一种烤后自然卷曲烟叶的快速初分系统及初分方法技术方案

本发明专利技术公开了一种烤后自然卷曲烟叶的快速初分系统及初分方法，以摄像头为图像采集设备，采用结合了OTSU算法及边缘识别算法的复合算法作为识别算法，采用RGB参数、HSV参数、叶型参数和叶面纹理参数组合而成的复合参数作为分级参数，采用贝叶斯分类器作为分级算法，通过系统的固化，实现对烤后自然卷曲烟叶的图像采集、目标识别、参数提曲、智能判定一系列步骤的自动智能分析处理，提高分级准确度，实现烟农家中即可预检封包，收购场直接定级，大大提高了工作效率，解决了烟农初分环节花工大、效率低、等级合格率无法达标的问题，对于提升烟叶收购等级纯度、推动烟叶生产高质量发展，努力保持烟叶生产持续稳定健康发展具有重要作用。用。

【技术实现步骤摘要】
一种烤后自然卷曲烟叶的快速初分系统及初分方法


[0001]本专利技术涉及烟叶分级领域，尤其涉及一种烤后自然卷曲烟叶的快速初分系统及初分方法。

技术介绍

[0002]烟草是我国主要经济作物之一，其收购价格主要通过烤烟外观质量等级确定。2010年开始，全国推行专业化分级散叶收购模式(下文简称：专分散收)。该模式主要分为烟叶初分、烟叶初检、烟叶评级三个工序。烟叶初分是专分散收的一个关键环节。烟叶初分的目的是把不同品质的烟叶分开，以便提高烟叶分级扎把水平、提高烟叶等级纯度。初分质量的高低直接影响烟叶收购质量和收购效率，是烟叶收购工作管理的一项重要内容。根据Q/LYYC122-2010《龙岩市优质烤烟生产技术标准体系》要求：烟叶初分等级合格率必须达到60％以上。
[0003]烟叶初分不合格被要求退回重分，不仅增加烟农重新初分和重新预约等待交售的时间，还会影响烟草站收购进度。同时，由于多次拆捆、扎捆，可能对烟叶品质造成损害，导致烟叶颜色变淡，高等级烟叶会因此造成等级下降，对烟农种烟收益造成损失。因此，烟叶初分质量的好坏直接影响烟草站收购进度和烟农种烟的切实利益。目前，我国烤烟分级仍以人工为主，依靠烟农的主观评价及感官经验来定级。
[0004]由于烟叶烘烤后呈自然卷曲状态，不能全面展现烟叶的全叶状态，人工肉眼无法快速判断进行分级，经过实地调查，烟农烟叶初分等级抽检合格率约在43％，远远低于标准要求。大部分烟农只做到了去青杂，分清部位、颜色(部分烟农以长短定等级)，初分等级与收购场专业化分级的要求差距较大，初分等级合格率不达标。且由于日均烟叶初分数量需求较大，烟农为赶时间，一般都采用连续不间断初分的模式，持续工作9小时以上，劳动强度大。
[0005]目前也有提出将将自然卷曲状态的烟叶进行平展，呈现全叶状态，即平展叶状态，再进行分级，以提高分级合格率。但这样不仅会对烟叶品质造成损害，还会降低分级速度，增加劳动强度。

