【技术实现步骤摘要】
本专利技术涉及烟叶烘烤，具体为一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法。
技术介绍
1、在密集烘烤过程中烟叶烘烤情况主要依靠烤烟师傅隔窗观察、近距离观察和触摸为主的人为判断，长时间下去会存在感官疲劳、主观性大且产生偏差，导致烘烤工艺执行中存在超前或滞后现象时有发生，造成烟叶有效产量降低和等级下降等情况，给行业造成较大的经济损失，严重影响了农民的收入水平和烤烟产业的发展。
2、烟叶烘烤过程的品质指标是多方面的，既包括颜色、色度、形状等外部指标又包括水分、化学成分、香气等内部指标，单一检测手段往往不能全面地描述，只能描述其中的一个方面。近红外光谱可以很好地表征烟叶的内部品质信息，但是，在烟叶外部品质特征的描述上，往往显得无能为力；反之，图像识别技术能很好地检测烟叶的外部品质，但是无法获取反映烟叶内部品质的有效信息。因此，利用近红外光谱和图像信息融合来综合评判烟叶烘烤的特征参数有助于实现对烘烤的精准控制。
3、密集烤房观察窗主要是方便烟农在烟叶烘烤过程中观察烟叶的颜色形态的变化，进而与烘烤干湿球温度对照，适时适当调整烘烤参数，以尽可能提升烟叶烘烤质量。但是，仅凭观察到的烟叶外观信息，很难准确判断烟草内部化学成分的含量，对烟农烘烤帮助不大。而如果把监测设备布置在烤房内部，数据采集易受到烤房内高温高湿环境的影响，数据准确度不高，且易损坏设备；且由于采集的是烤房内部的烟叶图像等信息，与烟农习惯从烤房观察窗观测到的烟叶信息不一致。为解决上述问题，本专利技术拟将图像采集摄像头和近红外采集探头布置在烤房外的观察
技术实现思路
1、为解决烟叶烘烤过程中烟农无法准确得知烟叶内在化学成分及传统图像监测不符合烟叶观测习惯的问题，提出了一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，通过利用烟叶图像的特征和烟叶红外光谱的特征进行融合实现对烟叶烘烤进程的监控管理，为烟农提供准确的烟叶内部化学成分信息，从而大大提高了烤后烟叶质量。
2、本专利技术采用如下技术方案：
3、一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，包括以下步骤：
4、s1：烤房烟叶图片训练集获取：将图像采集摄像头和近红外采集探头布置在烤房外的观察窗口，透过观察窗实时在线采集烟叶烘烤过程的图像和近红外光谱数据，在所述采集到的图像中提取图像特征集yimag＝[y1,y2,…,y20]，在所述采集到的近红外光谱数据中提取红外光谱特征集xspec＝[x1,x2,…,x11]，将所述图像特征集和所述红外光谱特征集合并为融合特征集zfusion＝[x1,x2,…x11,y1,y2,…,y20]；
5、s2：记录整个烘烤过程的工艺曲线参数，所述工艺曲线参数包括各个时间点的干湿球温度、烟叶含水率，叶绿素含量、蛋白质含量和总糖、淀粉、还原糖含量；
6、s3：对s1所述的融合特征集进行归一化处理，基于偏最小二乘法，利用所述归一化处理后的融合特征集和s2所述各工艺曲线参数构建各工艺参数对应的融合模型并计算所述融合模型对应的模型性能指标，将所述模型性能指标符合模型准确性要求的融合模型作为定量预测模型；
7、s4：采用s3所述定量预测模型对烘烤过程中的干球温度、湿球温度、烘烤时间、烟叶含水率和叶绿素含量进行预测并与s2所述工艺曲线进行比对，根据所述比对结果对烘烤过程进行调节。
8、作为优选，s1所述在线采集烟叶烘烤过程的图像和近红外光谱数据的过程还包括：对采集到的图像和近红外光谱数据进行预处理。
9、作为优选，对图像预处理的过程为：采用自适应模糊c-均值聚类算法对所述图像中灰度不均匀的部分进行分割，同时去除所述图像高光，将所述图像的背景扣除；对近红外光谱数据进行预处理的过程为：采用一阶导数和平滑去噪算法消除所述近红外光谱数据中基线和噪声的干扰。
10、作为优选，s1所述图像特征集中的元素分为颜色特征元素和纹理特征元素。
11、作为优选，s4所述的颜色特征元素的提取过程为：计算s1中采集到的所有图像在rgb颜色空间模型和hsv颜色空间模型中各分量处分量值，将所述各图像在各分量处的分量值的均值r、g、b、h、s、v和所述各图像在各分量处的分量值的标准偏差rstd、gstd、bstd、hstd、sstd、vstd作为所采集的图像的颜色特征元素。
12、作为优选，s4所述的纹理特征元素的提取过程为：计算s1中采集到的所有图像的能量、熵、惯性矩、相关性，将所述所有图像的能量平均值、熵平均值、惯性矩平均值、相关性平均值、和所述所有图像的能量标准偏差、熵标准偏差、惯性矩标准偏差、相关性标准偏差作为所采集的图像的纹理特征元素。
13、作为优选，s1所述近红外光谱特征集中各元素的的提取方法为：利用主成分分析方法，从s1所述近红外光谱数据中提取出11个主成分作为所述近红外光谱特征集的元素。
14、作为优选，s2所述各个时间点下的干湿球温度和烟叶含水率采用重量法测定，烟叶叶绿素含量采用紫外分光光度法测定，蛋白质含量采用间接法测定，总糖、淀粉、还原糖含量采用砷钼酸比色法测定。
15、作为优选，s3所述模型性能指标包括：校正决定系数r2、校正均方根误差rmsec、预测决定系数q2、预测均方根误差rmsep、相对分析误差rpd、预测均方根误差与校正均方根误差的比值rmsep/rmsec。
16、作为优选，所述校正均方根误差rmsec的计算方法为：
17、
18、其中，d为校正模型的自由度，n为校正集样品数量，为n个校正样品构成的校正集样品的预测值，yi为对应的参考数据。
19、作为优选，所述预测决定系数q2与校正决定系数r2的计算方法为：
20、
21、其中，sssr为校正模型可解释的变异平方和，ssst为参考数据yi的总变异平方和，即ssse为残差平方和，为n个校正样品构成的校正集样品的预测值，yi为对应的参考数据。
22、作为优选，所述相对分析误差rpd的计算方法为：
23、rpd＝sdx/sep
24、其中，sdx为验证集样本参照结果的标准偏差，sep为预测标准误差。
25、本专利技术技术方案的有益技术效果：
26、本专利技术基于采集的烟叶烘烤过程的图像和近红外光谱数据提取烟叶的图像特征集和红外光谱特征集，同时将烟叶图像的特征和烟叶红外光谱的特征进行融合，利用融合后的特征集构建定量预测模型，实现对烟叶烘烤进程的监控管理，不仅符合烟农的观测习惯，而且可为烟农提供准确的烟叶内部化学成分信息，大大提高烤后烟叶质量。
27、本专利技术采本文档来自技高网...
