【技术实现步骤摘要】
本专利技术属于雪茄烟叶晾制与计算机视觉，尤其涉及基于随机森林特征优选雪茄烟叶晾制过程含水率预测方法。
技术介绍
1、雪茄烟属于晾晒烟，其调制过程是在自然或人为调控下，晾房内烟叶水分散失与其内部化学成分改变相统一的过程，是雪茄烟叶颜色及形态改变以及品质形成的重要阶段。水分作为雪茄烟叶晾制过程的重要介质，其含量是烟叶外观变化的直接原因与生理基础。晾制过程雪茄烟叶含水率的准确判断，对于工作人员实时调控晾房环境内的温湿度极为重要。目前，现有对雪茄烟叶晾制过程中含水率的预测方法依靠手动测量这一过程较为繁琐且耗费人力，而依靠计算机视觉的技术进行雪茄烟叶含水率的方法表现出预测精度较低的问题。因此，如何利用计算机视觉与机器学习技术找出晾制过程雪茄烟叶图像中对于含水率预测最为重要的图像，实现雪茄烟叶晾制过程中含水率准确预测，是亟待解决的问题。
技术实现思路
1、为解决上述技术问题，本专利技术提出了基于随机森林特征优选雪茄烟叶晾制过程含水率预测方法，通过图像采集的方式对晾制过程雪茄烟叶含水率进行预测，操作简单...
【技术保护点】
1.基于随机森林特征优选雪茄烟叶晾制过程含水率预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于随机森林特征优选雪茄烟叶晾制过程含水率预测方法，其特征在于，不同类型的图像特征包括颜色特征、轮廓特征、纹理特征和部位特征。
3.如权利要求2所述的基于随机森林特征优选雪茄烟叶晾制过程含水率预测方法，其特征在于，所述纹理特征包括纹理对比度、角二阶矩、纹理相关性、梯度熵和逆差矩。
4.如权利要求2所述的基于随机森林特征优选雪茄烟叶晾制过程含水率预测方法，其特征在于，所述轮廓特征包括叶片周长与叶片面积，以及叶片最小外接矩形的长与宽
5....
【技术特征摘要】
1.基于随机森林特征优选雪茄烟叶晾制过程含水率预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于随机森林特征优选雪茄烟叶晾制过程含水率预测方法，其特征在于，不同类型的图像特征包括颜色特征、轮廓特征、纹理特征和部位特征。
3.如权利要求2所述的基于随机森林特征优选雪茄烟叶晾制过程含水率预测方法，其特征在于，所述纹理特征包括纹理对比度、角二阶矩、纹理相关性、梯度熵和逆差矩。
4.如权利要求2所述的基于随机森林特征优选雪茄烟叶晾制过程含水率预测方法，其特征在于，所述轮廓特征包括叶片周长与叶片面积，以及叶片最小外接矩形的长与宽。
5.如权利要求2所述的基于随机森林特征优选雪茄烟叶晾制过程含水率预测方法，其特征在于，基于所述轮廓特征计算出叶片的狭长度、矩形度、形状参数、周...
【专利技术属性】
技术研发人员：时向东，邢卓冉，张凯，丁松爽，郭文龙，陈一鑫，李静，
申请(专利权)人：河南农业大学，
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。