叶图像；

（3）对图像的特征进行提取，所述特征包括形状特征、颜色特征和纹理特征；

（4）用Adaboost分类算法对烟叶的上述特征进行分析，即通过弱分类器径向基神经网络来分析烟叶图像的特征，包括形状特征，颜色特征和纹理特征,通过对烟叶的部位,颜色和品级分类来确定烟叶的等级。

上述步骤（1）中，所述高清彩色反射图像为3CCD面阵彩色相机利用反射光源采集获得，具体方法为：

工控机通过IO控制板启动皮带电机，烟叶置于皮带上通过皮带传输，皮带上设置定位孔，当烟叶到达反光罩内时候，光电管通过定位孔发送定位信息至IO控制板，IO控制板驱动光源和相机， 3CCD高清面阵彩色相机对正下方的烟叶进行拍摄，获得高清彩色反射图像。

所述高清透视图像为线阵相机利用透视光源对烟叶进行采集获得，具体方法为：

采用线阵相机，线阵相机正对透射光源，线阵相机与透射光源之间为两个皮带传输装置的交接处；两个滚轮之间具有10mm的缝隙，高度上具有微小的高度差，通过烟叶下方的透视光源，采集烟叶的透视图片，装置结构如图5(a)所示。将采集到的透视图像通过千兆网线传输至工控机。

所述高清显微图像为高倍显微镜头利用光纤光源发生器对烟叶进行采集获得，具体方法为：

用光纤光源发生器提供光源，在烟叶上部放置高倍显微镜头，直接对烟叶图像进行采集，将采集到的显微图像通过千兆网线传输到工控机。

上述步骤（2）中，对图像进行预处理操作为：通过阈值将背景区域置成黑色，采用链码算法定位出烟叶的边界区域，从背景中分割出烟叶记为烟叶图像，避免对背景的处理，减少后续计算量。

上述步骤（3）中，所述形状特征的提取方法为：采用链码算法，通过步骤（2）中获得的烟叶的边界信息，计算出烟叶的长度，宽度，周长，面积和圆度。