CN103919258A - 基于烟叶图像处理的密集化烤烟干湿球温度自动控制技术 - Google Patents

Abstract

本发明提出了一种基于烟叶图像处理的密集化烤烟干湿球温度自动控制技术。建立烤烟的烟叶、烟筋和主脉部位绿黄比率和干湿球温度曲线的智能专家数据库；利用彩色摄像机实时采集标准化烤房里的彩色烟叶图像；对彩色烟叶图像的绿色成分图像进行二值化处理，提取烟叶、烟筋和主脉部位，计算相应部位的绿色和黄色比率；将提取的烟叶、烟筋和主脉等部位的绿黄比率与智能专家数据库对应特征进行贝叶斯法交叉检验，实时估计出当前烤烟状态；将当前烤烟状态反馈给烤房干湿球温度自动控制系统，调用对应的干湿球温度专家曲线对烤房进行干湿球温度自动控制。本发明利用烟叶烘烤过程中不断变化的烤烟图像特征，实时在线监视密集化烟叶烘烤质量，自动控制烤烟干湿球温度，不仅能有效提高烤烟质量，而且能减少烤烟工人劳动力成本。

Description

基于烟叶图像处理的密集化烤烟干湿球温度自动控制技术

技术领域：

本发明涉及密集化烤烟烘烤技术领域，适用于密集化烟叶烘烤的干湿球温度曲线的自动控制，在烟叶的自动化烘烤中有广泛的应用。

背景技术：

烟叶密集烤房以其节能、省工、能提高烟叶整体质量等优势已成为国内烤烟烘烤的主要设备，烘烤工场、合作社等集约型烘烤模式已日趋完善。在三段式烘烤工艺烘烤烟叶的过程中，烟叶的颜色变化分为三个阶段，即第一阶段——变黄(烟叶黄片青筋，主脉发软)，第二阶段——定色(烟叶达到大卷，烟叶烟筋7～8成变黄)，第三阶段——干筋(烟叶烟筋完全变黄)。

目前国内密集化烤烟过程中观察烟叶在烘烤不同阶段颜色形状的变化，都是根据标准烟叶样本，依靠人的感官判断来调整烤烟的干湿球温度专家曲线，这就必然会耗费大量的人力、物力和财力。而且烟叶颜色形状的变化特征绝大部分是定性的描述，无定量的标准，其尺度很难把握。它主要依靠烤烟人员的感官和经验来判断，而不同的人对标准的理解、人的感官和经验也存在一定的差异。凭感官来定性评定，在观察过程中，容易受到客观环境条件、观察人的情绪、观察人经验的丰缺程度关系很大，带有很强的主观性和经验性，容易出现烟叶烘烤的不稳定现象，不仅给国家、烟农和卷烟加工部门的烟叶流通造成经济损失，也为后期加工带来许多麻烦。另外，当质量要求和分级标准改变时，人们比较难以摆脱旧的质量观念来适应新的质量标准。随着烟制品质量的演变，烟叶质量要求逐渐提高，人工方式观察调整将越来越难于满足要求。

随着数字图像处理技术的飞速发展，通过计算机对烤烟图像进行图像处理、特征提取和识别，判断烟叶烘烤质量，并反馈给烤烟干湿球温度控制系统，以根据烟叶质量实时调整烤房的干湿球温度。该项技术可以解放劳动力，排除人为因素的干扰，又能快速准确的控制烤烟质量，对密集化烤烟技术的发展具有非常重要的实用价值。

发明内容

本发明的目的是提供一种基于烟叶图像处理的密集化烤烟干湿球温度自动控制技术，代替依靠人的感官判断烟叶颜色变化来调整烤烟的干湿球温度专家曲线的烘烤方式，可有效避免人工观察主观误差较大，工作效率低的问题。

