【技术实现步骤摘要】
基于RGB单片烟叶主色调簇类相似度的均匀度数字化表征方法
[0001]本专利技术属于图像识别
，具体涉及一种基于RGB单片烟叶主色调簇类相似度的均匀度数字化表征方法。
技术介绍
[0002]烟草工业产品需要制造精细、分类精确。受烟农分级水平参差不齐及收购眼光差异的影响，收购的烟叶不同程度地存在着混级、混部位、混副组、混颜色等情况，造成烟叶等级合格率偏低，等级纯度不好，烟叶可用性不高等现象。所以，立足于高端卷烟烟叶挑选规程，对精细挑选烟叶进行科学研究探索，从而寻求一种新的烟叶数字化表达方式。
[0003]公开号为CN102749140A的专利申请公开了一种烤烟烟叶表面颜色均匀度判别方法，在计算烟叶颜色明度(L*)，红度(a*)和黄度(b*)三个特征参数的均值和变异系数基础上，利用建立的烟叶颜色均匀度比对关系表实现烟叶颜色明度、红度和黄度均匀度判别。
[0004]公开号为CN101762583A的专利申请公开了一种产地特色烟叶外观颜色的表征方法，计算烟叶颜色各分量(红色、绿色、蓝色、亮度)不同阈值参数对应的...
【技术保护点】
【技术特征摘要】
1.一种基于RGB单片烟叶主色调簇类相似度的均匀度数字化表征方法，其特征在于，包括以下步骤：S1：采集烟叶图像并进行预处理，生成预处理后的烟叶图像；S2：分析预处理后的烟叶图像，提取其中RGB颜色分量的直方图数据，对其进行高斯拟合，实现图像去噪，并得出R、G、B分量高斯模型的分布范围，从而组合为高斯拟合RGB烟叶图像；S3：先对S2中高斯拟合RGB烟叶图像进行K
‑
means聚类算法的像素聚类，然后利用Calinski
‑
Harabasz指数对比各个聚类，从而找出最佳聚类；S4：找到最佳聚类后的簇类，计算簇类间的欧式距离，排除相似度最低的色调，得到最高相似度的主色调；S5：保留最高相似度的主色调，将主色调的色值占比作为该烟叶的主色调均匀度。2.根据权利要求1所述基于RGB单片烟叶主色调簇类相似度的均匀度数字化表征方法，其特征在于，步骤S1中所述预处理包括图像背景去除、图像轮廓提取、图像叶面提取。3.根据权利要求2所述基于RGB单片烟叶主色调簇类相似度的均匀度数字化表征方法，其特征在于，所述图像背景去除步骤为：先将烟叶采集背景图像转换为背景帧进行缓存，再利用帧差法进行图像背景去除，具体操作是将采集的每一帧图像与背景帧进行对比，与背景颜色信息相同的像素点判断为背景，反之则为前景；设背景帧为B，背景帧中某一个像素点的RGB向量为B
i,j
，采集的物料图像为S，物料图像中某一个像素点的RGB向量为S
i,j
，Δ为一固定RGB向量，帧差法如下式所示：S
i,j
＝0if|S
i,j
‑
B
i,j
|≤|Δ|式中0为RGB零向量，即(0,0,0)。4.根据权利要求2所述基于RGB单片烟叶主色调簇类相似度的均匀度数字化表征方法，其特征在于，所述图像轮廓提取采用Canny算子提取图像轮廓；用I[i，j]表示图像，使用可分离滤波的计算过程，计算图像与高斯平滑滤波器的卷积积分，得到平滑数据矩阵：S[i,j]＝G[i,j；σ]*I[i,j]其中σ是高斯函数的散布参数，平滑数据矩阵S[i,j]梯度使用2
×
2的一阶有限差分近似式的方法来计算X与Y的偏导数，两个矩阵P[I,j]与Q[I,j]为：似式的方法来计算X与Y的偏导数，两个矩阵P[I,j]与Q[I,j]为：用直角坐标到极坐标的坐标转化公式计算幅值和方位角：θ[i，j]＝arcten(Q[i，j]/P[i，j])其中M[i，j]为幅值，θ[i，j]为方位角。5.根据权利要求1所述基于RGB单片烟叶主色调簇类相似度的均匀度数字化表征方法，其特征在于，步骤S2具体包括以下步骤：对烟叶RGB颜色分量直方图统计进行高斯拟合，得出各分量高斯模型的参数(μ，σ)，其中μ为高斯分布的均值，σ为标准差，根据[μ
‑
kσ，μ+kσ]确
定某分量的阈值范围，其中k为一系数，具体如下：R
min
＝μ
R
‑
kσ
R
R
max
＝μ
R
+kσ
R
G
min
＝μ
G
‑
kσ
G
G
max
＝μ
G
+kσ
G
B
min
＝μ
B
‑
kσ
B
B
max
＝μ
B
+kσ
B
其中，R
min
、R
max
是红色分量的最小阈值和最大阈值，μ
R
为红色分量的高斯分布均值，σ
R
为红色分量的高斯分布标准差；G
...
【专利技术属性】
技术研发人员：杨乾栩，刘馨芮彤，胡巍耀，陈剑明，马骥，杨建云，刘晓敏，李俊谷，
申请(专利权)人：云南中烟工业有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。