[发明专利]一种烟叶耐加工性的测量方法在审
申请号: | 201910733694.2 | 申请日: | 2019-08-09 |
公开(公告)号: | CN110632068A | 公开(公告)日: | 2019-12-31 |
发明(设计)人: | 彭云发;詹映;薛庆逾;石超;邹泉;熊开胜 | 申请(专利权)人: | 上海创和亿电子科技发展有限公司 |
主分类号: | G01N21/84 | 分类号: | G01N21/84;G01B11/28;G01B11/02;G01B11/06;G01N21/25;G01N21/27;G01N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 200092 上海市铁岭*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 耐加工性 烟叶图像 烟叶 图像处理算法 计算机机器 测量拉力 回归分析 回归模型 回归系数 模型预测 视觉技术 图像特征 烟叶样本 光照箱 拉力仪 透过率 检测 可用 无损 密封 样本 采集 | ||
1.一种烟叶耐加工的测量方法,其特征在于,包括以下步骤:
步骤一、选取同一产地上、中、下三个部位的原烟样本,将单片原烟样本展平放入图像采集装置采集烟叶图片。
步骤二、提取烟叶图像的面积A、长度L、宽度W、周长P、厚度H、结构S、油分O、颜色均匀度C等特征;
步骤三、将采集完的烟叶样本利用拉力仪检测拉力值F;
步骤四、采用回归分析拉力值F与面积A、长度L、宽度W、周长P、厚度H、结构S、油分O、颜色均匀度C等特征的相关关系,并建立回归模型,得出回归系数B;
步骤五、将烟叶图像8个特征值X乘以系数B得到拉力预测值。
2.根据权利要求1所述的一种烟叶耐加工性的测量方法,其特征在于:
步骤一中,图像采集装置包括检测平台,平台中间有一小孔可以检测透过光强,所述透光孔为圆形,直径为2-3cm、电子秤用于检测烟叶重量、光源和相机,并且图像采集装置是密封装置。
3.根据权利要求1所述的一种烟叶耐加工性的测量方法,其特征在于:
步骤二中,图像中烟叶的面积计算方法为:A=n*1,n为烟叶像素数量;长度L的计算方式采用最小外接矩形,外接矩形的长度为烟叶长度L,外接矩形的宽度为烟叶宽度W;提取烟叶轮廓,采用8链码方式计算烟叶的周长P;透过小孔的光强作为烟叶的厚度H;烟叶图像纹理记作结构S;烟叶油分即通过饱和度计算值来表征O;颜色均匀度用色度的标准偏差来表征。
4.根据权利要求1所述的一种烟叶耐加工性的测量方法,其特征在于:
步骤三中,利用拉力仪检测拉力值F具体步骤:将烟叶样本分区位进行切条处理。区位界限划分按照如下基准进行:从烟叶最基部测量,以上部叶0-24cm、中部叶0-22cm、下部叶0-19cm的尺度范围裁出叶基部分;从烟叶最出尖端测量,在10-15cm范围内裁出叶尖部分。每片烟叶的每个区位内顺叶支脉裁两条烟条,所裁烟条应尽量避免含有叶片支脉和病斑的存在。将切割好的烟条放在平衡箱(湿度60±3%、温度22±1℃)里平衡72小时后进行水分测试并留样待测。固定拉力测试仪的拉断速度为18mm/mn,选择长度大于40mm烟条,宽度固定为15mm进行拉断试验。每组试验按1、2、3进行分组(1-表示烟叶叶尖部,2-表示烟叶中部,3-表示烟叶基部),每组样本检测30个样品。
5.根据权利要求1所述的一种烟叶耐加工性的测量方法,其特征在于:
步骤四中,采用回归分析拉力值F与面积A、长度L、宽度W、周长P、厚度H、结构S、油分O、颜色均匀度C等特征的相关关系,并建立回归模型,得出回归系数B,具体步骤:
将烟叶图像特征设为自变量X,拉力值F为应变量Y,且x1为面积A,x2为长度L,x3为宽度W,x4为周长P,x5为厚度H,x6为结构S,x7为油分O,x8为颜色均匀度C,采用线性回归方法建立回归方程:
其中,为Y的预测值(拉力F的预测值),x0是n行1列的全为1向量,B=[b0,b1,b2,b3,b4,b5,b6,b7,b8]T为回归系数向量。线性回归方法可以是逐步多元回归分析、偏最小二乘回归分析或者其他回归分析方法。
6.根据权利要求1所述的一种烟叶耐加工性的测量方法,其特征在于:
步骤五中,将烟叶图像8个特征值X乘以系数B得到拉力预测值,其具体步骤是:将Xunknow=[x0,x1,x2,x3,x4,x5,x6,x7,x8],乘以B=[b0,b1,b2,b3,b4,b5,b6,b7,b8]T,即,其中Xunknow为未知拉力值样本的图像特征,为未知拉力值样本的拉力值的预测值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海创和亿电子科技发展有限公司,未经上海创和亿电子科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910733694.2/1.html,转载请声明来源钻瓜专利网。