为实现这一目的，本发明以烟叶烘烤过程中烤烟图像颜色特征不断变化为切入点，采用计算机图像处理技术提取烤烟图像特征，采用以下技术方案：

一种基于烟叶图像处理的密集化烤烟干湿球温度自动控制技术，其特征在于，所述控制技术包括如下步骤：

1)根据密集化烤烟的三段式烘烤工艺曲线和现场烘烤经验，建立烟叶烘烤过程中的烟叶、烟筋和主脉部位的绿色与黄色比率与干湿球温度曲线的智能专家数据库；

2)调节烤房内白炽灯的灯光强度，确保烤房内光照满足视频摄像机采集的烟叶图像色彩真实；

3)利用彩色摄像机实时采集标准化烤房里的彩色烟叶图像；

4)对彩色烟叶图像的绿色通道图像进行二值化处理，提取烟叶、烟筋和主脉部位，计算彩色烟叶图像相应部位的绿色和黄色比率；

5)将提取的烟叶、烟筋和主脉等部位的绿黄比率与智能专家数据库对应特征进行贝叶斯法交叉检验，实时估计烤烟的当前状态；

6)将烤烟当前状态反馈给烤房干湿球温度控制系统，调用合适的干湿球温度专家曲线对烤房进行自动干湿球温度控制。

附图说明：

图1为本发明的技术路线框图。首先根据密集化烤烟的三段式烘烤工艺曲线和现场烘烤经验，建立烟叶烘烤过程中的烟叶、烟筋和主脉部位的绿色与黄色比率与干湿球温度曲线的智能专家数据库；调节烤房内白炽灯的灯光强度，确保烤房内光照满足视频摄像机采集的烟叶图像色彩真实；然后对彩色烟叶图像的绿色通道图像进行二值化处理，提取与计算烟叶、烟筋和主脉部位的绿色和黄色比率；再将烟叶、烟筋和主脉等部位的绿黄比率与烤烟智能专家数据库对应的特征进行贝叶斯法交叉检验，估计烤烟的当前状态；将烤烟当前状态反馈给烤房干湿球温度控制系统，调用合适的干湿球温度专家曲线对烤房进行自动温湿度控制。

图2是密集化烤烟房中烤烟图像，该烤烟图像色彩真实。

图3为烤烟的烟脉部分，其中高亮度面积较大的区域为烤烟的主脉，细小高亮度部分为虚警。

图4为烤烟的烟筋，黑色区域则为烤烟的烟叶。

具体实施方式：

为了更好地理解本发明的技术方案，下面结合附图对本发明的实施方式作进一步描述。

本发明基于烟叶图像处理的密集化烤烟干湿球温度自动控制技术的流程如图1所示，首先根据密集化烤烟的三段式烘烤工艺曲线和现场烘烤经验，建立烟叶烘烤过程中的烟叶、烟筋和主脉部位的绿色与黄色比率与干湿球温度曲线的智能专家数据库；调节烤房内白炽灯的灯光强度，确保烤房内光照满足视频摄像机采集的烟叶图像色彩真实；然后对彩色烟叶图像的绿色通道图像进行二值化处理，提取与计算烟叶、烟筋和主脉部位的绿色和黄色比率；再将烟叶、烟筋和主脉等部位的绿黄比率与智能专家数据库对应的特征进行贝叶斯法交叉检验，估计烤烟的当前状态；将烤烟当前状态反馈给烤房干湿球温度控制系统，调用合适的干湿球温度专家曲线对烤房进行自动干湿球温度控制。

1.烤烟智能专家数据库

在对比密集化烤烟的三段式烘烤工艺曲线和大量密集化烤烟烟叶颜色变化过程，建立烟叶烘烤过程中的烟叶、烟筋和主脉部位的绿色与黄色比率与干湿球温度曲线的对应关系，以此建立烤烟智能专家数据库。

2.烤烟图像采集

调节烤房内光照为在烤房内安装白炽灯，控制电流大小调整白炽灯亮度满足视频摄像机采集的烟叶图像色彩真实。同时，为了偏于大范围内观察烤烟状态，通过计算机控制安装在烤房内的彩色摄像机在水平方向180度、俯仰方向90度以内转动，并通过变换摄像机的远、近焦距拍摄不同距离的烟叶图像。图2采集到的密集烤房内彩色烟叶图像，色彩真实。

