[发明专利]一种烟草鲜叶成熟度判定模型的构建方法

说明书

本发明公开了一种烟草鲜叶成熟度判定模型的构建方法，先依据国标将叶片分成上、中、下部烟叶三组，每组包含欠熟、成熟和过熟三类，合计9个类别；再通过标准图像采集流程，分别提取9个类别的叶片RGB图像Red、Green、Blue三个颜色通道及灰度图像的叶色偏态参数、HSV色调参数、叶面纹理参数及叶型参数等叶面特征参数，以此作为输入因子，运用多元回归及BP网络神经法构建叶面特征参数‑烟叶外观成熟度判定模型，通过比较不同参数体系、不同建模方式对鲜烟外观成熟度判定模型的拟合优度及判定精准度的影响，优选出最佳的鲜烟叶外观成熟度定量判定模型，为鲜烟外观成熟度的智能化判别提供新的实现路径及应用基础。

技术领域

本发明涉及烟草检测领域，尤其涉及一种烟草鲜叶成熟度判定模型的构建方法。

背景技术

烟草是我国主要经济作物之一，烟叶成熟度是影响烟叶烘烤品质，进而影响烤后烟叶销售价格的关键因素。烟叶成熟度不够不仅影响烟叶烤后外观性状、物理性状和上等烟比例，还影响烟叶的化学及评吸总体质量。目前，采收成熟度不够的烟叶仍是我国烤烟生产上普遍存在的问题,一定程度上限制了我省烟叶质量的进一步提高，早在80年代,一些中外专家就指出,我国烟叶质量与世界先进国家相比,最主要的差距在于成熟度不够。

传统烟叶成熟度定量判定方法分别利用叶片物理参数(如茎叶夹角、叶片厚度等)、化学参数(SPAD等)作为度量烟叶成熟度的指标，这些方法均需要大量人工，不仅费时费力，也易产生主观误差。实验室中常用SPAD值(可以测定叶绿素相对值)来定量描述鲜烟生理成熟度。由于SPAD值测量耗时耗力，还易损坏烟叶，在大田生产使用中受到限制。在现阶段实际生产中，主要依靠人工肉眼识别对鲜烟外观成熟度进行区分，但是，外观成熟度与生理成熟度存在较大差距，导致人工判别准确率及稳定性均较低。

随着数字图像技术的日益成熟及高分辨率摄像设备的普及，利用数码图像对植物外观表型性状进行定性和定量描述的研究越来越多。数码相机可以记录可见波段的光谱信息，分辨率高，成本低。此外，数码静态彩色图像包含大量植物形态结构和颜色信息，因此常被应用于鉴定果实或叶片成熟度。常用的数码彩色图像分析方法是RGB颜色模型，但是现有RGB颜色模型是基于正态分布条件下对数据进行分析，仅有R、G、B三个通道的色阶均值参数，经研究提出的多种组合参数形成的叶色正态分布的参数集N1，最大只能得到16个参数，存在信息量少的问题，无法解决他们在描述叶色变化的生理学意义，极大地限制了它的应用范围。

发明内容

本发明的目的在于提供一种烟草鲜叶成熟度判定模型的构建方法，以丰富RGB模型信息量，提高烟叶成熟度判定准确度。

本发明所解决的技术问题可以采用以下技术方案来实现：

一种烟草鲜叶成熟度判定模型的构建方法，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；