[发明专利]一种烟叶颜色在线数值化识别方法

说明书

技术领域

本发明属于烟草制品生产领域，涉及一种识别方法，特别是涉及一种烟叶颜色在线数值化识别方法。

背景技术

烟叶的质量主要是包含烟叶的外观质量，烟叶的感官评吸质量，烟叶的物理质量，以及烟叶化学成分的协调性，烟叶的可用性与烟叶的配伍性；烤烟烟叶的颜色与烟叶化学成分中的尼古丁，总糖有显著相关性，也与感官评吸的香气质与香气量有极显著相关；烟叶颜色基本上能够反映出烟叶的品质；烤烟的颜色是烟叶外观质量的一个重要组成部分；目前，烟叶外观质量的颜色是采用人工判断，由于环境和人的状态不稳定导致结果具有较大的不确定性，检测速度比较慢等缺点；烟叶属于农作物，同一烟叶产区的烟叶颜色波动较大，如何快速准确的识别烟叶制品的外观质量颜色，为烟叶内在品质的调控做好铺垫具有重要的意义。

烟叶外观质量颜色的识别主要有三种方法；

第一种为人工打分，这种方法的缺点就在于打分的随意性比较大，具有较高的不确定性，另外人工打分的速度比较慢；

第二种为基于近红外的烟叶颜色识别，近红外的光谱中是有烟叶的颜色信息，在近红外领域，烟叶的外观质量颜色的识别用一般的方法比如，PCA(主成分分析)，DPLS(定性偏最小二乘)，基于范数(光谱的相关性，夹角余弦，距离)是不能够把烟叶的外观颜色给识别出来，这主要是由于近红外光谱是一种吸收相互重叠的信号，并且近红外光谱中具有大量的非烟叶颜色信息，使用近红外光谱的连续投影提取烟叶颜色红外信息去除无用信息后是基本能够把烟叶的浓强中弱淡给识别出来，但是近红外颜色模型需要的样本量比较大，年度之间颜色的变化会为烟叶的近红外识别模型带来大量维护的工作，此外近红外仪器一般造价比较昂贵，不利于烟叶外观质量颜色的大规模应用；

第三种为基于相机的烟叶颜色识别，基于相机图像的识别，通常的做法是对烟叶图像或者把烟叶的图像转化为RGB/HIS(孟塞尔颜色系统)与烟叶人工打分颜色做BP(人工神经网络)，RBF(径向神经网络)，MLR(多元线性回归)，PLS(定量偏最小二乘)，一方面采用BP，回归方法必须样本量足够多，否则会因为找不到波动样本使得检测误差变大；第二由于人工颜色打分的不确定性较大这个误差会传递到模型中，因此在用BP，PLS的时候又不能以最小误差为原则进行训练校正样本，否则会产生过拟合；在线烟叶的梗，与反面信息也会对打分产生很大干扰。

因此，如何提供一种烟叶颜色在线数值化识别方法，以解决现有技术中无法快捷并且准确的获取烟叶的外观质量颜色信息，无法更好地调控烟叶品质等种种缺陷，实已成为本领域从业者亟待解决的技术问题。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种烟叶颜色在线数值化识别方法，用于解决现有技术中无法快捷并且准确的获取烟叶的外观质量颜色信息，无法更好的在后续加工过程中调控烟叶品质的问题。

为实现上述目的及其他相关目的，本发明提供一种烟叶颜色在线数值化识别方法，应用于在线生产的烟叶样本，预先通过人工按照颜色深浅度变化原则将需要在线生产的烟叶样本排序并进行第一次分类，每一在线生产的烟叶样本具有一个人工预测烟叶颜色值；所述烟叶颜色在线数值化识别方法包括以下步骤：采集所述在线生产的烟叶样本的原始烟叶图像；对所述原始烟叶图像进行相应处理以提取所述在线生产的烟叶样本的孟塞尔信号；对所述在线生产的烟叶样本的孟塞尔信号进行连续投影；计算所述在线生产的烟叶样本的烟叶颜色投影特征值；根据所述烟叶颜色投影特征值对所述在线生产的烟叶样本进行第二次分类；判断所述第一次分类与所述第二次分类是否具有一致性；若是，则表示分类成功，结束进程；若否，则表示分类失败，则返回采集步骤。

可选地，对所述原始烟叶图像进行相应处理以提取所述在线生产的烟叶样本的孟塞尔信号的步骤包括：预处理所述原始烟叶图像；识别预处理后的烟叶图像中的特殊区域；剔除该特殊区域的色度空间；提取所述在线生产的烟叶样本的孟塞尔信号。

可选地，对所述在线生产的烟叶样本的孟塞尔信号进行连续投影的步骤包括：对所述在线生产的烟叶样本的孟塞尔信号进行归一化处理；线性投影，建立颜色预测模型；确定目标函数；优化线性投影的方向。