3.彩色图像分割

采用最大类间方差法对彩色烟叶图像的绿色通道图像进行图像分割。最大类间方差法描述如下：设彩色烤烟图像的绿色通道图像含有N个像素，每个像素具有灰度值g∈{0，1，2，…，m-1}，其中m为灰度级总数，并用N_i(i∈{0，1，2，…，m-1})表示第i个灰度级在图像出现的次数，p_i表示灰度级出现的频率然后用k将图像像素分为两组C₀＝{0，1，…，k-1}和C₁＝{k，…，m-1}。各组产生的概率如下：

C₀产生的概率： ${\mathrm{\ω}}_0=\underset{i=0}{\overset{k-1}{\mathrm{\Σ}}}{p}_i=\mathrm{\ω}\left(k\right)$

C₁产生的概率： ${\mathrm{\ω}}_1=\underset{i=k}{\overset{m-1}{\mathrm{\Σ}}}{p}_i=1-\mathrm{\ω}\left(k\right)$

C₀产生的平均值： $u_0=\underset{i=0}{\overset{k-1}{\mathrm{\Σ}}}\frac{{\mathrm{ip}}_i}{p_i}=\frac{u\left(k\right)}{\mathrm{\ω}\left(k\right)}$

C₁产生的平均值： $u_1=\underset{i=k}{\overset{m-1}{\mathrm{\Σ}}}\frac{{\mathrm{ip}}_i}{p_i}=\frac{u-u\left(k\right)}{1-\mathrm{\ω}\left(k\right)}$

其中，是整个图像的平均值，是阀值。两组之间的方差σ²(k)＝ω₀(u₀-u)²+ω₁(u₁-u)²，从{0，…，m-1}中选取能使方差σ²(k)最大的k值即为求取的阀值。

4.提取烤烟的主脉、烟筋和烟叶

最大类间方差法进行图像分割能分离出亮度较弱的烟叶，然后采用面积大小为指标进一步区分烟筋和主脉，烟筋细小，而主脉粗大。图3为二值化后的烤烟烟脉图像，其中高亮度面积较大的区域为烤烟的主脉。图4为烤烟的烟筋，黑色区域则为烤烟的烟叶。

5.提取的烟叶、烟筋和主脉等部位的绿黄比率

提取彩色烟叶图像的黄色成分图像Y(i，j)，

Y(i，j)＝0.50R(i，j)+0.50G(i，j)

其中，R(i，j)，G(i，j)和B(i，j)分别表示彩色烟叶图像的红色、绿色和蓝色通道图像。

然后计算烟叶、烟筋和主脉部位绿色与黄色的比率

$\mathrm{\β}\left(I\right)=\frac{\underset{(i,j)\∈I}{\mathrm{\Σ}}G(i,j)}{\underset{(i,j)\∈I}{\mathrm{\Σ}}Y(i,j)}$

其中，I表示烤烟的烟叶、烟筋和主脉部位。

6.烟叶、烟筋和主脉部位色彩和烤烟智能专家数据库对比

采用贝叶斯法交叉检验法对烟叶、烟筋和主脉部位绿色与黄色的比率与烤烟智能专家数据库中烟叶、烟筋和主脉部位绿色与黄色的比率进行判断，即采用如下公式

$P\left({\mathrm{\ω}}_i\right|x)=\frac{p\left(x\right|{\mathrm{\ω}}_i)P\left({\mathrm{\ω}}_i\right)}{p\left(x\right)}$

计算当前烟叶、烟筋和主脉部位绿色与黄色的比率属于智能专家数据库中理想烘烤阶段的概率，并选择具有最大判别率的阶段为判别结果。

7.温湿度反馈控制

通过计算机与烤烟干湿球温度控制仪相连接的485通信总线将烤烟当前状态反馈给烤房干湿球温度控制系统，即烤烟温湿度控制仪，则在烤烟智能专家数据库中选取最合适的干湿球温度专家曲线对烤房进行自动干湿球温度控制。最终实现通过提取烟叶的实际烘烤质量来实时控制烤房内干湿球温度。

Claims (8)

