赵世民 宋正雄 贺智涛

摘要[目的]研究基于图像特征的烟叶分级方法。[方法]采用机器视觉获取烟叶图像特征，运用图像处理技术对图像进行预处理，进一步介绍烟叶图像特征的提取方法，并利用人工神经网络算法进行分类的测试，设计基于图像特征的烟叶分级方法。[结果]通过训练集和测试集的验证，分级准确率高达90%以上，达到了人工分级准确率。[结论]该研究可为烟叶智能化高效分级提供理论基础和技术支持。

关键词机器视觉;图像处理;人工神经网络;烟草分级

中图分类号S126文献标识码

A文章编号0517-6611（2018）28-0191-03

Research on Tobacco Leaf Grading Method Based on Image Features

ZHAO Shimin1，2，SONG Zhengxiong1，HE Zhitao2 et al（1.Luoyang Branch of Henan Tobacco Company，Luoyang，Henan 471000;2.Henan University of Science and Technology，Luoyang，Henan 471003）

Abstract[Objective]To study the tobacco leaf grading method based on image features.[Method]Using machine vision to obtain tobacco leaf image features and using image processing techniques for image preprocessing，the extraction method of tobacco image features was further introduced.Using artificial neural network algorithm to classify the test，we designed the leaf classification method based on image features.[Result]With the verification of the training set and the test set，the classification accuracy rates were more than 90% which achieved manual grading accuracy.[Conclusion]This research can provide theoretical foundation and technical support for intelligent and efficient classification of tobacco leaves.

Key wordsMachine vision;Image recognition;Artificial neural networks;Tobacco grading

煙草作为一种重要的经济作物，在国民经济中占有举足轻重的地位。国内烟叶多采用人工分级，存在着耗时、费力、分级模糊和主观性大等一系列问题[1-2]。随着现代烟草生产的发展和卷烟产品质量的不断提高，需要更加专业、精确的烟叶分级系统研究。

随着计算机技术和数字图像技术日趋成熟，这些技术也越来越多地运用到烟叶分级中。魏扬帆[3]提出了一种基于颜色特征的烟叶分级算法设计及系统实现，该算法利用均匀的颜色模型作为衡量标准，通过对已知等级烟叶颜色的学习，根据颜色分布区域进行分级;刘剑君等[4]提出一种基于红外光谱的烟叶分级方法，为烟叶分级提供了新思路;阮静等[5]对烟叶自动分级系统进行研究，从烟叶的破损率、颜色、长度三方面进行讨论，特征因素较少，不能精确地实现烟叶分级;郭强等[6]基……