CN103323455A - 基于反射、透视和显微图像的烟叶分级方法 - Google Patents

基于反射、透视和显微图像的烟叶分级方法 Download PDF

Info

Publication number
CN103323455A
CN103323455A CN2013102154565A CN201310215456A CN103323455A CN 103323455 A CN103323455 A CN 103323455A CN 2013102154565 A CN2013102154565 A CN 2013102154565A CN 201310215456 A CN201310215456 A CN 201310215456A CN 103323455 A CN103323455 A CN 103323455A
Authority
CN
China
Prior art keywords
tobacco leaf
image
reflection
grading
micro
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2013102154565A
Other languages
English (en)
Inventor
徐昇
欧阳光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Wencai Science & Technology Co Ltd
Original Assignee
Nanjing Wencai Science & Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority to CN201310146446 priority Critical
Priority to CN201310146446.0 priority
Application filed by Nanjing Wencai Science & Technology Co Ltd filed Critical Nanjing Wencai Science & Technology Co Ltd
Priority to CN2013102154565A priority patent/CN103323455A/zh
Publication of CN103323455A publication Critical patent/CN103323455A/zh
Pending legal-status Critical Current

Links

Abstract

本发明公开一种基于反射、透视和显微图像的烟叶分级方法,包括如下步骤:(1)实时获得烟叶的高清彩色反射图像、高清透视图像和高清显微图像,并将采集的图像传给工控机;(2)对图像进行预处理操作,以快速定位烟叶的边界,从背景区域中分割出烟叶记为烟叶图像;(3)对图像的特征进行提取,所述特征包括形状特征、颜色特征和纹理特征;(4)用Adaboost分类算法对烟叶的上述特征进行分析,通过对烟叶的部位,颜色和品级分类来确定烟叶的等级。本发明通过装置进行全自动机器分级,可以避免人为因素干扰,大幅度降低人工成本,从而完全避免了人工分级带来的培训、管理等巨大隐性成本。

