一种烟叶成熟度的判别方法技术

本发明专利技术涉及图像的处理技术领域，特别是涉及一种烟叶成熟度的判别方法

【技术实现步骤摘要】
一种烟叶成熟度的判别方法


[0001]本专利技术涉及图像的处理
，特别是涉及一种烟叶成熟度的判别方法
。

技术介绍

[0002]烟叶成熟度直接影响了烤后烟叶的质量，因此对烟叶成熟度的判别具有重要意义
。
烟叶是从下往上逐渐成熟，现有技术中往往将烟株的叶片分为上部叶
、
中部叶和下部叶，但是实际采收过程中并非按照上部叶
、
中部叶和下部叶分采收三次，而是根据烤烟需求采收一定数量的烟叶，因此，现有技术中分部位烟叶成熟度的判别方法在实际采收过程中指导烟叶采收的作用较弱
。
同一烟株上不同位置的叶片的成熟时间不同，不同烟株上同一位置的叶片的成熟度也存在差异，如何判别烟田中不同烟株的不同位置的叶片成熟度情况，是亟待解决的问题
。

技术实现思路

[0003]本专利技术的目的在于提供一种烟叶成熟度的判别方法，用于判别烟田中不同烟株的不同位置的叶片成熟度情况
。
[0004]根据本专利技术，一种烟叶成熟度的判别方法，包括以下步骤：
S100
，获取烟株样本的第一数据
A
，
A=(a1,a2,
…
,a
m
,
…
,a
M
)
，
a
m
为第
m
个烟株样本的第一数据，
a
m
=(b
m,1
,b
m,2
,
…
,b
m,q
,
…
,b
m,Q
)
，
b
m,q
为第
m
个烟株样本的第
q
个预设位置的叶片由不成熟生长为成熟的采样时间点对应的第
m
个烟株样本的预设植被指数特征值，第
m
个烟株样本的第
q
个预设位置的叶片由不成熟生长为成熟的采样时间点早于第
m
个烟株样本的第
q+1
个预设位置的叶片由不成熟生长为成熟的采样时间点；
q
的取值范围为1到
Q
，
Q
为单颗烟株对应的预设位置的数量，
m
的取值范围为1到
M
，
M
为烟株样本的数量
。
[0005]S200
，遍历
A
，将
b
m,q
追加至预设的第
q
集合
H
q
，
H
q
的初始化为空集
。
[0006]S300
，获取
H
q
对应的预设植被指数特征值范围
F
q
，
F
q
=[b
q,min
,b
q,max
]，
b
q,min
为
F
q
的最小值，
b
q,min
=min(H
q
)
，
b
q,max
为
F
q
的最大值，
b
q,max
=max(H
q
)
，
min( )
为取最小值，
max( )
为取最大值
。
[0007]S400
，获取目标烟田多光谱图像
P
，
P={c1,c2,
…
,c
e
,
…
,c
E
}
，
c
e
为
P
包括的第
e
个像素点，
e
的取值范围为1到
E
，
E
为
P
包括的像素点的数量
。
[0008]S500
，遍历
P
，获取
c
e
的预设植被指数特征值
b
e
，并将
b
e
追加至预设的特征值集合
W
，
W
的初始化为空集
。
[0009]S600
，遍历
W
，将
b
e
在
(F1,F2,
…
,F
q
,
…
,F
Q
)
中进行匹配，如果
b
e
仅属于
(F1,F2,
…
,F
q
,
…
,F
Q
)
中一个
F
q
，则将
c
e
追加至预设的第
q
序列
U
q
，
U
q
的初始化为空值
。
[0010]S700
，获取目标叶片中成熟叶片的占比
β
q
，
β
q
=(∑
Qk=q
v
k
)/E
，
v
k
为
U
k
中像素点的数量，
k
的取值范围为
q
到
Q
，所述目标叶片为
P
中烟株的第
q
个预设位置的叶片
。
[0011]本专利技术至少具有以下有益效果：本专利技术获取了烟株样本的第一数据，该烟株样本的第一数据包括若干烟株样本的
各预设位置的叶片成熟时对应的烟株样本的预设植被指数特征值，每一烟株样本的一个预设位置仅对应一个叶片；基于上述若干烟株样本的对应于同一预设位置的叶片成熟时的烟株样本的预设植被指数特征值，本专利技术获取了各预设位置对应的叶片成熟时的烟株样本的预设植被指数特征值的范围，如果目标烟田多光谱图像中某像素点的预设植被指数特征值落入某预设植被指数特征值的范围中，则判定该像素点对应于该预设植被指数特征值的范围的预设位置的叶片已成熟，烟株中位于该预设位置下方的叶片也已成熟，烟株中位于该预设位置上方的叶片还未成熟；由此，本专利技术实现了对烟田中各烟株的各预设位置的叶片是否已成熟的判别，还进一步得到了目标烟田中特定预设位置的叶片的成熟占比，可用于指导烟叶采收工作
