【技术实现步骤摘要】
本专利技术涉及烟叶温湿度控制，且更具体地涉及一种烟叶环境温湿度、微层差预测方法及系统。
技术介绍
1、传统的烟叶晒晾方法，主要通过自然温度、湿度的调节，使烟叶经凋萎变色、定色、干筋三个阶段，以达到晒晾烟品质要求。随着科技的发展，现在会构建烟叶晾晒房进行晾晒，在室内或晾棚内利用空气对流经自然干燥调制烟叶的方法称“晾制”，相对于传统晾晒而言，温湿度可以控制。
2、但是，目前存在的问题是：即便在室内或者晾棚内的烟叶烘烤，也会由于各种技术的限制，导致烟叶烘烤或者晾制时不能精准的控制温度及湿度，会导致微层差的变化，微层差的变化较大，则表示温度湿度上下差别大，会直接导致：晾制质量差异严重；上下“翻杆”人工浪费严重；无法精准控制温度与湿度，严重影响整体晾制质量；烟叶晾制“靠天吃饭”，房内温度与湿度深受外界影响；湿度和温度长期滞留房内某一区域，造成雪茄烟叶腐烂、返青等；也就是说，如果微层差没有控制在预设的范围内，则最直观的结果就是会导致晾制烟叶的颜色出现问题，比如温度或者湿度没有控制好，会导致某个晾制区域的烟叶的颜色与处于各个时期的正常烟叶颜色差距较大，进而导致烟叶晾制质量不佳，甚至会影响口感。
技术实现思路
1、针对现有技术的不足，本专利技术公开一种烟叶环境温湿度、微层差预测方法及系统。
2、为了实现上述技术效果，本专利技术采用以下技术方案：
3、一种烟叶环境温湿度、微层差预测方法，包括以下步骤：
4、将晾制区域按照排列规则，划分成不同晾制区域，获
5、对所有烟叶图像数据进行预处理，得到烟叶预处理图像；
6、对烟叶预处理图像进行像素提取并进行统计，基于预设像素异常分数模型对每个烟叶预处理图像进行异常检测，若异常分数超过像素异常分数阈值，则对当前烟叶预处理图像进行异常位置标记并进行定位到相应的晾制区域；
7、基于温度数据判断当前已标记的晾制区域的温度层差是否处于预设温度层差阈值范围内；基于湿度数据判断当前已标记的晾制区域的湿度层差是否处于预设湿度层差阈值范围内，若温度层差与湿度层差分别处于预设温度层差阈值范围以及预设湿度层差阈值范围内；
8、则基于预设微层差预测模型预测下一时刻温度层差与下一时刻湿度层差，并判断下一时刻温度层差与预设温度层差阈值范围的关系以及下一时刻湿度层差与预设湿度层差阈值范围的关系，得到判断结果。
9、作为一种可实施方式，还包括以下步骤：
10、若下一时刻温度层差未处于预设温度层差阈值范围内，则基于温度补偿模型对当前时刻之后的温度数据进行调整，以使得当前时刻与下一时刻之间的温度层差处于预设温度层差阈值范围内；
11、若下一时刻湿度层差未处于预设湿度层差阈值范围内，则基于湿度补偿模型对当前时刻之后的湿度数据进行调整，以使得当前时刻与下一时刻之间的湿度层差处于预设湿度层差阈值范围内。
12、作为一种可实施方式，每个晾制区域的温度数据及湿度数据根据晾制区域的情况设置为相同或者不同，每个晾制区域的第一温度数据为烟叶第一部分所处区域的温度数据，第二温度数据为烟叶第二部分所处区域的温度数据；每个晾制区域的第一湿度数据为烟叶第一部分所处区域的湿度数据，第二湿度数据为烟叶第二部分所处区域的湿度数据。
13、作为一种可实施方式，所述预处理，包括去噪处理、增强处理、矫正处理、平滑处理和分割处理中的一种或多种；
14、所述去噪处理，通过中值滤波和小波降噪方法去除烟叶图像数据中的噪点和干扰；
15、所述增强处理，通过直方图均衡化和自适应增强方法提升烟叶图像数据的视觉质量；
16、所述矫正处理，通过图像旋转和透视变换方法将采集的烟叶图像数据矫正为水平或垂直方向；
17、所述平滑处理，通过平滑滤波器平滑烟叶图像数据，以去除冗余细节和噪声；
18、所述分割处理，通过阈值分割和边缘检测方法将烟叶图像数据进行分割，得到分割后的烟叶图像数据。
19、作为一种可实施方式，所述预处理还包括标记处理；对所有烟叶图像数据的采集位置及采集角度进行标记，得到标记后烟叶图像数据。
20、作为一种可实施方式，所述基于预设像素异常分数模型对每个烟叶预处理图像进行异常检测，若异常分数超过像素异常分数阈值，则对当前烟叶预处理图像进行标记并进行定位到相应的晾制区域，包括以下步骤：
21、基于每个烟叶预处理图像的总像素数以及像素点均值，设置像素异常分数模型；
22、基于所述像素异常分数模型对每个烟叶预处理图像的像素异常分数进行计算，得到每个烟叶预处理图像的像素异常分数；
23、基于所述像素异常分数的分布情况，确定异常像素的临界点，若大于像素异常分数阈值，则将对应的异常分数判定为异常数据；
24、基于异常数据位置对每个当前烟叶预处理图像进行异常位置标记，基于异常位置对当前烟叶预处理图像进行定位并标记到相应的晾制区域；
25、所述像素异常分数模型，表示如下：
26、；
27、其中，，表示像素点均值，表示各个点像素，表示图像的总像素数，表示像素异常分数。
28、作为一种可实施方式，所述确定异常像素的临界点，若大于像素异常分数阈值，则将对应的异常分数判定为异常数据，包括以下步骤：
29、基于预设局部像素对比模型得到局部像素对比度，通过局部像素对比度对异常像素进行判断，以确定异常像素边界点；
30、预设像素异常分数阈值，将异常分数与像素异常分数阈值进行比较，若大于像素异常分数阈值，则将对应的异常分数判定为异常数据；
31、所述局部像素对比模型，表示为：
32、；
33、其中，表示局部对比度，表示每个当前烟叶预处理图像的轮廓点，表示特征值分层统计自由度，表示图像的重心位置坐标。
34、作为一种可实施方式，所述若下一时刻温度层差未处于预设温度层差阈值范围内，则基于温度补偿模型对当前时刻之后的温度数据进行调整，以使得当前时刻与下一时刻之间的温度层差处于预设温度层差阈值范围内；
35、若下一时刻湿度层差未处于预设湿度层差阈值范围内，则基于湿度补偿模型对当前时刻之后的湿度数据进行调整，以使得当前时刻与下一时刻之间的湿度层差处于预设湿度层差阈值范围内，包括以下步骤：
36、基于当前烟叶预处理图像的异常位置，确定当前异常位置直接关联的温度数据获取装置及湿度数据获取装置，其中，温度数据获取装置及湿度数据获取装置分别为一个或一本文档来自技高网...