技术实现思路

[0006]本专利技术的目的在于提供一种烤后自然卷曲烟叶的快速初分系统及初分方法，能够实现在任意条件下对自然卷曲烟叶进行精准初分，提高初分等级合格率，并降低劳动强度。
[0007]本专利技术所解决的技术问题可以采用以下技术方案来实现：
[0008]一种烤后自然卷曲烟叶快速初分系统，其特征在于：包括图像采集模块、分析处理模块和等级显示模块；所述图像采集模块采集的图像一路传输至等级显示模块进行实时显示，另一路传输至分析处理模块进行分析处理后再将分析处理结果传输至所述等级显示模块进行显示；
[0009]所述分析处理模块采用结合了OTSU算法及边缘识别算法的识别程序进行烟叶识
别，采用RGB参数、HSV参数、叶型参数和叶面纹理参数组合的复合参数的提取程序进行烟叶参数提取，采用基于贝叶斯分类算法的分级程序进行烟叶分级。
[0010]优选的，所述图像采集模块、分析处理模块和等级显示模块通过USB3.0接口进行数据传输。
[0011]优选的，所述图像采集模块为500万像素摄像头，所述等级显示模块为工控一体机；所述识别程序、提取程序和分级程序导入所述工控一体机中。
[0012]一种采烤后自然卷曲烟叶快速初分方法，包括如下步骤：
[0013]步骤一：图像采集：采用摄像头在距离烟叶60cm处进行垂直拍摄；
[0014]步骤二：图像识别：采用OTSU算法及边缘识别算法的识别程序对步骤一采集到的图像进行识别；
[0015]步骤三：参数提取：采用烟叶等级复合参数提取算法的提取程序对步骤二识别后的图像进行参数提取；
[0016]步骤四：分级处理：采用基于贝叶斯分类算法的分级程序进行分级处理；将步骤三提取的参数导入到贝叶斯分类器中，通过贝叶斯分类器的判定条件概率表及智能网络判定构架，进行等级判定。
[0017]优选的，步骤一所述的摄像头为500万像素摄像头，两侧设有光照强度为850LX～1000LX的白色LED光源，所述光源按与烟叶相平行的纵向条状安装布设。
[0018]优选的，步骤二所述图像识别包括：(1)识别程序读取图像信息；(2)将图像转化为双精度数组，通过graythresh函数获得其最优阈值；(3)以此为阈值对图像进行二值化处理；(4)运用edge函数进行边缘检测，并对背景分离后的图像进行膨胀操作，填补边缘缝隙及图像内部空隙，最后利用菱形结构元素对图像进行平滑及中值滤波处理；(5)采用循环算法将步骤一采集到的图像与处理得到的图像进行比对，将背景部分予以去除，保留部分即为目标叶片，将处理后的图像保存为jpg格式。
[0019]优选的，步骤三所述参数提取包括：(1)将步骤二识别的图像导入参数提取程序内，提取图片的R、G、B、H、V的均值及叶面纹理的CON及COR；(2)将图像转化为灰度图像，找到叶片边缘的距离最远的两个点，并构建两点连线为叶长，而后做叶长的垂线，其与叶缘的两个交点即为叶宽，记录叶长、叶宽的长度，计算可得叶片矩形长宽比；(3)采用nlinfit函数对叶缘进行最小二乘法拟合，而后通过椭圆公式获得椭圆长宽比。
[0020]优选的，所述步骤二的图像识别程序还包括动作捕捉。
[0021]本专利技术首次将人工智能技术应用于烟叶初分环节中，实现了烟叶初分级判定的智能化。通过系统的固化，实现对烤后自然卷曲烟叶的图像采集、目标识别、参数提曲、智能判定一系列步骤的自动化、智能化分析处理，提高分级准确度，实现烟农家中即可预检封包，收购场直接定级，大大提高了工作效率，努力保持烟叶生产持续稳定健康发展具有重要作用。同时避免了收购人为因素影响，更加公平公正，帮助烟农解决了初分级难题，减轻收购矛盾；实现收购质量提高和收购成本降低，达到烟农增收、收购降本、工业提质。
附图说明
[0022]图1是本专利技术初分方法的步骤流程图。
具体实施方式
[0023]以下结合附图及具体实施例对本专利技术做详细描述，但本专利技术的实施方式不限于此。
[0024]本专利技术的一种烤后自然卷曲烟叶快速初分系统，包括图像采集模块、分析处理模块和等级显示模块；图像采集模块为500万像素摄像头，等级显示模块是带显示器的WIN7计算机系统，分析处理模块采用结合了OTSU算法及边缘识别算法的识别程序进行烟叶识别，采用RGB参数、HSV参数、叶型参数和叶面纹理参数组合的复合参数的提取程序进行烟叶参数提取，采用基于贝叶斯分类算法的分级程序进行烟叶分级。
[0025]图像采集模块、分析处理模块和等级显示模块通过USB3.0接口进行数据传输；图像采集模块采集的图像一路传输至等级显示模块进行实时显示，另一路传输至分析处理模块进行分析处理后再将分析处理结果传输至等级显示模块进行显示。
[0026]本实施例中，等级显示模块为工控一体机，采用HTK-0750PT(型号)一体机，配有显示屏。并采用J1990@1.99GHz处理主板，将分析处理模块的算法固化为识别程序、提取程序和分级程序导入工控一体机中进行应用。工控一体机的显示屏分为三部分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种烤后自然卷曲烟叶快速初分系统，其特征在于：包括图像采集模块、分析处理模块和等级显示模块；所述图像采集模块采集的图像一路传输至等级显示模块进行实时显示，另一路传输至分析处理模块进行分析处理后再将分析处理结果传输至所述等级显示模块进行显示；所述分析处理模块采用结合了OTSU算法及边缘识别算法的识别程序进行烟叶识别，采用RGB参数、HSV参数、叶型参数和叶面纹理参数组合的复合参数的提取程序进行烟叶参数提取，采用基于贝叶斯分类算法的分级程序进行烟叶分级。2.根据权利要求1所述的一种烟叶烤后自然卷曲快速初分方法，其特征在于：所述图像采集模块、分析处理模块和等级显示模块通过USB3.0接口进行数据传输。3.根据权利要求1所述的一种烟叶烤后自然卷曲快速初分方法，其特征在于：所述图像采集模块为500万像素摄像头，所述等级显示模块为工控一体机，是带显示器的WIN7计算机系统；所述识别程序、提取程序和分级程序导入所述工控一体机中。4.一种采用权利要求1所述的初分系统进行初分的烤后自然卷曲烟叶快速初分方法，包括如下步骤：步骤一：图像采集：采用摄像头在距离烟叶60cm处进行垂直拍摄；步骤二：图像识别：采用OTSU算法及边缘识别算法的识别程序对步骤一采集到的图像进行识别；步骤三：参数提取：采用烟叶等级复合参数提取算法的提取程序对步骤二识别后的图像进行参数提取；步骤四：分级处理：采用基于贝叶斯分类算法的分级程序进行分级处理；将步骤三提取的参数导入到贝叶斯分类器中，通过贝叶斯分类器的判定条件概率表及智能网络判定结构，进行等级判定。...

【专利技术属性】
技术研发人员：陈郑盟，王鑫，蓝周焕，孙鑫，范辉，张犇，沈平，童德文，石三三，陈炜，林萍萍，杜超凡，陈钰，吴龙，卢雨，林志华，林天然，杨志杰，林润英，曾文龙，沈少君，李满玲，沈翠玉，
申请(专利权)人：福建省烟草公司龙岩市公司，
类型：发明
国别省市：