CN107423755B - 一种基于片烟形态特征对片烟进行描述及分类的方法 - Google Patents
一种基于片烟形态特征对片烟进行描述及分类的方法 Download PDFInfo
- Publication number
- CN107423755B CN107423755B CN201710531308.2A CN201710531308A CN107423755B CN 107423755 B CN107423755 B CN 107423755B CN 201710531308 A CN201710531308 A CN 201710531308A CN 107423755 B CN107423755 B CN 107423755B
- Authority
- CN
- China
- Prior art keywords
- tobacco
- standard
- irregular
- shape
- sheet
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
- G06F18/24137—Distances to cluster centroïds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Image Analysis (AREA)
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明公开了一种基于片烟形态特征对片烟进行描述及方烟的方法,包括:采集片烟样本图像,选取矩形度、紧致度、细长度作为片烟的形状描述参数;利用标准片烟的形状描述参数构建三维空间,采用K‑Means算法,分别对圆形标准片烟、正方形标准片烟、长条形标准片烟进行聚类;将任意不规则片烟的形状描述参数采用三维空间位置P来描述;计算标准片烟聚类中心点到不规则片烟形状描述参数的三维空间位置之间的欧氏距离,结合面积参数,将不规则片烟的形态特征进行描述;根据不规则片烟形态特征的描述,对不规则片烟进行分类。本发明填补了目前对片烟形态描述的空白,方便了对片烟形态用于烟丝结构等叶片加工过程中的研究提供依据;实现了不规则片烟形状的分类。
Description
技术领域
本发明属于烟草结构领域,具体是涉及一种基于片烟形态特征对片烟进行描述及分类的方法。
背景技术
近年来烟草加工工艺得到了较快发展,加工技术水平不断提高,但基础研究仍较为薄弱。在打叶复烤(烟叶→叶片)和制丝(叶片→烟丝)环节,片烟的叶片形态越来越受到关注。
片烟是由面积大小不同、轮廓形状不规则的叶片混合而成。片烟形态特征对烟丝结构有明显的影响,其中片烟面积的影响很大,这领域已有很多研究成果,但在实际生产应用中发现在大中片率相近的片烟不同形状配比方案切丝后的烟丝结构分布是有很大差别的,不规则的轮廓形状对切丝后的烟丝结构特征也有着影响。对片烟样本面积分布的描述采用大中片率的指标定义,并且已经形成烟草行业检测标准,但片烟面积分布仅仅是叶片结构分布的表征方法之一,为了进一步完善对片烟的形态描述研究,应该增加对片烟的形状描述参数进行研究,以填补片烟形态描述的空白,对片烟形态用于烟丝结构等叶片加工过程中的研究提供依据。
目前尚无采用紧致度、细长度、矩形度来描述片烟形状,怎样完整描述一份片烟样本的形态特征?这个课题目前尚无研究成果。
发明内容
本发明的目的在于:提供一种基于片烟形态特征对片烟进行描述的方法,以用于填补目前对片烟形态描述的空白,方便对片烟形态用于烟丝结构等叶片加工过程中的研究提供依据;提供一种基于片烟形态特征对片烟进行分类的方法,以用于通过该形态特征的描述,实现不规则片烟形状的分类。
本发明的目的通过以下技术方案予以实现。
一种基于片烟形态特征对片烟进行描述的方法,包括:
分别采集多个圆形标准片烟、正方形标准片烟、长条形标准片烟的图像,选取紧致度、细长度、矩形度作为标准片烟的形状描述参数构建三维空间,采用K-Means算法,分别对圆形标准片烟、正方形标准片烟、长条形标准片烟进行聚类,得到圆形标准片烟聚类中心点O1、正方形标准片烟聚类中心点O2、长条形标准片烟聚类中心点O3;
采集不规则片烟图像,选取紧致度、细长度、矩形度作为不规则片烟的形状描述参数,在标准片烟的形状描述参数构建的三维空间中确定任意不规则片烟的紧致度、细长度、矩形度三个形状描述参数的三维空间位置P;
计算标准片烟聚类中心点到不规则片烟形状描述参数的三维空间位置P之间的欧氏距离,结合面积参数,将不规则片烟的形态特征描述为(∣O1P∣,∣O2P∣,∣O3P∣,A);其中,∣O1P∣表示圆形标准片烟聚类中心点O1到不规则片烟形状描述参数的三维空间位置P的欧氏距离,∣O2P∣表示正方形标准片烟聚类中心点O2到不规则片烟形状描述参数的三维空间位置P的欧氏距离,∣O3P∣表示长条形标准片烟聚类中心点O3到不规则片烟形状描述参数的三维空间位置P的欧氏距离,A表示片烟面积。
一种基于片烟形态特征对片烟进行分类的方法,包括:
根据不规则片烟的形态特征描述,对不规则片烟形态进行分类:
