一种大田烟叶成熟度定量评估方法
【技术领域】
[0001] 本发明涉及烟叶图像处理领域，更具体地，涉及一种大田烟叶成熟度定量评估方 法。
【背景技术】
[0002] 目前国内外烟草行业对于烟叶的分级和检验，都是依据分级标准，以人工操作为 主，凭借标准样本依靠人的感官进行的。这种传统的收购过程，席地摆摊作业，现场秩序混 乱，收购过程中烟叶分级以人工经验和感官定性来描述，评级员顾此失彼，疲惫不堪，还易 受人情因素影响，评级定价难以做到公平、公正。而且在我国，每年烟叶收购前，全国各烟区 主管部门都要举办培训班，培训各级收购站的分级人员，并准备大量的样本发往各收购站， 这就必然伴随着的人力、物力、和财力的巨大消耗。
【发明内容】
[0003] 本发明为克服上述现有技术所述的至少一种缺陷，提供一种大田烟叶成熟度定量 评估方法。
[0004] 为了达到上述技术效果，本发明的技术方案如下：
[0005] -种大田烟叶成熟度定量评估方法，包括以下步骤：
[0006] Sl:提取烟叶颜色特征值和烟叶纹理特征值；
[0007] S2 :利用提取的烟叶特征值进行烟叶成熟度定量化评估。
[0008] 进一步地，所述步骤Sl中计算烟叶颜色特征值的过程如下：
[0009] 21)计算采集的烟叶图像的色调的峰度Hk:
[0014] 23)分别计算采集的烟叶图像的一阶矩阵M1、二阶矩阵M2和三阶矩阵M3:
[0018] 式中，x(i，j)为采集的烟叶图像的像素向量，大小为mXn=N，共有N个像素。
[0019] 进一步地，所述步骤Sl中计算烟叶纹理特征值的过程如下：
[0020] 31)对采集的大小为PXQ的烟叶灰度图像I(X，y)进行Gabor小波变换为：
[0022] 其中s、t是Gabor小波变换滤波器板大小变量，<",(?，〇是$nn (s，t)的共辄复数， 由Gabor基函数经过伸缩和旋转得到：
0, 1 ? ? ?M-l，n= 0, 1 ? ? ?N-l，M、N分别表示尺度数和方向数；
[0028] 32)对烟叶灰度图像I(X，y)进行Gabor小波变换后得到一簇参数：
标准差〇nn:
[0032] 进一步地，所述步骤S2的具体过程如下：
[0033] 41)以烟叶图像色调的峰度、能量、一阶矩阵、二阶矩阵、三阶矩阵，烟叶图像饱和 度的峰度、一阶矩阵、二阶矩阵、三阶矩阵，以及烟叶灰度图像纹理均值、标准差一共11个 参数作为烟叶成熟度特征向量；
[0034]42)根据GB2635-92，分别确定烟叶成熟度为完熟、成熟、尚熟、欠熟、假熟5个档次 的烟叶的成熟度特征向量；
[0035] 43)以完熟烟叶的成熟度特征向量作为参考向量，以成熟、尚熟、欠熟、假熟的烟叶 的成熟度特征向量作为比较向量，分别计算成熟、尚熟、欠熟、假熟的烟叶与完熟烟叶的灰 色绝对关联度；
[0036] 44)计算采集的烟叶图像与完熟烟叶图像的灰色绝对关联度，将该灰色绝对关联 度与成熟、尚熟、欠熟、假熟烟叶与完熟烟叶的灰色绝对关联度进行对照来确定采集的烟叶 的成熟度。
[0037] 进一步地，计算成熟、尚熟、欠熟、假熟的烟叶与完熟烟叶的灰色绝对关联度的过 程如下：
[0038] 51)分别将完熟烟叶的成熟度特征向量X。、成熟烟叶的成熟度特征向量X1、尚熟烟 叶的成熟度特征向量X2、欠熟烟叶的成熟度特征向量&和假熟烟叶的成熟度特征向量X4进 行零化处理，零化处理过程如下：
[0039] Xi= (Xi (I)1Xi⑵，?? .，Xi(Ii))
[0040]XiD= (Xi (I)d，Xi (2)d，? ? ?，Xi (n)d)
