[发明专利]基于移动终端的烟叶评级的方法及系统

说明书

本发明涉及基于移动终端的烟叶评级的方法及系统，该方法包括获取青烟叶与干烟叶图像数据；对图像数据进行预处理；获取预处理后的图像数据的图像特征；对提取的图像特征进行评级；获取评级结果。本发明通过获取烟叶图像，将图像进行预处理后分类评级，在网络条件良好的条件下将图像输送的云端，进行极高效的分类与评级，高效的在嘈杂的现实条件下实现准确的烟叶分类，全自动的数据链条系统打通生产线移动端以及云端机器学习系统，具有分类效率准确率高，对硬件计算水平要求灵活，操作简单，实现极高精度的分类烟叶，具有高普适性，分类效率准确率高，对硬件系统性能要求低，操作简单，节省大量人力资源。

技术领域

本发明涉及烟叶评级技术领域，更具体地说是指基于移动终端的干烟叶评级以及青烟叶成熟度评级的方法及系统。

背景技术

烟叶作物在我国农业生产中占有重要地位。烟叶作物的收购中，评级系统对农民和商家的利益具有重要意义。长期以来，不论是国内还是国外，烟叶质量的检测和分级都是参照各地区颁布的烟叶分级标准和标准的烟叶样本，依靠人的视觉和触觉感官来进行判断分级的。因此，每到收购烟叶之前，全国各烟区都要成立学习班，收集大量的、标准的烟叶样本作为培训材料，用来培训收购站的烟叶分级人员，这样的分级方式需要消耗和费损大量的人力、物力和财力，而目效率也很低下。更重要的方面是，人类的感官判断带有强烈的主观性和模糊性，影响着对烟叶分级的细致性和变化性的判断，使检验和分级的结果存在着较大的差异。

目前我国烟叶评级制度及实施主要依靠于专家的现场监测，具有效率低，成本高，主观性强等明显缺陷,并且，专家分级对人工要求很高。专家的培养需要严格的培训机制，业务能力的合格需要长时间的实际经验。

近年来，随着人工智能在农业应用中的兴起，有少数基于自动化智能设备和算法的技术与系统在农业应用中找到了价值。然而，已有的自动烟叶分级系统具有很多的局限性，导致其在现实应用中效果达不到预期标准，因此仍然需要大量的人力进行复查,现有的自动分类系统主要是基于传统的监督学习和海量计算的分类系统，此类系统有明显的局限性：对硬件设备要求高，传统的机器学习算法需要大量的计算达到满意的精度，因此传统分类系统多存在于实验室可控的监测环境下，而现实中烟叶的评级需要在工业现场进行快速分类,精度低，传统的机器学习和图像处理算法，需要严格控制的监测环境条件，难以在实际的嘈杂的厂房中达到最优的性能，需要大量人力物力完成对严格监测条件的达成，例如人工将烟叶从厂房运输到实验室，极大的降低了生产效率。

因此，有必要设计一种新的烟叶评级方法，实现极高精度的分类烟叶，具有高普适性，分类效率准确率高，对硬件系统性能要求低，操作简单，节省大量人力资源。

发明内容

本发明的目的在于克服现有技术的缺陷，提供基于移动终端的烟叶评级的方法及系统。

为实现上述目的，本发明采用以下技术方案：基于移动终端的烟叶评级的方法，所述方法包括：

获取青烟叶与干烟叶图像数据；

对图像数据进行预处理；

获取预处理后的图像数据的图像特征；

对提取的图像特征进行评级；

获取评级结果。

其进一步技术方案为：对图像数据进行预处理的步骤，包括以下具体步骤：

调整图像的相关参数，生成归一化的图像样本；

将图像样本内的烟叶进行定位与分割。

其进一步技术方案为：调整图像的相关参数，生成归一化的图像样本的步骤，所述相关参数包括光照条件、拍摄角度、比例以及烟叶的位置中至少一个。

其进一步技术方案为：获取预处理后的图像数据的图像特征的步骤，包括以下具体步骤：

获取烟叶有效特征；