一种烟叶在线辅助定级方法及系统技术方案

本发明专利技术公开了一种烟叶在线辅助定级方法及系统，方法包括：采集已定级烟叶堆RGB彩色图像；将采集的烟叶堆RGB彩色图像传输到服务器端，并根据已定级别进行命名；采用Region‑CNN算法检测烟叶堆目标，抠出烟叶堆图像，并将抠出图像缩放成1024*1024的RGB图像；将预处理后的烟叶堆图像转换为256级灰度图像，并按照烟叶的部位进行分类标注，采用Resnet‑34进行训练得到部位模型；将已知部位的预处理后的烟叶堆图像采用Resnet‑50进行训练得到质量模型；将部位模型和质量模型部署到智能设备中；利用部署有部位模型和质量模型的智能设备智能识别烟叶的级别。本发明专利技术能够智能识别烟叶的等级，从而统一烟叶烤烟等级标准，辅助精准定级。

A method and system of on-line tobacco grading

【技术实现步骤摘要】
一种烟叶在线辅助定级方法及系统
本专利技术涉及烟叶智能定级
，具体来说，涉及一种烟叶在线辅助定级方法及系统。
技术介绍
烟叶分级基本上都停留于人工分级，依靠定级员经验，根据烟叶外观质量来判定烟叶的等级质量。判定方法通常是眼观、手摸、耳听和鼻闻。判定主要因素有部位、颜色、成熟度、叶片结构、身份、油份、色度、宽度、长度、残伤和破损。上述人工判定方法存在人情烟、面子烟问题，同时定级人员高强度工作也带来了等级判定偏差，工业企业和商业企业存在定级眼光不一致的问题。目前的烟叶智能定级包括以下几种方法：1)传统计算机视觉方法，基于颜色，形状，纹理等；2)基于近红外光谱；3)部分研究引入了BP神经网络。传统计算机视觉方法，基于颜色，形状，纹理的识别方法是基于单片烟叶进行识别，而实际烟叶收购场景都是整筐烟叶进行收购，改成一片一片识别收购效率太低，在实际场景中不适用。部分研究引入了BP神经网络，一般用于对单一特征进行分类研究，无法在实际烟叶收购场景中使用。基于近红外光谱的研究虽然识别效率有提升，但是近红外设备价格昂贵，不具备推广价值。
技术实现思路
本专利技术的目的在于提出一种烟叶在线辅助定级方法及系统，以克服现有技术中存在的上述不足。为实现上述技术目的，本专利技术的技术方案是这样实现的：一种烟叶在线辅助定级方法，所述方法包括以下步骤：1）采集已定级烟叶堆RGB彩色图像；2）将采集的烟叶堆RGB彩色图像传输到服务器端，并根据已定级别进行命名；3）采用Region-CNN算法检测烟叶堆目标，抠出烟叶堆图像，并将抠出图像缩放成1024*1024的RGB图像；4）将预处理后的烟叶堆图像转换为256级灰度图像，并按照烟叶的部位进行分类标注，采用Resnet-34进行训练得到部位模型；5）将已知部位的预处理后的烟叶堆图像采用Resnet-50进行训练得到质量模型；6）将部位模型和质量模型部署到智能设备中；7）利用部署有部位模型和质量模型的智能设备智能识别烟叶的级别。进一步的，步骤1）中在采集已定级烟叶堆RGB彩色图像的同时采用D50标准光源对烟叶堆正向补光。进一步的，步骤7）包括：7.1）在生产线末端上方设置高清网络摄像机，实时采集已定级烟叶堆RGB彩色图像；7.2）采用Region-CNN算法检测烟叶堆目标，并抠出烟叶堆图像，并将抠出图像缩放成1024*1024的RGB图像；7.3）调用得到按烟叶部位分类的部位模型，对流水线末端采集的烟叶堆预处理后图像执行分类操作，得到该堆烟叶部位信息；7.4基于部位分类结果调用对应部位的质量模型，对流水线末端采集的烟叶堆预处理后图像执行分类操作，得到该堆烟叶的完整分级信息。进一步的，还包括：8）记录烟叶在线辅助定级过程的数据，所述数据包括烟叶在进行智能识别之前的定级数据、烟叶通过智能设备智能识别得到的定级数据、对应的定级员和收购站。