一种烤烟烟叶微青的鉴别方法及装置与流程

1.本发明涉及卷烟生产技术设备领域，特别涉及一种烤烟烟叶微青的鉴别方法及装置。


背景技术：

2.在烟叶生产中，由于采烤技术等原因，初烤烟叶不同程度存在微带青现象。微带青烟叶吸食质量差，微带青烟叶混杂到正组烟叶后，会增加杂气和刺激性，明显降低了评吸质量(兰玉鲜，浅谈烤烟含青对烟叶质量影响[j]，轻工科技。201506-1116-02)。因此，需要将微带青烟叶区分开来，利用工业有选择的使用和降低工业配方的难度。
[0003]
烟叶外观质量评价主要以人工为主，即通过手摸、眼观判定烟叶的等级质量。在烟叶分级中，烟叶的颜色是其质量等级的重要评价指标。其中，烟叶的基本色包括柠檬黄、桔黄、红棕；烟叶的非基本色包括青黄、微带青、杂色，对于上述各颜色的准确识别，对评价专家素质要求很高，在实际应用中容易受到外界多种因素的干扰。近年来，技术人员对烤烟质量的评价进行了很多标准化、数据化的改进。例如，中国专利cn 113010848 a提出了一种烤烟外观质量评价数据处理方法，根据叶片含青程度进行分值加减，最终通过分值划分范围进行定性和定量描述烤烟的外观质量，但其中微带青烟叶的鉴别最难判定，大多数还需要依靠其他外观质量因素进行综合评价。
[0004]
有鉴于此，本发明人根据多年从事本领域和相关领域的生产设计经验，经过反复实验设计出一种烤烟烟叶微青的鉴别方法及装置，以期解决现有技术存在的问题。


