汤 龙

(文山学院 教务处,云南 文山 663000)

香烟的生产与消费为我国社会发展及民生建设提供了一定的资金保障，同时也是我国市场占据销量榜首的大众化商品.烟叶作为其生产的主要原料，其质量决定了产品的质量以及消费者的直接感官[1].为此，国内学者针对烟叶质量方面进行了广泛的研究.一方面从仓储工艺入手，提高烟叶的仓储水平；另一方面则从不良检测入手，对病害烟叶进行自动化剔除.从现有的研究结果来看，自动化检验设备与系统的研发成为了学术界的热点问题，而基于不同算法的识别体系更是成为了主要的研究方向.

Bagging算法是一种“不稳定”分类算法模式，与网络神经算法配合形成对单一指标的习得方差校正体系[2].通过此体系能够有效的利用有限的单元形成评价模型参数标准，并在后续有效评价与区分的过程中进行修订.逐步提升判断的准确性.另一方面此种算法依托于扫描图像的色差分析，在相同原理下还能够对其他检测指标进行辅助判断，形成一次开发，多次利用的集约模式.

1 基于Bagging算法的霉烟叶检测系统开发

1.1 霉烟叶特征分析

分析霉烟叶的特点可知，当烟叶发霉后会产生两种显著的形状，其一是易于成团结块，色泽成暗褐色；其二则是烟叶表面呈现出显著的白色霉点或霉斑，且霉点或霉斑呈现出一定的聚集分布特征[3](如图1).

图1 霉烟叶表面特征

由图1中可以明显看出，当烟叶发霉后其表面……