杨静娴 ，任小洪

（1.四川轻化工大学 人工智能四川省重点实验室，四川宜宾 644000；2.四川轻化工大学 自动化与信息工程学院，四川宜宾 644000）

0 引言

在传统摘酒工艺中，工人需要不断观测在酒甑蒸馏器出酒口接入酒桶时所形成的表面酒花大小形态及其分布，适时进行白酒的分级摘取，这种“看花摘酒”的方法在现代白酒工艺中仍广泛应用。如何实现“看花摘酒”过程的自动化、智能化已成为智能酿造亟需解决的难题。采用视觉传感器获取接酒器（桶）中不断形成的酒花的视频图像，然后通过图像分析处理技术，实时提取白酒摘酒过程中酒花图像的各类特征进行识别分类的智能方法，具有方便快捷、判断依据稳定的优点，是实现大规模智能摘酒的关键技术，对白酒工艺智能化发展有着重要意义［1-3］。

杨静娴等［4］通过OTSU与Canny边缘检测相结合，讨论了白酒摘酒酒花轮廓提取的方法。这种方法能够提取酒花的轮廓信息。在白酒摘酒过程中，轮廓信息中包含的酒花的尺寸、数量信息具有变化不确定性，单一的轮廓信息无法得出确切的酒花分类标准。因此，需要对白酒摘酒酒花图像提取相对平稳的特征值作为摘酒分级的标准。

在白酒摘酒过程中，酒花图像的变化快速，但酒花图像中纹理清晰，不同等级酒花在纹理形态上存在差别。因此，提取酒花的纹理特征能够细致的进行图像的特征描述［5-8］。通过对酒花图像提取不同的纹理特征并定量分析得到分类依据，结合支持向量机（Support Vector Machine，SVM）的方法使酒花识别分类的结果更加准确且有据可依［9-10］。……