一种烟叶在线辅助定级系统，所述系统包括：在线图像采样模块，用于采集已定级烟叶堆RGB彩色图像；图像标注模块，用于将采集的烟叶堆RGB彩色图像传输到服务器端，并根据已定级别进行命名；图像预处理模块，用于采用Region-CNN算法检测烟叶堆目标，抠出烟叶堆图像，并将抠出图像缩放成1024*1024的RGB图像；部位模型训练模块，用于将预处理后的烟叶堆图像转换为256级灰度图像，并按照烟叶的部位进行分类标注，采用Resnet-34进行训练得到部位模型；质量模型训练模块，用于将已知部位的预处理后的烟叶堆图像采用Resnet-50进行训练得到质量模型；模型部署模块，用于将部位模型和质量模型部署到智能设备中；识别模块，用于利用部署有部位模型和质量模型的智能设备智能识别烟叶的级别。进一步的，还包括D50标准光源模块，用于在在线图像采样模块采集已定级烟叶堆RGB彩色图像的同时采用D50标准光源对烟叶堆正向补光。进一步的，所述识别模块包括：图像采集模块，用于在生产线末端上方设置高清网络摄像机，实时采集已定级烟叶堆RGB彩色图像；图像处理模块，用于采用Region-CNN算法检测烟叶堆目标，并抠出烟叶堆图像，并将抠出图像缩放成1024*1024的RGB图像；烟叶部位识别模块，用于调用得到按烟叶部位分类的部位模型，对流水线末端采集的烟叶堆预处理后图像执行分类操作，得到该堆烟叶部位信息；烟叶质量识别模块，用于基于部位分类结果调用对应部位的质量模型，对流水线末端采集的烟叶堆预处理后图像执行分类操作，得到该堆烟叶的完整分级信息。进一步的，还包括记录模块，用于记录烟叶在线辅助定级过程的数据，所述数据包括烟叶在进行智能识别之前的定级数据、烟叶通过智能设备智能识别得到的定级数据、对应的定级员和收购站。本专利技术的有益效果：本专利技术能够智能识别烟叶的等级，从而统一烟叶烤烟等级标准，辅助精准定级，作为烟站定级员的定级参考，同时后台结合烟叶收购数据通过大数据分析汇总统计哪些收购站、哪些定级员定级结果与智能定级差别较大，做为专卖内管人员监督检查的一个依据，赋能阳光收购、辅助收购监督。附图说明图1是本专利技术所述方法的流程图；图2是本专利技术所述方法的总体架构图；图3是本专利技术所述方法一个具体应用示例的烟叶图像数据的组织样例图；图4是本专利技术所述部位模型的训练流程图；图5是本专利技术所述质量模型的训练流程图；图6是本专利技术所述系统的结构框图。具体实施方式下面结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。目前烟叶分级基本上都采用人工分级，依靠专家经验，根据烟叶外观质量，来判定烟叶的等级质量。判定的方法通常是眼观、手摸、耳听、鼻闻。判定烟叶质量的主要因素有部位、颜色、成熟度、叶片结构、身份、油份、色度、宽度、长度、残伤和破损。深度神经网络方法出现后，改变了计算机视觉技术的图像特征提取方法，原来是由人工专家确定需要提取的特征，由计算机视觉检测方法来提取特定的视觉特征，这时候对于叶片纹理结构，叶脉粗细，油分等特征的提取就非常困难。而深度神经网络通过数据驱动的方式自动获取叶片分类特征，建立并优化端到端的烟叶分级模型。神经网络通过学习不仅可以识别原有人工专家确定的特征，还能够自主确定不易被人识别的特征，包括叶片纹理解构，叶脉粗细，油分含比对叶片总体特征的影响都可以很好的识别。基于上述原理，如图1所示，本专利技术公开了一种烟叶在线辅助定级方法，所述方法包括以下步骤：步骤S1：采集已定级烟叶堆RGB彩色图像；步骤S2：将采集的烟叶堆RGB彩色图像传输到服务器端，并根据已定级别进行命名；步骤S3：采用Region-CNN算法检测烟叶堆目标，抠出烟叶堆图像，并将抠出图像缩放成1024*1024的RGB图像；步骤S4：将预处理后的烟叶堆图像转换为256级灰度图像本文档来自技高网...