若不规则片烟形状描述参数的三维空间位置与圆形标准片烟聚类中心点的欧氏距离最小,表示不规则片烟的形状接近圆形标准片烟;
若不规则片烟形状描述参数的三维空间位置与正方形标准片烟聚类中心点的欧氏距离最小,表示不规则片烟的形状接近正方形标准片烟;
若不规则片烟形状描述参数的三维空间位置与长条形标准片烟聚类中心点的欧氏距离最小,表示不规则片烟的形状接近长条形标准片烟。
所述的紧致度Cc=4πA/C2,Cc的取值为(0,1];A为片烟面积,C为片烟周长;
所述的细长度Ce=W/L(L≥W),Ce的取值为(0,1];L、W分别为片烟最小外接矩形区域的矩形长、矩形宽;
本发明通过计算标准片烟聚类中心点到不规则片烟形状描述参数的三维空间位置的欧氏距离,结合面积参数,实现了对不规则片烟形态特征的描述,通过描述可以填补片烟形态描述的空白,也可以作为预测烟丝结构分布的重要参数;采用不规则片烟形状描述参数的三维空间位置到标准聚类中心之间的欧氏距离来描述片烟的形状是有规律的,有效地实现了不规则片烟形状的分类。准确有效的检测出片烟的形状描述参数,结合面积描述的参数大中片率,可以对片烟形态作比较完善的描述。通过深入研究片烟面积及形状分布对烟丝结构的影响,可以定性、定量预测烟丝结构的影响规律,通过把控制丝生产线上的片烟形态分布,可得到预期的烟丝结构。同时可对片烟形态质量进行评价,对打叶复烤工艺进行指导。
附图说明
图1是本发明方法流程图;
图2是片烟的形状分析示意图;
图3是形状尺寸标准的样片图;
图4是标准片烟形状描述空间;
图5是不规则片烟与标准片烟形状描述空间。
具体实施方式
以下结合附图和实施例对本发明做进一步的详细说明,但附图和实施例并不是对本发明技术方案的限定。在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
实施例1:
图1展示了本发明方法流程;针对片烟进行图像处理(如图2所示),按照图3中所示的标准样片尺寸和形状制作大量的样片,标准片烟样片尺寸及形状描述理论参数见表1:
表1标准片烟样片尺寸及形状描述理论参数表
在CA813片烟大小及分布测定系统中检测出标准样片的形状描述参数,在三维空间中建立三维离散分布图(构建的三维空间中,可以以紧致度、细长度、矩形度三个形状描述参数中的一种作为x轴,剩余的形状描述参数分别作为y轴、z轴,如以细长度作为x轴,以矩形度作为y轴,以紧致度作为z轴),采用K-Means算法分别形成聚类簇,如图4所示(左上角为圆形片烟聚类,聚类中心为O1,右上角为正方形片烟聚类,聚类中心为O2,右下角为长条形片烟聚类,聚类中心为O3,图4所示的标准聚类空间的聚类中心点的坐标如表2所列。
标准片烟尺寸 | 矩形度 | 紧致度 | 细长度 |
直径20mm圆形 | 0.7978 | 0.9571 | 0.9691 |
边长30×30mm正方形 | 0.9278 | 0.7550 | 0.9541 |
边长30×10mm长条形 | 0.9228 | 0.5825 | 0.4407 |
表2标准形状薄片的聚类各个中心点坐标
针对任意一片不规则片烟图像,计算出的片烟紧致度、细长度、矩形度形状描述参数都可用三维空间里的一个点(P)来描述,如图5所示。
计算标准片烟聚类中心点到不规则片烟形状描述参数的三维空间位置之间的欧氏距离,结合面积参数,将不规则片烟的形态特征描述为(∣O1P∣,∣O2P∣,∣O3P∣,A);其中,∣O1P∣表示圆形标准片烟聚类中心点O1到不规则片烟形状描述参数的三维空间位置P的欧氏距离,∣O2P∣表示正方形标准片烟聚类中心点O2到不规则片烟形状描述参数的三维空间位置P的欧氏距离,∣O3P∣表示长条形标准片烟聚类中心点O3到不规则片烟形状描述参数的三维空间位置P的欧氏距离,A表示片烟面积。
选取昆明卷烟厂某牌号片烟作数据分析,按大片、中片、小片、碎片进行分类后,分别计算标准片烟聚类中心点到不规则片烟形状描述参数的三维空间位置之间的距离,如表3所列。
表3大片、中片、小片、碎片在标准片烟形状参数空间的欧氏距离
通过不规则片烟形状描述参数的三维空间位置到标准片烟聚类中心点的欧氏距离,可以知道这一批昆明卷烟厂某牌号片烟的大片、中片形状不规则片烟形状描述参数的三维空间位置与长条形标准片烟聚类中心点的欧氏距离最小,因此,大片、中片形状接近长条形;小片形状不规则片烟形状描述参数的三维空间位置与矩形标准片烟聚类中心点的欧氏距离最小,因此,小片形状接近正方形;碎片形状不规则片烟形状描述参数的三维空间位置与圆形标准片烟聚类中心点的欧氏距离最小,因此,碎片接近圆形。不规则片烟形状描述参数三维空间位置与标准片烟形状描述参数聚类中心点欧氏距离随着片烟的面积成正比变化,说明片烟用形状参数来描述,随着片烟面积的减小,精确度就越高。
准确有效的检测出片烟的形状描述参数,结合面积描述的参数大中片率,可以对片烟形态作比较完善的描述。通过深入研究片烟面积及形状分布对烟丝结构的影响,可以定性、定量预测烟丝结构的影响规律,通过把控制丝生产线上的片烟形态分布,可得到预期的烟丝结构。同时可对片烟形态质量进行评价,对打叶复烤工艺进行指导。
Claims (2)
1.一种基于片烟形态特征对片烟进行描述的方法,其特征在于:包括:
分别采集多个圆形标准片烟、正方形标准片烟、长条形标准片烟的图像,选取紧致度、细长度、矩形度作为标准片烟的形状描述参数构建三维空间,采用K-Means算法,分别对圆形标准片烟、正方形标准片烟、长条形标准片烟进行聚类,得到圆形标准片烟聚类中心点O1、正方形标准片烟聚类中心点O2、长条形标准片烟聚类中心点O3;
采集不规则片烟图像,选取紧致度、细长度、矩形度作为不规则片烟的形状描述参数,在标准片烟的形状描述参数构建的三维空间中确定任意不规则片烟的紧致度、细长度、矩形度三个形状描述参数的三维空间位置P;
计算标准片烟聚类中心点到不规则片烟形状描述参数的三维空间位置P之间的欧氏距离,结合面积参数,将不规则片烟的形态特征描述为(∣O1P∣,∣O2P∣,∣O3P∣,A);其中,∣O1P∣表示圆形标准片烟聚类中心点O1到不规则片烟形状描述参数的三维空间位置P的欧氏距离,∣O2P∣表示正方形标准片烟聚类中心点O2到不规则片烟形状描述参数的三维空间位置P的欧氏距离,∣O3P∣表示长条形标准片烟聚类中心点O3到不规则片烟形状描述参数的三维空间位置P的欧氏距离,A表示片烟面积;
2.一种采用权利要求1所述描述方法进行分类的方法,其特征在于:
根据不规则片烟的形态特征描述,对不规则片烟形态进行分类:
若不规则片烟形状描述参数的三维空间位置与圆形标准片烟聚类中心点的欧氏距离最小,表示不规则片烟的形状接近圆形标准片烟;
若不规则片烟形状描述参数的三维空间位置与正方形标准片烟聚类中心点的欧氏距离最小,表示不规则片烟的形状接近正方形标准片烟;
若不规则片烟形状描述参数的三维空间位置与长条形标准片烟聚类中心点的欧氏距离最小,表示不规则片烟的形状接近长条形标准片烟。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710531308.2A CN107423755B (zh) | 2017-07-03 | 2017-07-03 | 一种基于片烟形态特征对片烟进行描述及分类的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710531308.2A CN107423755B (zh) | 2017-07-03 | 2017-07-03 | 一种基于片烟形态特征对片烟进行描述及分类的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107423755A CN107423755A (zh) | 2017-12-01 |
CN107423755B true CN107423755B (zh) | 2020-06-16 |
Family
ID=60426942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710531308.2A Active CN107423755B (zh) | 2017-07-03 | 2017-07-03 | 一种基于片烟形态特征对片烟进行描述及分类的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107423755B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108335311B (zh) * | 2018-01-22 | 2021-11-09 | 上海烟草集团有限责任公司 | 烟叶形态结构特征的提取方法、电子设备及存储介质 |
CN110889839B (zh) * | 2019-11-27 | 2022-11-25 | 贵州中烟工业有限责任公司 | 一种打叶复烤烟片片形的表征方法及系统 |
CN113379777A (zh) * | 2021-05-26 | 2021-09-10 | 西安电子科技大学 | 一种基于最小外接矩形垂直内距离比例的形状描述与检索方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013228259A (ja) * | 2012-04-25 | 2013-11-07 | Toyota Motor Corp | 物体識別装置及び物体識別方法 |
CN103743486A (zh) * | 2014-01-02 | 2014-04-23 | 上海大学 | 一种基于海量烟叶数据的自动定级系统和方法 |
CN103954236A (zh) * | 2014-05-16 | 2014-07-30 | 中国烟草总公司郑州烟草研究院 | 一种片烟形状紧致度的测定方法 |
CN104180774A (zh) * | 2014-08-14 | 2014-12-03 | 云南昆船设计研究院 | 一种烟叶叶片外形轮廓表征方法 |
CN106446968A (zh) * | 2016-11-22 | 2017-02-22 | 湖北民族学院 | 基于fpga的烟叶自动分级系统 |
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 |
-
2017
