因子分析优化条件下烤烟群体等级贝叶斯分级模型构建方法技术

本发明专利技术提出一种因子分析优化条件下烤烟群体等级贝叶斯分级模型构建方法，为解决现有烤烟智能分级模型效率较低的问题，本发明专利技术以烤烟群体数码图像为处理对象，以不同等级烤烟群体RGB颜色模型偏态参数、Lab颜色模型参数、HSV颜色模型参数、叶面纹理参数等4大类31个表型参数为输入变量，构建基于贝叶斯分类算法的烤烟群体等级判定模型。在此基础上，提出并验证以因子分析法所获得的综合因子核心参数作为输入变量所构建的烤烟群体等级分级模型为最佳方案，整体准确度达到了82.24%，为高效、实用烤烟智能化收购系统的开发提供了算法模型基础。

【技术实现步骤摘要】

本专利技术涉及烤烟等级判定、烤烟智能化收购等，尤其涉及一种因子分析优化条件下烤烟群体等级贝叶斯分级模型构建方法。

技术介绍

1、烟草作为经济作物，烟农种植收益主要由烤烟等级决定。在现行烟叶收购中，分级人员根据国家标准gb 2635-92烤烟所规定的七个外观品级因素定性判定烤烟等级。但是，在此过程中，人工分级容易产生主观误差，可能会影响烟农收益，并导致工商交接等级合格率下降。

2、随着农业信息学的发展，基于机器视觉、人工智能、植物表型学平台等技术辅助检测烤烟外观等级成为烤烟智能化收购的研究趋势。

3、现有技术文献：基于卷积神经网络(cnn)的烤烟烟叶质量分级研究[d].云南师范大学，2020.

4、基于烟叶图像的参数精确提取和分级识别系统研究与实现[d].电子科技大学，2020.

5、基于机器视觉的烟叶自动分组方法[j].西南师范大学学报(自然科学版)，2016，41(4)：122-129.

6、开放环境下烟叶等级rgb图像智能识别及判别模型的构建[j].贵州农业科学，2020，48(03)：131本文档来自技高网...

【技术保护点】

1.一种因子分析优化条件下烤烟群体等级贝叶斯分级模型构建方法，其特征在于：以烤烟群体图像为处理对象，以不同等级烤烟群体RGB颜色模型偏态参数、Lab颜色模型参数、HSV颜色模型参数、叶面纹理参数4大类的多个表型参数为基础,以因子分析法所获得的综合因子核心参数作为输入变量，构建基于贝叶斯分类算法的烤烟群体等级分级模型。

2.根据权利要求1所述的因子分析优化条件下烤烟群体等级贝叶斯分级模型构建方法，其特征在于：图像采集时，将相同等级烟叶10片进行正反随机组合，随机摊平后放入采集箱中进行图像采集。

3.根据权利要求1所述的因子分析优化条件下烤烟群体等级贝叶斯分级模型构建...

【技术特征摘要】

1.一种因子分析优化条件下烤烟群体等级贝叶斯分级模型构建方法，其特征在于：以烤烟群体图像为处理对象，以不同等级烤烟群体rgb颜色模型偏态参数、lab颜色模型参数、hsv颜色模型参数、叶面纹理参数4大类的多个表型参数为基础,以因子分析法所获得的综合因子核心参数作为输入变量，构建基于贝叶斯分类算法的烤烟群体等级分级模型。

2.根据权利要求1所述的因子分析优化条件下烤烟群体等级贝叶斯分级模型构建方法，其特征在于：图像采集时，将相同等级烟叶10片进行正反随机组合，随机摊平后放入采集箱中进行图像采集。

3.根据权利要求1所述的因子分析优化条件下烤烟群体等级贝叶斯分级模型构建方法，其特征在于，所述综合因子核心参数的获得方法为：

4.根据权利要求3所述的因子分析优化条件下烤烟群体等级贝叶斯分级模型构建方法，其特征在于，所述因子分析的方法为：首先，对参与因子分析的变量进行kaiser-meyer-olkin检验与巴特利球形检验，当kmo值＞0.7，bartlett检验的p值＜0.05，则变量进行下一步的因子分析；然后根据因子特征值和累积贡献率确定最佳综合因子。

5.根据权利要求4所述的...

【专利技术属性】
技术研发人员：蓝周焕，杨美林，童德文，周东新，石三三，林博雅，陈添昌，赵羡波，修启贵，周仰泉，邹丽娜，谢连华，刘荣斌，周易，
申请(专利权)人：龙岩市烟草公司武平分公司，
类型：发明
国别省市：