【技术保护点】
1.一种烟叶在线辅助定级方法，其特征在于，所述方法包括以下步骤：/n1）采集已定级烟叶堆RGB彩色图像；/n2）将采集的烟叶堆RGB彩色图像传输到服务器端，并根据已定级别进行命名；/n3）采用Region-CNN算法检测烟叶堆目标，抠出烟叶堆图像，并将抠出图像缩放成1024*1024的RGB图像；/n4）将预处理后的烟叶堆图像转换为256级灰度图像，并按照烟叶的部位进行分类标注，采用Resnet-34进行训练得到部位模型；/n5）将已知部位的预处理后的烟叶堆图像采用Resnet-50进行训练得到质量模型；/n6）将部位模型和质量模型部署到智能设备中；/n7）利用部署有部位模型和质量模型的智能设备智能识别烟叶的级别。/n

【技术特征摘要】
1.一种烟叶在线辅助定级方法，其特征在于，所述方法包括以下步骤：
1）采集已定级烟叶堆RGB彩色图像；
2）将采集的烟叶堆RGB彩色图像传输到服务器端，并根据已定级别进行命名；
3）采用Region-CNN算法检测烟叶堆目标，抠出烟叶堆图像，并将抠出图像缩放成1024*1024的RGB图像；
4）将预处理后的烟叶堆图像转换为256级灰度图像，并按照烟叶的部位进行分类标注，采用Resnet-34进行训练得到部位模型；
5）将已知部位的预处理后的烟叶堆图像采用Resnet-50进行训练得到质量模型；
6）将部位模型和质量模型部署到智能设备中；
7）利用部署有部位模型和质量模型的智能设备智能识别烟叶的级别。


2.根据权利要求1所述的方法，其特征在于，步骤1）中在采集已定级烟叶堆RGB彩色图像的同时采用D50标准光源对烟叶堆正向补光。


3.根据权利要求1所述的方法，其特征在于，步骤7）包括：
7.1）在生产线末端上方设置高清网络摄像机，实时采集已定级烟叶堆RGB彩色图像；
7.2）采用Region-CNN算法检测烟叶堆目标，并抠出烟叶堆图像，并将抠出图像缩放成1024*1024的RGB图像；
7.3）调用得到按烟叶部位分类的部位模型，对流水线末端采集的烟叶堆预处理后图像执行分类操作，得到该堆烟叶部位信息；
7.4基于部位分类结果调用对应部位的质量模型，对流水线末端采集的烟叶堆预处理后图像执行分类操作，得到该堆烟叶的完整分级信息。


4.根据权利要求1-3任一项所述的方法，还包括：
8）记录烟叶在线辅助定级过程的数据，所述数据包括烟叶在进行智能识别之前的定级数据、烟叶通过智能设备智能识别得到的定级数据、对应的定级员和收购站。


5.一种烟叶在线辅助定级系统，其特征在于，所述系统包括：
在线图像采样模块，用于采集...

【专利技术属性】
技术研发人员：洪清容，赖福长，邢跃林，
申请(专利权)人：厦门中软海晟信息技术有限公司，山东泰茂恒昇信息技术有限公司，
类型：发明
国别省市：福建;35