Description

基于反射、透视和显微图像的烟叶分级方法
技术领域
[0001] 本发明涉及一种对烟叶进行分级的方法,具体涉及一种基于反射、透视和显微图像的烟叶分级方法,采用模式识别算法对烟叶进行分析处理。
背景技术
[0002] 烟叶分级是按照烟叶的品质特征、优劣程度将其划分为不同等级,使每一个等级烟叶具有相对一致的质量特性和质量水平,以供卷烟工业选择使用。我国在1992年正式颁布《中华人民共和国烤烟国家标准》,指出烟叶一共可以分为42级,由部位,颜色和品级构成烟叶的等级;韩力群等人在《烤烟烟叶自动分级的智能技术》中指出,不同地区不同年份的烟叶等级有所区别,且烟叶的分级和烟叶的形状,颜色和纹理密切相关,然而由于情况十分复杂,内在联系很难把握,虽有众多理论研究,但未给出适合工业需求的分级方法。
[0003] 一直以来,无论是国际还是国内在打叶复烤烟叶分级过程中,均采用人工“地摊”式挑选分级,即将烟包放置指定位置,依靠人工按要求将“把烟”或解把后的片烟进行分选。这种方式需要大量操作工,并需要对其进行培训,实际执行过程中,效果不好。存在人员流动性大、占地面积大、生产环境差、操作者的经验与能力参差不齐、企业管理成本高等不利因素。具体表现在成品烟叶质量受人工因素影响大、分级后烟叶品质偏差较大等缺点。目前的烟叶分级模式不利于合理利用烟叶资源,造成烟叶加工过程质量波动大,同时已影响到卷烟加工质量。
[0004] 申请号为201110004173.7的中国发明专利公开了利用光谱和图像特征进行烟叶分级的方法,然而其并不适用于工业需求,例如该专利用神经网络对特征进行删减这会使得特征减少,然而由于烟叶分级较为复杂,减少特征的同时可能会导致分级不够精确,使得网络分类能力大大下降;在烟叶分级时候其采用的几种分类算法并不科学,其指出神经网络算法的网络结构和节点个数选取在分类时候至关重要,由于不同年份不同产地烟叶分级可能差距比较大,网络结构无法满足各种情况;遗传算法通常用来优化参数,并不适合进行分类;用最近邻算法运算量过大,需要计算当前样本和每一个样本的距离;聚类算法用在等级较多情况下并不适用,聚类中心难以确定,计算量巨大。而且其对烟叶的烟叶内部结构特征并没有进行处理,烟叶根据成熟度不同,在烟叶内部细胞结构上差距较大,而成熟度与烟叶的等级密切相关。
发明内容
[0005] 发明目的:本发明的目的在于针对现有技术的不足,提供一种基于反射、透视和显微图像的烟叶分级方法。
[0006] 技术方案:本发明所述的基于反射、透视和显微图像的烟叶分级方法,包括如下步骤:(1)实时获得烟叶的高清彩色反射图像、高清透视图像和高清显微图像,并将采集的图像传给工控机;
(2)对图像进行预处理操作,以快速定位烟叶的边界,从背景区域中分割出烟叶记为烟叶图像;
(3)对图像的特征进行提取,所述特征包括形状特征、颜色特征和纹理特征;
(4)用Adaboost分类算法对烟叶的上述特征进行分析,即通过弱分类器径向基神经网络来分析烟叶图像的特征,包括形状特征,颜色特征和纹理特征,通过对烟叶的部位,颜色和品级分类来确定烟叶的等级。
[0007] 上述步骤(I)中,所述高清彩色反射图像为3CCD面阵彩色相机利用反射光源采集获得,具体方法为:
工控机通过IO控制板启动皮带电机,烟叶置于皮带上通过皮带传输,皮带上设置定位孔,当烟叶到达反光罩内时候,光电管通过定位孔发送定位信息至IO控制板,IO控制板驱动光源和相机,3CCD高清面阵彩色相机对正下方的烟叶进行拍摄,获得高清彩色反射图像。
[0008] 所述高清透视图像为线阵相机利用透视光源对烟叶进行采集获得,具体方法为: 采用线阵相机,线阵相机正对透射光源,线阵相机与透射光源之间为两个皮带传输装
置的交接处;两个滚轮之间具有IOmm的缝隙,高度上具有微小的高度差,通过烟叶下方的透视光源,采集烟叶的透视图片,装置结构如图5(a)所示。将采集到的透视图像通过千兆网线传输至工控机。