【技术保护点】
1.一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，其特征在于，包括以下步骤：
2.由权利要求1所述的一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，其特征在于，S1所述在线采集烟叶烘烤过程的图像和近红外光谱数据的过程还包括：对采集到的图像和近红外光谱数据进行预处理。
3.由权利要求2所述的一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，其特征在于，对图像预处理的过程为：采用自适应模糊C-均值聚类算法对所述图像中灰度不均匀的部分进行分割，同时去除所述图像高光，将所述图像的背景扣除；对近红外光谱数据进行预处理的过程为：采用一阶导数和平滑去噪算法消除所述近红外光谱数据中基线和噪声的干扰。
4.由权利要求1所述的一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，其特征在于，S1所述图像特征集中的元素分为颜色特征元素和纹理特征元素。
5.由权利要求4所述的一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，其特征在于，S4所述的颜色特征元素的提取过程为：计算S1中采集到的所有图像在RGB颜色空间模型和HSV颜色空间模
6.由权利要求4所述的一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，其特征在于，S4所述的纹理特征元素的提取过程为：计算S1中采集到的所有图像的能量、熵、惯性矩、相关性，将所述所有图像的能量平均值、熵平均值、惯性矩平均值、相关性平均值、和所述所有图像的能量标准偏差、熵标准偏差、惯性矩标准偏差、相关性标准偏差作为所采集的图像的纹理特征元素。
7.由权利要求1所述的一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，其特征在于，S1所述近红外光谱特征集中各元素的的提取方法为：利用主成分分析方法，从S1所述近红外光谱数据中提取出11个主成分作为所述近红外光谱特征集的元素。
8.由权利要求1所述的一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，其特征在于，S2所述各个时间点下的干湿球温度和烟叶含水率采用重量法测定，烟叶叶绿素含量采用紫外分光光度法测定，蛋白质含量采用间接法测定，总糖、淀粉、还原糖含量采用砷钼酸比色法测定。
9.由权利要求1所述的一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，其特征在于，S3所述模型性能指标包括：校正决定系数R2、校正均方根误差RMSEC、预测决定系数Q2、预测均方根误差RMSEP、相对分析误差RPD、预测均方根误差与校正均方根误差的比值RMSEP/RMSEC。
10.由权利要求9所述的一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，其特征在于，所述校正均方根误差RMSEC的计算方法为：
11.由权利要求9所述的一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，其特征在于,所述预测决定系数Q2与校正决定系数R2的计算方法为：
12.由权利要求9所述的一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，其特征在于，所述相对分析误差RPD的计算方法为：
...【技术特征摘要】
1.一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，其特征在于，包括以下步骤：
2.由权利要求1所述的一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，其特征在于，s1所述在线采集烟叶烘烤过程的图像和近红外光谱数据的过程还包括：对采集到的图像和近红外光谱数据进行预处理。
3.由权利要求2所述的一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，其特征在于，对图像预处理的过程为：采用自适应模糊c-均值聚类算法对所述图像中灰度不均匀的部分进行分割，同时去除所述图像高光，将所述图像的背景扣除；对近红外光谱数据进行预处理的过程为：采用一阶导数和平滑去噪算法消除所述近红外光谱数据中基线和噪声的干扰。
4.由权利要求1所述的一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，其特征在于，s1所述图像特征集中的元素分为颜色特征元素和纹理特征元素。
5.由权利要求4所述的一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，其特征在于，s4所述的颜色特征元素的提取过程为：计算s1中采集到的所有图像在rgb颜色空间模型和hsv颜色空间模型中各分量处分量值，将所述各图像在各分量处的分量值的均值r、g、b、h、s、v和所述各图像在各分量处的分量值的标准偏差rstd、gstd、bstd、hstd、sstd、vstd作为所采集的图像的颜色特征元素。
6.由权利要求4所述的一种基于烤房观察窗的烟叶数据融合烘烤特征参数监测方法，其特征在于，s4所述的纹理特征元素的提取过程为：计算s1中采集到的所有图像的能量、熵、惯性矩、相关性，将所述所有图像的...
【专利技术属性】
技术研发人员：陈颐，宾俊，邹聪明，胡彬彬，姜永雷，陈辉，杨学书，张建斌，王涛，唐玉春，
申请(专利权)人：云南省烟草农业科学研究院，
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。