【技术保护点】
1.一种烟叶环境温湿度、微层差预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的烟叶环境温湿度、微层差预测方法，其特征在于，还包括以下步骤：
3.根据权利要求1所述的烟叶环境温湿度、微层差预测方法，其特征在于，每个晾制区域的温度数据及湿度数据根据晾制区域的情况设置为相同或者不同，每个晾制区域的第一温度数据为烟叶第一部分所处区域的温度数据，第二温度数据为烟叶第二部分所处区域的温度数据；每个晾制区域的第一湿度数据为烟叶第一部分所处区域的湿度数据，第二湿度数据为烟叶第二部分所处区域的湿度数据。
4.根据权利要求1所述的烟叶环境温湿度、微层差预测方法，其特征在于，所述预处理，包括去噪处理、增强处理、矫正处理、平滑处理和分割处理中的一种或多种；
5.根据权利要求1或4所述的烟叶环境温湿度、微层差预测方法，其特征在于，所述预处理还包括标记处理；对所有烟叶图像数据的采集位置及采集角度进行标记，得到标记后烟叶图像数据。
6.根据权利要求1所述的烟叶环境温湿度、微层差预测方法，其特征在于，所述基于预设像素异常分数模型对每个烟叶
7.根据权利要求6所述的烟叶环境温湿度、微层差预测方法，其特征在于，所述确定异常像素的临界点，若大于像素异常分数阈值，则将对应的异常分数判定为异常数据，包括以下步骤：
8.根据权利要求2所述的烟叶环境温湿度、微层差预测方法，其特征在于，所述若下一时刻温度层差未处于预设温度层差阈值范围内，则基于温度补偿模型对当前时刻之后的温度数据进行调整，以使得当前时刻与下一时刻之间的温度层差处于预设温度层差阈值范围内；
9.根据权利要求1所述的烟叶环境温湿度、微层差预测方法，其特征在于，所述则基于预设微层差预测模型预测下一时刻温度层差与下一时刻湿度层差，包括以下步骤：
10.一种烟叶环境温湿度、微层差预测系统，其特征在于，包括数据获取模块、数据预处理模块、检测标记模块、偏离判断模块及所述数据预测模块；
11.根据权利要求10所述的烟叶环境温湿度、微层差预测系统，其特征在于，所述检测标记模块，被设置为：
12.根据权利要求10所述的烟叶环境温湿度、微层差预测系统，其特征在于，还包括数据调整模块，被设置为：
13.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9任意一项所述的方法。
14.一种烟叶环境温湿度、微层差预测装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至9任意一项所述的方法。
...【技术特征摘要】
1.一种烟叶环境温湿度、微层差预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的烟叶环境温湿度、微层差预测方法，其特征在于，还包括以下步骤：
3.根据权利要求1所述的烟叶环境温湿度、微层差预测方法，其特征在于，每个晾制区域的温度数据及湿度数据根据晾制区域的情况设置为相同或者不同，每个晾制区域的第一温度数据为烟叶第一部分所处区域的温度数据，第二温度数据为烟叶第二部分所处区域的温度数据；每个晾制区域的第一湿度数据为烟叶第一部分所处区域的湿度数据，第二湿度数据为烟叶第二部分所处区域的湿度数据。
4.根据权利要求1所述的烟叶环境温湿度、微层差预测方法，其特征在于，所述预处理，包括去噪处理、增强处理、矫正处理、平滑处理和分割处理中的一种或多种；
5.根据权利要求1或4所述的烟叶环境温湿度、微层差预测方法，其特征在于，所述预处理还包括标记处理；对所有烟叶图像数据的采集位置及采集角度进行标记，得到标记后烟叶图像数据。
6.根据权利要求1所述的烟叶环境温湿度、微层差预测方法，其特征在于，所述基于预设像素异常分数模型对每个烟叶预处理图像进行异常检测，若异常分数超过像素异常分数阈值，则对当前烟叶预处理图像进行标记并进行定位到相应的晾制区域，包括以下步骤：
7.根据权利要求6所述的烟叶环境温湿度、微层差预测方法，其特征在于，所述确定异常像素的临界点，若大于像...
【专利技术属性】
技术研发人员：连金涛，倪林华，
申请(专利权)人：昆明昊拜农业科技有限公司，
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。