[0009] 所述高清显微图像为高倍显微镜头利用光纤光源发生器对烟叶进行采集获得,具体方法为:
用光纤光源发生器提供光源,在烟叶上部放置高倍显微镜头,直接对烟叶图像进行采集,将采集到的显微图像通过千兆网线传输到工控机。
[0010] 上述步骤(2)中,对图像进行预处理操作为:通过阈值将背景区域置成黑色,采用链码算法定位出烟叶的边界区域,从背景中分割出烟叶记为烟叶图像,避免对背景的处理,减少后续计算量。
[0011] 上述步骤(3)中,所述形状特征的提取方法为:采用链码算法,通过步骤(2)中获得的烟叶的边界信息,计算出烟叶的长度,宽度,周长,面积和圆度。
[0012] 上述步骤(3)中,所述颜色特征包括四种不同的空间RGB, HLS, HSV,和Lab的色彩均值和方差。
[0013] 上述步骤(3 )中,所述纹理特征包括局部纹理特征和全局纹理特征,分别用LBP算法和HOG算法获得局部纹理特征和全局纹理特征。
[0014] 本发明与现有技术相比,其有益效果是:1、本发明通过装置进行全自动机器分级,可以避免人为因素干扰,大幅度降低人工成本,从而完全避免了人工分级带来的培训、管理等巨大隐性成本;2、本发明不仅采集了烟叶的高清彩色反射图像和高清透视图像,还采集了高清显微图像进行分析和处理,可以对烟叶内部结构进行特征提取,从而能够对烟叶的成熟度进行分析;3、本发明对图像进行预处理时,通过阈值将背景区域置成黑色,从背景中分割出烟叶记为烟叶图像,避免对背景的处理,减少后续计算量;4、本发明对图像的特征提取,对图像的各种特征进行全面分析,包括形状特征、颜色特征和纹理特征,尽可能的保留烟叶分级关联信息;5、本发明采用抗鲁棒性较强的Adaboost算法来适应烟叶分级这种复杂分类问题。附图说明
[0015] 图1为本发明方法的流程图;
图2为本发明中烟叶反射图像米集原理的系统结构图;图中,21为定位孔;22为烟叶;23为皮带;24为反光板;25为光电管;26为反光罩;27为两排照明灯;28为摄像头;
图3 (a)烟叶预处理时候的高清烟叶反射图片;
图3 (b)烟叶预处理时候的烟叶轮廓图片;
图3 (c)烟叶预处理时候去除背景的烟叶图片;
图4 (a)链码表示法中轮廓通路图;
图4 (b)链码表不法中方向码标号;
图5 (a)图像采集中烟叶透视图像的采集装置结构示意图;图中,51为线阵相机;52为烟叶;53为透射光源;
图5(b)图像采集中烟叶显微图像的采集装置结构示意图;图中,52为烟叶;54为高倍显微镜头;55为打孔皮带;56为高亮光纤点光源;
图6 (a)网络结构图中用来构建图5(c)中Neti的弱分类器网络;
图6 (b)网络结构图中弱分类器Neti的整合;
图7为采集到的烟叶透视图;
图8为采集到的烟叶显微图像。
具体实施方式
[0016] 下面对本发明技术方案进行详细说明,但是本发明的保护范围不局限于所述实施例。
[0017] 实施例:基于反射、透视和显微图像的烟叶分级方法,其流程如图1所示,具体包括如下步骤:
(I)实时的获得烟叶的高清彩色反射图像。
[0018] 如图2所示,工控机通过IO控制板启动皮带电机,烟叶置于皮带上通过皮带传输,皮带上设置定位孔,当烟叶到达指定位置即反光罩内时候,光电管通过定位孔发送定位信息至IO控制板,IO控制板驱动光源和相机,此时3CCD高清面阵彩色相机对正下方的烟叶进行拍摄,将拍摄获得的图像通过千兆网线传输至工控机,获得高清彩色反射图像如图3(a)所示。
[0019] (2)实时获得烟叶的高清透视图像和高清显微图像。
[0020] 为了进一步获得烟叶特征,这里还考虑了烟叶的透视图与显微图。这里采用了线阵相机,通过烟叶下方的透视光源,采集烟叶的透视图片,装置结构如图5(a)所示,线阵相机正对透射光源,线阵相机与透射光源之间为两个皮带传输装置的交接处;两个滚轮之间具有IOmm的缝隙,高度上具有微小的高度差。采集到的烟叶透视图如图7所示。
[0021] 采用高倍显微镜头可以对烟叶的内部结构图进行分析,这里用光纤光源发生器提供光源,装置图如图5(b)所示,拍摄的显微图像如图8所示。