1.一种基于烟叶图像处理的密集化烤烟干湿球温度自动控制技术，其特征在于，所述控制技术包括如下步骤： 

1)根据密集化烤烟的三段式烘烤工艺曲线和现场烘烤经验，建立烟叶烘烤过程中的烟叶、烟筋和主脉部位的绿色与黄色比率与干湿球温度曲线的智能专家数据库； 

2)调节烤房内白炽灯的灯光强度，确保烤房内光照满足视频摄像机采集的烟叶图像色彩真实； 

3)利用彩色摄像机实时采集标准化烤房里的彩色烟叶图像； 

4)对彩色烟叶图像的绿色通道图像进行二值化处理，提取烟叶、烟筋和主脉部位，计算彩色烟叶图像相应部位的绿色和黄色比率； 

5)将提取的烟叶、烟筋和主脉等部位的绿黄比率与对应的智能专家数据库进行贝叶斯法交叉检验，实时得出烤烟的当前状态； 

6)将烤烟当前状态反馈给烤房干湿球温度控制系统，调用合适的干湿球温度专家曲线对烤房进行干湿球温度自动控制。 

2.根据权利要求1所述的一种基于烟叶图像处理的密集化烤烟干湿球温度自动控制技术，其特征在于，所述的图像数据特征库为根据密集化烤烟的三段式烘烤工艺曲线和现场烘烤经验，建立烟叶在烘烤过程中的烟叶、烟筋和主脉部位绿色与黄色的比例与干湿球温度专家曲线的关系，形成拥有烤烟专家知识的烤烟智能专家数据库。 

3.根据权利要求1所述的一种基于烟叶图像处理的密集化烤烟干湿球温度自动控制技术，其特征在于，所述的调节烤房内光照为在烤房内安装白炽灯，控制电流大小调整白炽灯亮度满足视频摄像机采集的烟叶图像色彩真实。 

4.根据权利要求1所述的一种基于烟叶图像处理的密集化烤烟干湿球温度自动控制技术，其特征在于，所述的彩色烟叶图像采集是通过计算机控制安装在烤房内的彩色摄像机在水平方向180度、俯仰方向90度以内转动，并通过变换摄像机的远、近焦距拍摄不同距离的烟叶图像。 

5.根据权利要求1所述的一种基于烟叶图像处理的密集化烤烟干湿球温度自动控制技术，其特征在于，所述的图像二值化处理为对彩色烟叶图像的绿色通道图像采用最大类间方差法进行图像分割，在光照均匀的情况下烟叶的亮度较烟脉和烟筋强，采用阀值可初步分离出烟叶。 

6.根据权利要求1所述的一种基于烟叶图像处理的密集化烤烟干湿球温度自动控制技术，其特征在于，所述的提取烟叶、烟筋和主脉部位为在分离出烟叶后，采用面积大小为指标进一步区分烟筋和主脉，烟筋细小，而主脉粗大。 

7.根据权利要求1所述的一种基于烟叶图像处理的密集化烤烟干湿球温度自动控制技术，其特征在于，所述的提取烟叶、烟筋和主脉部位的绿色和黄色比例为提取彩色烟叶图像的黄色成分图像Y(i，j)， 

Y(i，j)＝0.50R(i，j)+0.50G(i，j) 

其中，R(i，j)，G(i，j)和B(i，j)分别表示彩色烟叶图像的红色、绿色和蓝色通道图像。 

然后计算烟叶、烟筋和主脉部位绿色与黄色的比率 

其中，I表示烤烟的烟叶、烟筋和主脉部位。 

8.根据权利要求1所述的一种基于烟叶图像处理的密集化烤烟干湿球温度自动控制技术，其特征在于，所述的贝叶斯法交叉检验为将烟叶、烟筋和主脉部位绿色与黄色的比率与烤烟智能专家库中烟叶、烟筋和主脉部位绿色与黄色的比率进行判断，即采用如下公式 

计算当前烟叶、烟筋和主脉部位绿色与黄色的比率属于智能专家数据库中理想烘烤阶段的概率，选择具有最大判别率的阶段为判别结果。