技术实现要素：

[0005]
本发明的目的是提出一种烤烟烟叶微青的鉴别方法及装置，能够快速鉴别烟叶中的微青部分。
[0006]
为达到上述发明目的，本发明提出一种烤烟烟叶微青的鉴别方法，其中，采集待鉴别烟叶的原始光谱图像，对所述原始光谱图像进行预处理以获得预处理后的光谱信息，通过所述预处理后的光谱信息获取所述待鉴别烟叶其叶面各像元的光谱曲线，计算各像元的光谱曲线的曲率半径，根据各所述曲率半径提取相应的像元并显示为青烟区域。
[0007]
本发明还提出一烤烟烟叶微青的鉴别装置，其中，所述鉴别装置包括：
[0008]
识别单元，采集待鉴别烟叶的原始光谱图像；
[0009]
预处理单元，对所述原始光谱图像进行预处理并获得处理后的光谱信息；
[0010]
计算单元，根据所述光谱信息获取各像元的光谱曲线，计算各像元的光谱曲线的曲率半径；
[0011]
输出单元，根据所述曲率半径提取相应的像元并将其显示为青烟区域。
[0012]
与现有技术相比本发明提出的烤烟烟叶微青的鉴别方法及装置具有如下特点和优点：
[0013]
本发明提出的烤烟烟叶微青的鉴别方法及装置，能够对烟叶中的微带青部分进行
快速鉴别，可以用于在线快速鉴别烟叶中的青烟分布，从而避免了因人工因素造成的损失，同时极大地解决人员耗费，增加工业有选择的使用宽度和降低工业配方的难度。
附图说明
[0014]
在此描述的附图仅用于解释目的，而不意图以任何方式来限制本发明公开的范围。另外，图中的各部件的形状和比例尺寸等仅为示意性的，用于帮助对本发明的理解，并不是具体限定本发明各部件的形状和比例尺寸。本领域的技术人员在本发明的教导下，可以根据具体情况选择各种可能的形状和比例尺寸来实施本发明。
[0015]
图1为本发明提出的烤烟烟叶微青的鉴别方法的流程图。
[0016]
图2为本发明中一实施例的原始光谱图像；
[0017]
图3为本发明中一实施例的微带青鉴别结果图像；
[0018]
图4为本发明中另一实施例的原始光谱图像；
[0019]
图5为本发明中另一实施例的微带青鉴别结果图像；
具体实施方式
[0020]
结合附图和本发明具体实施方式的描述，能够更加清楚地了解本发明的细节。但是，在此描述的本发明的具体实施方式，仅用于解释本发明的目的，而不能以任何方式理解成是对本发明的限制。在本发明的教导下，技术人员可以构想基于本发明的任意可能的变形，这些都应被视为属于本发明的范围。
[0021]
需要说明的是，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者可能存在居中元件。当一个元件被称为是“连接于”另一个元件，它可以是直接连接到另一个元件或者可能存在居中元件。
[0022]
本发明提出了一种烤烟烟叶微青的鉴别方法，如图1所示，该鉴别方法包括采集待鉴别烟叶的原始光谱图像(如图2、图4所示)，对原始光谱图像进行预处理以获得预处理后的光谱信息，通过光谱信息获取待鉴别烟叶其叶面各像元的光谱曲线，计算各像元的光谱曲线的曲率半径，根据曲率半径提取相应的像元并显示为青烟区域(如图3、图5所示)。
[0023]
本发明还提出了一种烤烟烟叶微青的鉴别装置，该鉴别装置包括：
[0024]
识别单元，采集待鉴别烟叶的原始光谱图像；
[0025]
预处理单元，对原始光谱图像进行预处理并获得处理后的光谱信息；
[0026]
计算单元，根据所述光谱信息获取各像元的光谱曲线，计算各像元的光谱曲线的曲率半径；
[0027]
输出单元，根据曲率半径提取相应的像元并将其显示为青烟区域。
[0028]
本发明提出的烤烟烟叶微青的鉴别方法及装置，能够对烟叶中的微带青部分进行快速鉴别，可以用于在线快速鉴别烟叶中的青烟分布，从而避免了因人工因素造成的损失，同时极大地解决人员耗费，增加工业有选择的使用宽度和降低工业配方的难度。
[0029]
本发明提出的烤烟烟叶微青的鉴别方法及装置，通过计算烟叶光谱图像中叶面中部分每个像元光谱曲线的曲率半径大小，并根据各像元中的曲率半径对青烟区域分布进行提取，实现了烟叶中微带青部分的在线快速鉴别。
[0030]
需要说明的是，通过对大量烟叶中微青部分进行分析，不同的叶青程度其光谱曲
线会出现不同弯曲程度的吸收峰，且该特征为青部分的特征峰；同时，曲率半径是用来衡量曲线弯曲程度的主要方法，利用曲率半径能够较好的贴合该特征峰曲率半径是衡量，且无需先验学习知识，避免了人工标注数据的麻烦，可自动进行快速鉴别。
[0031]
在本发明一个可选的例子中，识别单元为高光谱成像仪，原始光谱图像由高光谱成像仪采集而来。
[0032]
高光谱成像仪可以采用现有技术，其通过测量样品发射或反射辐射能量，能够在较窄的波段范围内得到数十个到几百个波段的图像，能够实现物体的分类和检测，并能将传统二维成像技术和光谱技术有机的结合在一起，具有光谱分析和图像处理能力，同时具有较高的光谱分辨率，可获得丰富的信息。通过高光谱成像仪获取样品详实的光谱特征信息和外部特性信息，可以对被测物质进行准确性更高、综合性更强的评价。
[0033]
在本发明一个可选的例子中，高光谱成像光谱仪的型号为gaiafield-v10e-az4；进一步的，识别单元还包括ccd相机、4个50w的卤素灯、电动位移控制平台。
[0034]
在获取原始图像时，首先将待测样品(烟叶)放置于电动位移控制平台上，之后通过计算单元来控制电动位移控制平台的移动和高光谱图像的采集，最后将采集到的高光谱图像数据传输至计算单元(计算机)中进行保存。
[0035]