[0022] (3)对图像进行预处操作,快速定位烟叶的边界,从背景区域中分割出烟叶记为烟叶图像。
[0023] 这里采用的是一种链码算法:假设二值图像中某一目标的轮廊由灰度为I的象素构成。该轮廊上的象素可以用一个通路来遍历,并且总可以为这一遍历选择一条封闭的通路。通路的表示方式可以看成是由连接两个相邻象素线段组成的,如图4(a)所示。每一条线段都有一个方向,边界链上的方向可以按照图4(b)中的方式编码,当沿着边界顺时针遍历目标边界时,即得到该边界的链码描述码,上述方法得到的烟叶外形轮廊为单象素边界,可以对其二值图像应用轮廊跟踪算法,获取链码描述。在获取烟叶轮廊的链码表示之后,可以利用链码完成多种烟叶形状特征的计算提取,绘制出该烟叶的轮廓图像如图3(b)所示,根据轮廓可以将烟叶从背景区域中分割出来,记为烟叶图像如图3(c)所示,从而大大减少后续处理。
[0024] (4)对图像的各种特征进行提取,包括形状特征,颜色特征和纹理特征。
[0025] 对于预处理后的烟叶图片进行特征提取,由于烟叶分级问题较为复杂,各个特征间关联度较大,所以这里尽可能的获得较多的特征,包括:形状特征,颜色特征和纹理特征。这里形状特征包括烟叶是长度,宽度,周长,面积,长宽比和圆度;颜色特征包括四个色彩空间RGB,HSV, HLS, Lab的色彩均值与方差;在纹理特征提取上,由于烟叶的脉络特征包括局部和全局脉络,所以纹理特征考虑局部纹理和全局纹理,这里用LBP算法来提取局部纹理特征,LBP是一种用来描述图像局部纹理特征的算子,具有旋转不变性和灰度不变性等显著特点。用HOG算法来提取全局纹理,HOG特征是用梯度方向直方图(Histograms of OrientedGradients)来给出特征,HOG特征使用梯度方向直方图这一统计信息,可以很好地表征目标的边缘或梯度结构,体现了区域的轮廓纹理,进而可以表征目标的形状。
[0026] (5)基于上述特征,用Adaboost分类算法对烟叶进行分析,通过对烟叶的部位,颜色和品级分类来确定烟叶的等级。
[0027] 基于上述特征,用Adaboost分类算法对烟叶进行分析,包括烟叶的部位、颜色和品级。对与上述获得的特征,需要用算法进行分类,这里选择性能卓越的Adaboost分类算法,其复杂度较低同时分类精度较高,且有很强的鲁棒性,适合处理烟叶分级这种外部情况复杂多变的分类问题,AdaBoost是通过训练一组弱分类器从而获得一个叠加这些弱分类器而得到的一个强分类器。这个方法允许设计者不断地加入新的“弱分类器”,直到达到某个预定的足够小的误差率。在此方法中,每一个训练样本都被赋予一个权重,表明他被某个分量分类器选入训练集的概率。如果某个样本点已经被准确地分类,那么在构造下一个训练集中,它被选中的概率就被降低;相反,如果某个样本点没有被正确地分类,那么它的权重就得到提高。通过这样的方法,AdaBoost方法能够聚焦于那些较困难的样本上。通过弱分类器来进行投票,依靠投票的结果来获得最终的分类信息。
[0028] 这里的弱分类器采用简单的神经网络结构如图6(a)所示,该神经网络很简单,仅要求分类正确率稍高于猜测的正确率即可,此时弱分类器记为Neti, i表示弱分类器标号,这里假设用N个弱分类器构成,用Adaboost算法对弱分类器进行整合如图6 (b)所示,通过这里N个弱分类器来投票,得出烟叶的部位,颜色和品级,最后由这三个信息构造出烟叶的等级,例如等级输出X02,则表示部位为X(下二棚),颜色为0(桔黄色),品级为2(第2品级),在整套烟叶分级装置的触摸屏上显示最终烟叶分级结果,通过该装置来自动的进行烟叶分级。
[0029] 如上所述,尽管参照特定的优选实施例已经表示和表述了本发明,但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下,可对 其在形式上和细节上作出各种变化。

