轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实 施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离 本发明的精神下进行各种修饰或改变。
[0030] 请参阅附图。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明 的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形 状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布 局型态也可能更为复杂。
[0031] 下面结合实施例和附图对本发明进行详细说明。
[0032] 本实施例提供一种烟叶颜色在线数值化识别方法，应用于在线生产的烟叶样本， 预先通过人工按照颜色深浅度变化原则将需要在线生产的烟叶样本排序并进行第一次分 类，每一在线生产的烟叶样本具有一个人工预测烟叶颜色值。在本实施例中，人工会按照标 准样本作为参考，统一对需要在线生产的烟叶样本的烟叶颜色进行打分，并按照颜色深浅 进行排序。请参阅图1，显示为烟叶颜色在线数值化识别方法流程示意图。如图1所示，所 述烟叶颜色在线数值化识别方法包括以下步骤：
[0033]S1，采集所述在线生产的烟叶样本的原始烟叶图像。在本实施例中，采用相机作为 采集设备对所述在线生产的烟叶样本进行取样。
[0034] S2,对所述原始烟叶图像进行相应处理以提取所述在线生产的烟叶样本的孟塞尔 信号。请参阅图2,显示为步骤S2的具体流程示意图。如图2所示，所述步骤S2具体包括 以下步骤：
[0035] S21，预处理所述原始烟叶图像。在本实施例中，对所述原始烟叶图像进行二值化 分析，中值滤波等方法预处理所述原始烟叶图像。
[0036] S22,识别预处理后的烟叶图像中的特殊区域。在本实施例中，从预处理后的所述 原始烟叶图像中识别出包含空白皮带以及烟叶梗的信息的特殊区域。
[0037]S23,剔除该特殊区域的色度空间；
[0038]S24,将剔除色度空间的烟叶图像转换为HSV(孟塞尔信息），并提取所述在线生产 的烟叶样本的孟塞尔信号。
[0039] S3,对所述在线生产的烟叶样本的孟塞尔信号进行连续投影。请参阅图3,显示为 步骤S3的具体流程示意图。如图3所示，所述步骤S3具体包括以下步骤：
[0040] S31，对所述在线生产的烟叶样本的孟塞尔信号进行归一化处理。由于各指标HSV 的数值范围相差较大，因此，在建模之前对所述在线生产的烟叶样本的孟塞尔信号数据进 行归一化处理。在本实施例中，按照
[0041] x'fXij/Xj公式（1)
[0042] 对所述在线生产的烟叶样本的孟塞尔信号进行归一化处理；其中，Xij为所述在线 生产的烟叶样本的孟塞尔信号数据，i为所述在线生产的烟叶样本中的第i个样本；j为所 述在线生产的烟叶样本中第j个指标；为第j个指标的样本最大值。
[0043]S32,线性投影，建立颜色预测模型。所谓投影实质上就是从不同的角度去观察数 据，寻找最能充分挖掘数据特征的作为最优投影方向。可在单位超球面中随机抽取若干个 初始投影方向a(ai，a2，…，am)，计算其投影指标的大小，根据指标选大的原则，最后确定最 大指标对应的解为最优投影方向。若（ai，a2，…，am)为m= 3维单位向量，则第i个烟叶样 本在一维线性空间的第i个烟叶样本的烟叶投影特征值^的表达为
[0044]
【主权项】
1. 一种烟叶颜色在线数值化识别方法，应用于在线生产的烟叶样本，预先通过人工按 照颜色深浅度变化原则将需要在线生产的烟叶样本排序并进行第一次分类，每一在线生产 的烟叶样本具有一个人工预测烟叶颜色值；其特征在于，所述烟叶颜色在线数值化识别方 法包括以下步骤： 采集所述在线生产的烟叶样本的原始烟叶图像； 对所述原始烟叶图像进行相应处理以提取所述在线生产的烟叶样本的孟塞尔信号； 对所述在线生产的烟叶样本的孟塞尔信号进行连续投影； 计算所述在线生产的烟叶样本的烟叶颜色投影特征值； 根据所述烟叶颜色投影特征值对所述在线生产的烟叶样本进行第二次分类； 判断所述第一次分类与所述第二次分类是否具有一致性；若是，则表示分类成功，结束 进程；若否，则表示分类失败，则返回采集步骤。