[0047] 式中i= 1，2，? ? ?，4,D、d为零化算子，Xi (k)d=Xi (k) -Xi (I)，k= 1，2，? ? ?， n，n= 1，2，? ? ?，11，XiD为Xi的零化像；
[0048] 53)计算灰色绝对关联度：
[0050] 与现有技术相比，本发明技术方案的有益效果是：
[0051] 本发明将烟叶的分级指标分为颜色、纹理三个综合量进行研究，提取了烟叶图像 的HSV的峰度、能量、一阶矩、二阶矩和三阶矩等特征量化参数，应用Gabor小波分析方法， 提取了烟叶纹理的均值和标准方差，将灰色理论的知识应用到烟叶成熟度研究中，利用前 面提取的与成熟度相关的特征因素，通过灰色绝对关联度来分析成熟度各档次之间的联 系，从而得到了它们不同程度的量化值，最后通过将采集的烟叶计算出的灰色绝对关联度 来与不同等级烟叶的灰色绝对关联度进行对照得出采集的烟叶的成熟度。
【附图说明】
[0052]图1为本发明中计算计算灰色绝对关联度的流程图。
【具体实施方式】
[0053] 附图仅用于示例性说明，不能理解为对本专利的限制；
[0054] 为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品 的尺寸；
[0055] 对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解 的。
[0056] 下面结合附图和实施例对本发明的技术方案做进一步的说明。
[0057] 实施例1
[0058] -种大田烟叶成熟度定量评估方法，包括以下步骤：
[0059]Sl:提取烟叶颜色特征值和烟叶纹理特征值；
[0060]S2:利用提取的烟叶特征值进行烟叶成熟度定量化评估。
[0061] 进一步地，步骤Sl中计算烟叶颜色特征值的过程如下：
[0062] 21)计算采集的烟叶图像的色调的峰度Hk:
[0071] 式中，x(i，j)为采集的烟叶图像的像素向量，大小为mXn=N，共有N个像素。
[0072] 进一步地，步骤Sl中计算烟叶纹理特征值的过程如下：
[0073] 31)对采集的大小为PXQ的烟叶灰度图像I(x，y)进行Gabor小波变换为：
[0075] 其中s、t是Gabor小波变换滤波器板大小变量，〇,〇是Us，t)的共辄复数， 由Gabor基函数经过伸缩和旋转得到：
0, 1 ? ? ?M-l，n= 0, 1 ? ? ?N-l，M、N分别表示尺度数和方向数；
[0081] 32)对烟叶灰度图像I(X，y)进行Gabor小波变换后得到一簇参数：
[0085] 进一步地，步骤S2的具体过程如下：
[0086] 41)以烟叶图像色调的峰度、能量、一阶矩阵、二阶矩阵、三阶矩阵，烟叶图像饱和 度的峰度、一阶矩阵、二阶矩阵、三阶矩阵，以及烟叶灰度图像纹理均值、标准差一共11个 参数作为烟叶成熟度特征向量；
[0087] 42)根据GB2635-92,分别确定烟叶成熟度为完熟、成熟、尚熟、欠熟、假熟5个档次 的烟叶的成熟度特征向量；
[0088] 43)以完熟烟叶的成熟度特征向量作为参考向量，以成熟、尚熟、欠熟、假熟的烟叶 的成熟度特征向量作为比较向量，分别计算成熟、尚熟、欠熟、假熟的烟叶与完熟烟叶的灰 色绝对关联度；
[0089] 44)计算采集的烟叶图像与完熟烟叶图像的灰色绝对关联度，将该灰色绝对关联 度与成熟、尚熟、欠熟、假熟烟叶与完熟烟叶的灰色绝对关联度进行对照来确定采集的烟叶 的成熟度。
[0090] 如图1所示，计算成熟、尚熟、欠熟、假熟的烟叶与完熟烟叶的灰色绝对关联