[发明专利]一种烟草鲜叶成熟度判定模型的构建方法

权利要求书

1.一种烟草鲜叶成熟度判定模型的构建方法，其特征在于，包括如下步骤：

步骤一：样品分类；摘取多样品烟株的上、中、下部位同数量叶片，按部位和成熟度进行分类；

步骤二：叶片图像采集；将步骤一摘取的叶片放入一图像采集平台上，用高分辨率数码照相机进行图像采集；

步骤三：图片预处理；采用Adobe Photoshop CS软件对步骤二采集的原始图像进行切割，只保留鲜叶叶片部分；

步骤四：叶片图像特征参数提取；采用MATLAB软件对步骤三预处理的图像进行参数提取，包括叶色偏态参数提取、HSV色调参数提取、叶面纹理参数提取和叶型参数提取，并构建叶色图像特征参数集N2；

步骤五：方差分析；以鲜烟成熟度为分类因子，采用SPSS软件，运用LSD方法及Duncan方法对步骤四提取的叶片图像特征参数进行方差分析；

步骤六：相关分析；选取全部样品，运用SPSS软件对鲜叶成熟度与步骤四提取的叶片图像特征参数进行Person相关分析；

步骤七：判定模型构建；采用传统叶色正态分布参数集N1及步骤四所构建的叶色图像特征参数集N2分别构建F1-F4鲜叶成熟度判定模型；包括：①采用SPSS软件，以鲜叶成熟度作为因变量，以N1、N2参数集为自变量，采用基于最小二乘法的逐步回归方式分别建立线性回归模型F1、F2；②采用MATLAB的Neural Network Toolbox，以鲜叶成熟度为输出因子，分别以N1、N2参数集为输入层，先将数据进行归一化处理后，再通过神经网络训练，构建BP神经网络模型F3、F4；

步骤八：确定判定模型；运用步骤七中构建的F1-F4模型对样品成熟度进行判定，并计算判定准确度，通过模型判定准确度比较，确定选用叶色图像特征参数集N2构建的F4鲜叶成熟度判定模型。

2.根据权利要求1所述的一种烟草鲜叶成熟度判定模型的构建方法，其特征在于：步骤一中的分类在室内进行，所述叶片从烟株上摘取下送入室内进行分类的时间10min。

3.根据权利要求1所述的一种烟草鲜叶成熟度判定模型的构建方法，其特征在于：步骤二所述图像采集平台的台面尺寸为300cm×200cm×80cm，底板颜色为灰白色哑光磨砂台面；所述图像采集平台上方均布装有照明光源，所述照明光源为2支20W条状白色LED灯管，色温为5000K；所述数码照相机安装高度为距离平台台面100cm处，分辨率为3840*5120；所述叶片的叶脉与所述图像采集平台的台面边缘垂直。

4.根据权利要求1所述的一种烟草鲜叶成熟度判定模型的构建方法，其特征在于：步骤三切割后的图像保存为白色背景的JPG图像格式。

5.根据权利要求1所述的一种烟草鲜叶成熟度判定模型的构建方法，其特征在于：步骤四所述叶片图像特征参数提取具体包括：①采用MATLAB内置函数分别获取叶片彩色图像Red、Green、Blue三个通道及灰度图像的均值、中位数、众数、偏度、峰度的20个参数；②采用MATLAB先将目标图像RGB颜色模型转换为HSV色调模型，而后通过内置函数计算得到图像的H、S、V 3个参数；③采用MATLAB对图像进行纹理参数的提取，将彩色图像转化为灰度图像，通过内置函数获取其GLCM，归一化后计算得到纹理特征值ASM、CON、COR、IDM 4个参数；④采用MATLAB内置函数获取目标叶片的连通域信息，记录叶片面积LA及叶片周长LP，以MBR的长边近似代表叶长LL，以MBR的短边近似代表叶宽LW，并通过公式计算MBR面积S、目标叶片叶宽叶长比WL及目标叶片面积占比SS，得到LA、LP、LL、LW、WL和SS 6个参数；⑤将①～④得到的参数进行汇总，形成33个叶片图像特征参数，构建叶片图像特征参数表。

6.根据权利要求1所述的一种烟草鲜叶成熟度判定模型的构建方法，其特征在于：步骤五中所述方差分析的显著水平α＝0.05。

7.根据权利要求1所述的一种烟草鲜叶成熟度判定模型的构建方法，其特征在于：步骤六相关分析的显著性检查采用双尾检验。