Claims (8)

1.一种基于反射、透视和显微图像的烟叶分级方法,其特征在于包括如下步骤:(1)实时获得烟叶的高清彩色反射图像、高清透视图像和高清显微图像,并将采集的图像传给工控机; (2)对图像进行预处理操作,以快速定位烟叶的边界,从背景区域中分割出烟叶记为烟叶图像; (3)对图像的特征进行提取,所述特征包括形状特征、颜色特征和纹理特征; (4)用Adaboost分类算法对烟叶的上述特征进行分析,通过对烟叶的部位,颜色和品级分类来确定烟叶的等级。
2.根据权利要求1所述的基于反射、透视和显微图像的烟叶分级方法,其特征在于:步骤(2)中,对图像进行预处理操作为:通过阈值将背景区域置成黑色,采用链码算法定位出烟叶的边界区域,从背景中分割出烟叶记为烟叶图像。
3.根据权利要求1所述的基于反射、透视和显微图像的烟叶分级方法,其特征在于:步骤(3)中,所述形状特征的提取方法为:采用链码算法,通过步骤(2)中获得的烟叶的边界信息,计算出烟叶的长度,宽度,周长,面积和圆度。
4.根据权利要求1所述的基于反射、透视和显微图像的烟叶分级方法,其特征在于:步骤(3)中,所述颜色特征包括四种不同的空间RGB, HLS, HSV,和Lab的色彩均值和方差。
5.根据权利要求1所述的基于反射、透视和显微图像的烟叶分级方法,其特征在于:步骤(3 )中,所述纹理特征包括局部纹理特征和全局纹理特征,分别用LBP算法和HOG算法获得局部纹理特征和全局纹理特征。
6.根据权利要求1所述的基于反射、透视和显微图像的烟叶分级方法,其特征在于:步骤(I)中,所述高清彩色反射图像为3CCD高清面阵彩色相机利用反射光源采集获得,具体方法为: 工控机通过IO控制板启动皮带电机,烟叶置于皮带上通过皮带传输,皮带上设置定位孔,当烟叶到达反光罩内时候,光电管通过定位孔发送定位信息至IO控制板,IO控制板驱动光源和相机,3CCD高清面阵彩色相机对正下方的烟叶进行拍摄,获得高清彩色反射图像。
7.根据权利要求1所述的基于反射、透视和显微图像的烟叶分级方法,其特征在于:步骤(I)中,所述高清透视图像为线阵相机利用透视光源对烟叶进行采集获得,具体方法为: 采用线阵相机,线阵相机正对透射光源,线阵相机与透射光源之间为两个皮带传输装置的交接处;两个滚轮之间具有IOmm的缝隙,高度上具有微小的高度差,通过烟叶下方的透视光源,采集烟叶的透视图片。
8.根据权利要求1所述的基于反射、透视和显微图像的烟叶分级方法,其特征在于:步骤(I)中,所述高清显微图像为高倍显微镜头利用光纤光源发生器对烟叶进行采集获得,具体方法为: 用光纤光源发生器提供光源,在烟叶上部放置高倍显微镜头,直接对烟叶图像进行采集。
CN2013102154565A 2013-04-24 2013-05-31 基于反射、透视和显微图像的烟叶分级方法 Pending CN103323455A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201310146446 2013-04-24
CN201310146446.0 2013-04-24
CN2013102154565A CN103323455A (zh) 2013-04-24 2013-05-31 基于反射、透视和显微图像的烟叶分级方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2013102154565A CN103323455A (zh) 2013-04-24 2013-05-31 基于反射、透视和显微图像的烟叶分级方法

Publications (1)

Publication Number Publication Date
CN103323455A true CN103323455A (zh) 2013-09-25

Family

ID=49192340

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013102154565A Pending CN103323455A (zh) 2013-04-24 2013-05-31 基于反射、透视和显微图像的烟叶分级方法

Country Status (1)