2. 根据权利要求1所述的烟叶颜色在线数值化识别方法，其特征在于：对所述原始烟 叶图像进行相应处理以提取所述在线生产的烟叶样本的孟塞尔信号的步骤包括： 预处理所述原始烟叶图像； 识别预处理后的烟叶图像中的特殊区域； 剔除该特殊区域的色度空间； 提取所述在线生产的烟叶样本的孟塞尔信号。
3. 根据权利要求1所述的烟叶颜色在线数值化识别方法，其特征在于：对所述在线生 产的烟叶样本的孟塞尔信号进行连续投影的步骤包括： 对所述在线生产的烟叶样本的孟塞尔信号进行归一化处理； 线性投影，建立颜色预测模型； 确定目标函数； 优化线性投影的方向。
4. 根据权利要求3所述的烟叶颜色在线数值化识别方法，其特征在于：按照X'iJ= XijAjmax，对所述在线生产的烟叶样本的孟塞尔信号进行归一化处理；其中，Xij为所述在线 生产的烟叶样本的孟塞尔信号数据，i为所述在线生产的烟叶样本中的第i个样本；j为所 述在线生产的烟叶样本中第j个指标；x_x为第j个指标的样本最大值。
5. 根据权利要求3所述的烟叶颜色在线数值化识别方法，其特征在于：线性投影，建立 颜色预测模型步骤包括随机抽取若干个初始投影向量a(?,a2, a3，…，am)，其中，m为3维单 位向量。
6. 根据权利要求5所述的烟叶颜色在线数值化识别方法，其特征在于：所述目标函数 定位为初始投影向量的类内距离与投影向量的类内密度的乘积，即Q(a) =s(a)?(!&)，其 中，a为所述初始投影向量，Q(a)为所述目标函数，s(a)为所述初始投影向量的类内距离， d(a)为所述初始投影向量的类内密度。
7. 根据权利要求6所述的烟叶颜色在线数值化识别方法，其特征在于：优化线性投影 的方向的步骤是指当所述目标函数Q (a)取最大值时所对应的投影方向即为所需最优投影 方向。
8. 根据权利要求4所述的烟叶颜色在线数值化识别方法，其特征在于：计算所述在线 生产的烟叶样本的烟叶颜色投影特征值的步骤是根据烟叶颜色投影特征值的计算公式：
量，X'U为归一化后在线生产的烟叶样本的孟塞尔信号数据。
9.根据权利要求4所述的烟叶颜色在线数值化识别方法，其特征在于：判断所述第一 次分类与所述第二次分类是否具有一致性的依据为计算所述在线生产的烟叶样本的烟叶 投影值与每一在线生产的烟叶样本具有一个人工预测烟叶颜色值之间的相关系数是否大 于第一相关阈值，若是，则表示所述在线生产的烟叶样本的烟叶投影值与人工预测烟叶颜 色值高度相关，分类成功，结束进程；若否，则继续判断计算的所述在线生产的烟叶样本的 烟叶投影值与每一在线生产的烟叶样本具有一个人工预测烟叶颜色值之间的相关系数是 否大于第二相关阈值，若是，则表示所述在线生产的烟叶样本的烟叶投影值与人工预测烟 叶颜色值中度相关；若否，则表示所述在线生产的烟叶样本的烟叶投影值与人工预测烟叶 颜色值低度相关，返回采集步骤。
【专利摘要】本发明提供一种烟叶颜色在线数值化识别方法，包括：采集在线生产的烟叶样本的原始烟叶图像；对原始烟叶图像进行相应处理以提取在线生产的烟叶样本的孟塞尔信号；对在线生产的烟叶样本的孟塞尔信号进行连续投影；计算在线生产的烟叶样本的烟叶颜色投影特征值；根据烟叶颜色投影特征值对在线生产的烟叶样本进行第二次分类；判断第一次分类与第二次分类是否具有一致性；若是，则表示分类成功，结束进程；若否，则表示分类失败，则返回采集步骤。本发明快速的把烟叶真实的信息给提取出，与人工打分的一致性较强；实现工业相机的快速准确检测；减少烟叶颜色的样本作量；对烟叶颜色的识别具有较强的实用意义与对定性理论定量化具有较强的借鉴意义。
【IPC分类】G01N21-25
【公开号】CN104713835
【申请号】CN201510133805
【发明人】杨凯, 徐玮杰, 张鑫, 戴泽元, 焦亮
【申请人】上海烟草集团有限责任公司
【公开日】2015年6月17日
【申请日】2015年3月25日