在一个可选的例子中，采用高光谱成像仪采集烟叶原始光谱图像时，烟叶经人工手动充分展开放置于高光谱成像仪的载物台上，分别采集该烟叶正面和反面的图谱信息，按照数字编号，保存到预处理单元或计算单元中。
[0036]
在本发明一个可选的实施方式中，预处理过程包括利用利用标准黑白板校正公式对原始图谱信息进行数据校正。
[0037]
所述标准黑白板校正公式为：
[0038][0039]
式中，标准白色校正板得到全白的标定图像w；通过扫描内置的黑板得到全黑的标定图像b，原始图像i进行校正处理，预处理后的图谱数据为r。
[0040]
具体的，在进行待测样品采集之前，需要先对标准白色校正板和内置黑板进行采集，来用于对采集得到的高光谱图像进行校正，目的是为了消除仪器噪声影响。w为标准白色校正板得到全白的标定图像，将白板移动至相机下方，采集其高光谱图像并保存；b为扫描内置的黑板得到全黑的标定图像，将相机镜头用相机盖罩住，采集全黑高光谱图像并保存；i为待测样品放置于电动位移控制平台上进行采集得到；r为经过黑白板校正后得到的消除仪器噪声并平滑后的光谱图像。
[0041]
在本发明一个可选的实施方式中，通过所述预处理后的光谱信息获取所述待鉴别烟叶其叶面各像元的光谱值包括：将预处理后的光谱信息转化为单波段图谱数据；将单波段图谱数据分割为烟叶信息和背景信息；将烟叶信息分割为叶面信息、叶梗信息和褶皱信息，将叶面信息标记为感应区区域；对感兴趣区域的光谱进行校正，截取预定波段范围内的叶面信息，逐一计算叶面信息中每个像元的光谱曲线的曲率半径。
[0042]
在该实施方式一个可选的例子中，选取预处理后的光谱信息中波段为675.4nm时的图谱信息转化为二值化的单波段图谱数据。
[0043]
在该实施方式一个可选的例子中，采用全局阈值法分割烟叶和背景信息，然后通
过局部阈值法分割叶面、叶梗和褶皱信息，将叶面部分标记为感兴趣区域。
[0044]
其中，图像的阈值分割法具有直观和易于实现的特点，在图像分割应用中占有重要地位。具体的，图像f(m，n)由暗对象和亮对象这两类具有不同灰度级的区域组成。这种图像的亮暗部分可以在直方图中清楚的分辨出，故可选择一个阈值用于将亮暗峰区分开。阈值分割可以看做一种函数操作：
[0045]
t＝t[m，n，p(m，n)，f(m，n)]；
[0046]
其中m、n表示像素的横纵坐标p(m，n)表示像素的局部特性，f(m，n)表示像素灰度值；经阈值化处理后的图像定义为：
[0047][0048]
其中，灰度标记为1的像素对应于关注的对象，标记为0的像素对应于背景，且有：
[0049]
1、若t仅取决于，f(m，n)，阈值是全局的；
[0050]
2、若t取决于，f(m，n)和p(m，n)，阈值就是局部的；
[0051]
3、若t取决于坐标(m，n)，阈值是自适应的。
[0052]
在上述过程中，全局阈值可以理解为对整张图像的直方图进行统计，之后通过选取某一阈值，对图像中所有像素点进行分割；而局部阈值是将图像分割为设定好的小块，通过对小块中的直方图进行统计，选取某一阈值，对小块中的像素点进行分割；局部阈值分割的更加细致。
[0053]
在该实施方式一个可选的例子中，曲率半径计算使用公式：
[0054][0055]
式中，x为光谱波段值，y为相应光谱波段值的反射率。
[0056]
在一个可选的例子中，先采用多元散射校正法对感兴趣区域的光谱进行校正，再截取600nm-700nm波段范围内，逐一计算每个像元的光谱曲线的曲率半径。
[0057]
多元散射校正法通过平均光谱修正光谱数据的基线平移和偏移现象，能够有效的消除由于散射水平不同带来的光谱差异，从而增强光谱与数据之间的相关性。
[0058]
多元散射校正法的具体步骤如下：(1)求得所有光谱数据的平均值；(2)将每个样本的光谱与平均光谱进行一元线性回归，求解最小二乘问题得到每个样本的基线平移量和偏移量；(3)对每个样本的光谱进行校正：减去求得的基线平移量后除以偏移量，得到校正后的光谱
[0059]
在本发明一个可选的实施方式中，根据各曲率半径对青烟区域进行提取过程包括：按照曲率半径由低到高对各所述像元进行排序，然后对曲率半径进行归一化处理，采用分位点作为指标设定热力图显示叶面的青烟分布。
[0060]
归一化处理是把数据转换为(0，1)区间的小数；把有量纲表达式变为无量纲表达式，解决数据的可比性。
[0061]
在该实施方式一个可选的例子中，采用分位数方法将排序后的各所述像元的曲率半径分成四等份，分别按照数值大小占曲率半径的10％，20％，30％作为青烟鉴别的分位点。分位数方法也可以采用其他百分比。分位点的选取不同，所呈现出来的青烟分布效果也不同，可以理解成是不同青程度的显示区域，设定的分位点大的话，青区域显示的更加完
全，可能存在部分误识别的情况；若设定的分位点小的话，青区域显示的为青程度较大的区域；而本实施方式中选取的分位点是根据烤烟gb 2635-92标准中所述来参考划分的，最终显示的是小于所设定分位点值的像元区域。
[0062]
在本发明一个可选的实施方式中，鉴别方法还包括制备待鉴别烟叶，将烟叶样本放置于70％相对湿度及25℃温度的环境中48小时以形成待鉴别烟叶。
[0063]
针对上述各实施方式的详细解释，其目的仅在于对本发明进行解释，以便于能够更好地理解本发明，但是，这些描述不能以任何理由解释成是对本发明的限制，特别是，在不同的实施方式中描述的各个特征也可以相互任意组合，从而组成其他实施方式，除了有明确相反的描述，这些特征应被理解为能够应用于任何一个实施方式中，而并不仅局限于所描述的实施方式。