- 2017-07-03 CN CN201710531308.2A patent/CN107423755B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013228259A (ja) * | 2012-04-25 | 2013-11-07 | Toyota Motor Corp | 物体識別装置及び物体識別方法 |
CN103743486A (zh) * | 2014-01-02 | 2014-04-23 | 上海大学 | 一种基于海量烟叶数据的自动定级系统和方法 |
CN103954236A (zh) * | 2014-05-16 | 2014-07-30 | 中国烟草总公司郑州烟草研究院 | 一种片烟形状紧致度的测定方法 |
CN104180774A (zh) * | 2014-08-14 | 2014-12-03 | 云南昆船设计研究院 | 一种烟叶叶片外形轮廓表征方法 |
CN106446968A (zh) * | 2016-11-22 | 2017-02-22 | 湖北民族学院 | 基于fpga的烟叶自动分级系统 |
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 |
Non-Patent Citations (2)
Title |
---|
基于片烟结构检测的叶片分类方法介绍;吴昊 等;《河南科技》;20120831;第61页 * |
基于计算机视觉的片烟形状测量方法;徐大勇 等;《烟草科技》;20150228;第48卷(第2期);第91-95页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107423755A (zh) | 2017-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107330467B (zh) | 一种基于片烟形态特征对烟丝结构影响的预测方法 | |
CN107423755B (zh) | 一种基于片烟形态特征对片烟进行描述及分类的方法 | |
Bao et al. | Field-based architectural traits characterisation of maize plant using time-of-flight 3D imaging | |
CN110287904B (zh) | 一种基于众包数据的车道线提取方法、装置及存储介质 | |
CN102818769B (zh) | 一种评价成品卷烟烟支内烟丝混合均匀性的方法 | |
Papagianni | Quantification of the fractal nature of mycelial aggregation in Aspergillus niger submerged cultures | |
CN112036417B (zh) | 一种基于三角网格的激光点云特征点提取方法 | |
CN102096819A (zh) | 利用稀疏表示与字典学习进行图像分割的方法 | |
CN102003947B (zh) | 一种钼粉形貌定量化表征的方法 | |
CN104036289A (zh) | 一种基于空间-光谱特征和稀疏表达的高光谱图像分类方法 | |
CN102645444B (zh) | 一种利用Photoshop软件定量表征烤后烟叶细胞形状特征的方法 | |
CN102122353A (zh) | 利用增量字典学习与稀疏表示进行图像分割的方法 | |
CN113189122B (zh) | 一种射孔损伤室内综合评价方法 | |
CN108776978A (zh) | 一种打叶复烤片烟片形表征方法 | |
CN103155836B (zh) | 一种预测林业有害生物发生程度的方法 | |
CN111666946A (zh) | 基于点云过分割与面片生长的植株点云单叶片分割方法 | |
CN102073867A (zh) | 一种遥感图像分类方法及装置 | |
CN103954236B (zh) | 一种片烟形状紧致度的测定方法 | |
CN103353509A (zh) | 一种基于主成分分析与最优分割法的烟叶分切判定方法 | |
CN111024802A (zh) | 基于铅Pb稳定同位素的刺参产地溯源模型构建及鉴别方法 | |
CN111157462A (zh) | 一种成品片烟箱间质量稳定程度的评价方法 | |
CN112683166B (zh) | 一种模切产品尺寸检测方法 | |
Gu et al. | Surface defect detection of cabbage based on curvature features of 3d point cloud | |
CN110632677B (zh) | 一种碳酸盐岩地热储层分类方法 | |
CN113576016A (zh) | 基于烟丝结构的切丝调节方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |