李士静，潘 羲，陈熙卓，朱均燕，吴碧致，谢小芳，温永仙*

1.福建农林大学计算机与信息学院，福州市仓山区上下店路15号 350002 2.福建农林大学统计及应用研究所，福州市仓山区上下店路15号 350002 3.福建省三明市烟草公司宁化分公司，福建省宁化县镇南大街烟草大厦 365400 4.福建省烟草公司三明市公司，福建省三明市崇桂新村100幢 365000 5.厦门大学近海海洋环境科学国家重点实验室，福建省厦门市翔安区S201 361000 6.福建农林大学生命科学学院，福州市仓山区上下店路15号 350002

烟叶是我国重要的经济作物之一，严格规范其品质检验与等级划分过程具有重要意义。传统的烟叶分级主要依靠人工感官和经验进行判定，但不同人的感官和经验存在差异，因此人工分级具有较强的主观性和随意性，容易导致烟叶分级不准确，对卷烟生产造成不良影响［1］。针对此问题，近年来采用人工智能技术代替人工分级已有较多研究，主要分为3个方面：①基于机器视觉技术结合神经网络的烟叶自动分级研究［2-4］，利用机器视觉技术提取烟叶表面特征，将烟叶的颜色、形状、纹理等特征作为神经网络的输入变量，建立基于烟叶图像特征的分类模型。该方法对同一片烟叶需要进行3次以上图像采集，采集样本量大，耗费时间长，且采集过程容易受到外部因素影响，导致图像质量不高，从而影响烟叶等级识别的正确率［5］。此外，机器视觉技术只提取烟叶表面特征，当烟叶存在未完整放置、未完整铺开、正反面放置不一致、叶片之间有重叠等问题时，会导致烟叶分级效果降低［6］。……