[发明专利]一种基于融合模型的烟叶烘烤状态识别方法、装置和系统

权利要求书

1.一种基于融合模型的烟叶烘烤状态识别方法，其特征在于，包括：

S1：在烟叶烘烤过程中，以预设采集周期采集烟叶及烤房的原始数据集，所述原始数据集包括：烟叶图像、温度湿度数据及失水量数据；

S2：将从所述烟叶图像中提取的RGB、HSV和纹理特征值转为结构化数据，将所述结构化数据与所述原始数据集结合构成初始数据集；

S3：基于所述初始数据集中的特征数据获取第一特征集合，对所述烟叶图像中烟叶状态进行数字编码得到烟叶状态编码；

S4：根据两层Stacking模型融合方法，将所述第一特征集合作为第一层模型输入数据，将所述烟叶状态编码作为第一层模型识别结果，分别对XGBoost模型、LSTM模型以及BP神经网络模型进行训练，得到第一层基分类器；

S5：将所述第一特征集合作为第二层模型输入数据，将所述第一层基分类器输出的三个结果组合成的第二特征集合作为第二层模型识别结果，训练作为第二层元分类器的所述XGBoost模型，以得到融合模型；

S6：将实时采集的原始数据集对应的特征集合输入所述融合模型，得到烟叶识别结果。

2.如权利要求1所述的基于融合模型的烟叶烘烤状态识别方法，其特征在于，所述S1具体包括：

S101：在烟叶烘烤过程中，以预设采集周期采集烟叶的原始图像、所述温度湿度数据和所述失水量数据；

S102：使用中值滤波非线性平滑算法和暗通道去雾算法对所述原始图像进行预处理得到所述烟叶图像；

S103：将所述烟叶图像、所述温度湿度数据和所述失水量数据传输至云平台数据库，以构成所述原始数据集。

3.如权利要求2所述的基于融合模型的烟叶烘烤状态识别方法，其特征在于，所述S102具体包括：

S1021：采用中值滤波非线性平滑算法选取所述原始图像中待处理像素点相邻的预设数目个像素，将所述预设数目个像素的灰度值中值作为所述待处理像素点的像素值，以进行图像降噪得到第一图像；

S1022：利用暗通道去雾算法消除所述第一图像因雾气造成的画面雾化现象，以对图像进行色彩修正得到第二图像；

S1023：将所述第二图像按照统一格式保存为所述烟叶图像至指定文件夹中备用。

4.如权利要求1所述的基于融合模型的烟叶烘烤状态识别方法，其特征在于，所述S3具体包括：

S301：对所述初始数据集进行特征选择获取初始特征集合；

S302：对所述初始特征集合中的特征数据进行缺失值处理、异常值处理及数据标准化得到所述第一特征集合；

S303：对所述烟叶图像中烟叶状态进行数字编码，所述烟叶状态包括初变黄、变黄、变黄凋萎、变筋、干片和干筋。

5.如权利要求4所述的基于融合模型的烟叶烘烤状态识别方法，其特征在于，所述S302具体包括：

S3021：当所述初始特征集合中存在第一数据少量缺失特征值时，利用所述少量缺失特征值前后相邻特征值的均值进行插补填充；当所述初始特征集合中存在第二数据大量缺失特征值时，直接删除所述第二数据；

S3022：利用箱型图法对缺失值处理后的初始特征集合进行异常值识别，并利用所述异常值前后数据的函数关系修正所述异常值；

S3023：利用Z-Score标准化方法对异常值处理后的初始特征集合进行数据标准化处理得到所述第一特征集合。