Country Link
CN (1) CN103323455A (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103543107A (zh) * 2013-10-21 2014-01-29 梁洪波 基于机器视觉和高光谱技术的烟叶智能分级系统和方法
CN103760166A (zh) * 2014-01-14 2014-04-30 河南科技大学 一种烤烟外观信息采集装置
CN103760111A (zh) * 2014-01-14 2014-04-30 安徽省烟草公司池州市公司 烟叶摘取监控方法
CN104198491A (zh) * 2014-09-04 2014-12-10 国家烟草质量监督检验中心 基于计算机视觉的烟丝中膨胀叶丝比例测定方法
CN104715262A (zh) * 2015-03-31 2015-06-17 努比亚技术有限公司 一种利用拍照实现智能标签功能的方法、装置及移动终端
CN105092486A (zh) * 2015-08-31 2015-11-25 中国烟草总公司广东省公司 一种烟草分级方法
CN105815806A (zh) * 2016-06-01 2016-08-03 江苏中烟工业有限责任公司 一种造纸法再造烟叶产品定量的测定方法
CN106767449A (zh) * 2016-12-28 2017-05-31 云南昆船设计研究院 烟叶的一致性辨选方法及装置
CN107016413A (zh) * 2017-03-31 2017-08-04 征图新视(江苏)科技有限公司 一种基于深度学习算法的烟叶在线分级方法
CN107790389A (zh) * 2017-11-09 2018-03-13 黄新军 一种烟草在线分级装置
CN109580656A (zh) * 2018-12-24 2019-04-05 广东华中科技大学工业技术研究院 基于动态权重组合分类器的手机导光板缺陷检测方法及系统
CN109657539A (zh) * 2018-11-05 2019-04-19 深圳前海达闼云端智能科技有限公司 人脸颜值评价方法、装置、可读存储介质及电子设备
CN109829510A (zh) * 2019-02-26 2019-05-31 中国农业科学院农业信息研究所 一种产品品质分级的方法、装置和设备
CN110636231A (zh) * 2019-08-12 2019-12-31 南京焦耳科技有限责任公司 一种单片烟叶三视图像的获取装置及方法
CN110639832A (zh) * 2019-08-14 2020-01-03 南京焦耳科技有限责任公司 烟叶处理方法及系统
CN111067131A (zh) * 2019-12-25 2020-04-28 福建武夷烟叶有限公司 一种烟叶等级自动识别分拣方法
CN111860639A (zh) * 2020-07-17 2020-10-30 中国农业科学院烟草研究所 一种量化烤烟烟叶烘烤特性的判定系统及判定方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5086279A (en) * 1989-02-24 1992-02-04 Korber Ag Method of and apparatus for measuring the moisture content of fibrous materials
CN2757124Y (zh) * 2004-12-10 2006-02-08 王金波 瓶装液体检验装置
CN101021488A (zh) * 2007-03-06 2007-08-22 江苏大学 稻谷损伤的检测方法和装置
CN101650316A (zh) * 2009-09-15 2010-02-17 合肥安大电子检测技术有限公司 片烟结构在线检测装置及其检测方法
CN101685068A (zh) * 2008-09-24 2010-03-31 北京工商大学 烤烟烟叶图像自动采集装置控制仪
CN101806751A (zh) * 2010-03-02 2010-08-18 清华大学 一种皮棉杂质的双光源透反射成像检测装置
CN202404026U (zh) * 2011-12-23 2012-08-29 朱双全 多波段勘验采集仪
CN103018244A (zh) * 2012-11-26 2013-04-03 天津开发区合普工贸有限公司 多点位同时暴露快速光毒实验设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5086279A (en) * 1989-02-24 1992-02-04 Korber Ag Method of and apparatus for measuring the moisture content of fibrous materials
CN2757124Y (zh) * 2004-12-10 2006-02-08 王金波 瓶装液体检验装置
CN101021488A (zh) * 2007-03-06 2007-08-22 江苏大学 稻谷损伤的检测方法和装置
CN101685068A (zh) * 2008-09-24 2010-03-31 北京工商大学 烤烟烟叶图像自动采集装置控制仪
CN101650316A (zh) * 2009-09-15 2010-02-17 合肥安大电子检测技术有限公司 片烟结构在线检测装置及其检测方法
CN101806751A (zh) * 2010-03-02 2010-08-18 清华大学 一种皮棉杂质的双光源透反射成像检测装置
CN202404026U (zh) * 2011-12-23 2012-08-29 朱双全 多波段勘验采集仪
CN103018244A (zh) * 2012-11-26 2013-04-03 天津开发区合普工贸有限公司 多点位同时暴露快速光毒实验设备

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
CHAO TAN ET AL: "Study of the feasibility of distinguishing cigarettes of different brands using an Adaboost algorithm and near-infrared spectroscopy", 《ANAL BIOANAL CHEM》 *
周文 等: "计算机图像处理技术在烤烟烟叶形状特征提取中的应用", 《烟草科技》 *
杜东亮: "烤烟烟叶视觉分级中标准定量化模型的研究", 《中国优秀硕士学位论文全文数据库农业科技辑》 *
柳锋: "柑橘溃疡病检测系统的研究与发展", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
牛文娟: "基于图像处理的烟叶分级研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103543107A (zh) * 2013-10-21 2014-01-29 梁洪波 基于机器视觉和高光谱技术的烟叶智能分级系统和方法
CN103760111B (zh) * 2014-01-14 2017-01-04 安徽省烟草公司池州市公司 烟叶摘取监控方法
CN103760166A (zh) * 2014-01-14 2014-04-30 河南科技大学 一种烤烟外观信息采集装置
CN103760111A (zh) * 2014-01-14 2014-04-30 安徽省烟草公司池州市公司 烟叶摘取监控方法
CN104198491A (zh) * 2014-09-04 2014-12-10 国家烟草质量监督检验中心 基于计算机视觉的烟丝中膨胀叶丝比例测定方法
CN104715262A (zh) * 2015-03-31 2015-06-17 努比亚技术有限公司 一种利用拍照实现智能标签功能的方法、装置及移动终端
CN104715262B (zh) * 2015-03-31 2019-10-08 努比亚技术有限公司 一种利用拍照实现智能标签功能的方法、装置及移动终端
CN105092486A (zh) * 2015-08-31 2015-11-25 中国烟草总公司广东省公司 一种烟草分级方法
CN105815806A (zh) * 2016-06-01 2016-08-03 江苏中烟工业有限责任公司 一种造纸法再造烟叶产品定量的测定方法
CN106767449A (zh) * 2016-12-28 2017-05-31 云南昆船设计研究院 烟叶的一致性辨选方法及装置
CN107016413A (zh) * 2017-03-31 2017-08-04 征图新视(江苏)科技有限公司 一种基于深度学习算法的烟叶在线分级方法
CN107016413B (zh) * 2017-03-31 2019-11-26 征图新视(江苏)科技股份有限公司 一种基于深度学习算法的烟叶在线分级方法
CN107790389A (zh) * 2017-11-09 2018-03-13 黄新军 一种烟草在线分级装置
CN109657539A (zh) * 2018-11-05 2019-04-19 深圳前海达闼云端智能科技有限公司 人脸颜值评价方法、装置、可读存储介质及电子设备
CN109580656B (zh) * 2018-12-24 2021-01-15 广东华中科技大学工业技术研究院 基于动态权重组合分类器的手机导光板缺陷检测方法及系统
CN109580656A (zh) * 2018-12-24 2019-04-05 广东华中科技大学工业技术研究院 基于动态权重组合分类器的手机导光板缺陷检测方法及系统
CN109829510A (zh) * 2019-02-26 2019-05-31 中国农业科学院农业信息研究所 一种产品品质分级的方法、装置和设备
CN110636231A (zh) * 2019-08-12 2019-12-31 南京焦耳科技有限责任公司 一种单片烟叶三视图像的获取装置及方法
CN110636231B (zh) * 2019-08-12 2022-03-29 南京焦耳科技有限责任公司 一种单片烟叶三视图像的获取装置及方法
CN110639832A (zh) * 2019-08-14 2020-01-03 南京焦耳科技有限责任公司 烟叶处理方法及系统
CN111067131A (zh) * 2019-12-25 2020-04-28 福建武夷烟叶有限公司 一种烟叶等级自动识别分拣方法
CN111860639A (zh) * 2020-07-17 2020-10-30 中国农业科学院烟草研究所 一种量化烤烟烟叶烘烤特性的判定系统及判定方法

Similar Documents

Publication Publication Date Title
CN103323455A (zh) 基于反射、透视和显微图像的烟叶分级方法
Qureshi et al. Machine vision for counting fruit on mango tree canopies
CN107016405B (zh) 一种基于分级预测卷积神经网络的害虫图像分类方法
Nuske et al. Automated visual yield estimation in vineyards
Fu et al. A novel image processing algorithm to separate linearly clustered kiwifruits
Guo et al. Illumination invariant segmentation of vegetation for time series wheat images based on decision tree model
EP2548147B1 (en) Method to recognize and classify a bare-root plant
CN105718945B (zh) 基于分水岭和神经网络的苹果采摘机器人夜间图像识别方法
CN102184405B (zh) 图像采集分析方法
US8340420B2 (en) Method for recognizing objects in images
CN106951836B (zh) 基于先验阈值优化卷积神经网络的作物覆盖度提取方法
CN102915446A (zh) 基于svm机器学习的植物病虫害检测方法
CN105044122B (zh) 一种基于半监督学习模型的铜件表面缺陷视觉检测方法
CN104881865A (zh) 基于无人机图像分析的森林病虫害监测预警方法及其系统
CN106841209A (zh) 一种基于大数据自学习化纤丝锭智能外观检测系统及方法
CN104949998A (zh) 一种群体产地禽蛋表面脏污的在线视觉检测装置及其方法
CN108596038B (zh) 一种结合形态学分割和神经网络的粪便中红细胞识别方法
CN103345617B (zh) 中药识别的方法及其系统
CN110046631A (zh) 用于自动推断时空图像的变化的系统和方法
Wang et al. Mobile smart device-based vegetable disease and insect pest recognition method
CN103177266A (zh) 储藏物害虫智能识别系统
Changyi et al. Apple detection from apple tree image based on BP neural network and Hough transform
Sun et al. Image processing algorithms for infield single cotton boll counting and yield prediction
Rahamathunnisa et al. Vegetable disease detection using k-means clustering and svm
Parvathi et al. Detection of maturity stages of coconuts in complex background using Faster R-CNN model

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20130925