。
附图说明
[0012]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种烟叶成熟度的判别方法，其特征在于，包括以下步骤：
S100
，获取烟株样本的第一数据
A
，
A=(a1,a2,
…
,a
m
,
…
,a
M
)
，
a
m
为第
m
个烟株样本的第一数据，
a
m
=(b
m,1
,b
m,2
,
…
,b
m,q
,
…
,b
m,Q
)
，
b
m,q
为第
m
个烟株样本的第
q
个预设位置的叶片由不成熟生长为成熟的采样时间点对应的第
m
个烟株样本的预设植被指数特征值，第
m
个烟株样本的第
q
个预设位置的叶片由不成熟生长为成熟的采样时间点早于第
m
个烟株样本的第
q+1
个预设位置的叶片由不成熟生长为成熟的采样时间点；
q
的取值范围为1到
Q
，
Q
为单颗烟株对应的预设位置的数量，
m
的取值范围为1到
M
，
M
为烟株样本的数量；
S200
，遍历
A
，将
b
m,q
追加至预设的第
q
集合
H
q
，
H
q
的初始化为空集；
S300
，获取
H
q
对应的预设植被指数特征值范围
F
q
，
F
q
=[b
q,min
,b
q,max
]
，
b
q,min
为
F
q
的最小值，
b
q,min
=min(H
q
)
，
b
q,max
为
F
q
的最大值，
b
q,max
=max(H
q
)
，
min( )
为取最小值，
max( )
为取最大值；
S400
，获取目标烟田多光谱图像
P
，
P={c1,c2,
…
,c
e
,
…
,c
E
}
，
c
e
为
P
包括的第
e
个像素点，
e
的取值范围为1到
E
，
E
为
P
包括的像素点的数量；
S500
，遍历
P
，获取
c
e
的预设植被指数特征值
b
e
，并将
b
e
追加至预设的特征值集合
W
，
W
的初始化为空集；
S600
，遍历
W
，将
b
e
在
(F1,F2,
…
,F
q
,
…
,F
Q
)
中进行匹配，如果
b
e
仅属于
(F1,F2,
…
,F
q
,
…
,F
Q
)
中一个
F
q
，则将
c
e
追加至预设的第
q
序列
U
q
，
U
q
的初始化为空值；
S700
，获取目标叶片中成熟叶片的占比
β
q
，
β
q
=(∑
Qk=q
v
k
)/E
，
v
k
为
U
k
中像素点的数量，
k
的取值范围为
q
到
Q
，所述目标叶片为
P
中烟株的第
q
个预设位置的叶片
。2.
根据权利要求1所述的烟叶成熟度的判别方法，其特征在于，所述判别方法在
S400
之后还包括：
S10
，获取烟株样本的第二数据
A
’
，
A
’
=(a
’1,a
’2,
…
,a
’
m
,
…
,a
’
M
)
，
a
’
m
为第
m
个烟株样本的第二数据，
a
’
m
=(t
m,1
,t
m,2
,
…
,t
m,q
,
…
,t
m,Q
)
，
t
m,q
为第
m
个烟株样本的第
q
个预设位置的叶片由不成熟生长为成熟的采样时间点；
S20
，遍历
A
’
，获取第
m
个烟株样本的时间差序列
T
m
，
T
m
=(
Δ
t
m,1
,
Δ
t
m,2
,
…
,
Δ
t
m,i
,
…
,
Δ
t
m,Q
‑1)
，
Δ
t
m,i
为
T
m
中第
i
个时间差，
Δ
t
m,i
=t
m,i+1
‑
t
m,i
，
t
m,i+1
为第
m
个烟株样本的第
i+1
个预设位置的叶片由不成熟生长为成熟的采样时间点，
t
m,i
为第
m
个烟株样本的第
i
...

【专利技术属性】
技术研发人员：周祖煜，张澎彬，杨肖，刘昕璇，林波，陈煜人，
申请(专利权)人：北京香田智能科技有限公司，
类型：发明
国别省市：