CN108198176A - 一种基于图像分析烟草成熟度的判别方法 - Google Patents
一种基于图像分析烟草成熟度的判别方法 Download PDFInfo
- Publication number
- CN108198176A CN108198176A CN201711480771.5A CN201711480771A CN108198176A CN 108198176 A CN108198176 A CN 108198176A CN 201711480771 A CN201711480771 A CN 201711480771A CN 108198176 A CN108198176 A CN 108198176A
- Authority
- CN
- China
- Prior art keywords
- image
- maturity
- tobacco
- normalized
- analysis
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开一种基于图像分析烟草成熟度的判别方法,所述判别方法包括一下详细步骤:⑴.通过专业人员制对采集不同成熟度的烟草进行分类;⑵.采集不同烟草成熟度图像;⑶.烟草图像的获取及图像的归一化处理;⑷.利用图像分析方法归一化处理已获取的烟草图像;⑸.提取图像的R,G,B三个分量的值;⑹.建立成熟度估测参数,筛选目前已有的颜色特征参数,以及自建的一系列特征参数,利用person相关分析方法对所有特征参数进行筛选;⑺.从图像中获取MT值,对照成熟度分级表判断成熟度值;⑻.图像读取与成熟度输出可通过手机app以及电脑软件实现。
Description
技术领域
本发明涉及烟草成熟度的判别方法,特别涉及一种基于图像分析烟草成熟度的判别方法。
背景技术
成熟度是指烟叶生长发育和干物质积累之后从生理生化上转向适合烟草工艺需求的变化程度。从字面上讲,成熟度就是烟叶走向成熟的过程。从生命规律上讲,成熟度就是烟叶生长走向衰老过程中的变化程度。从生理生化的变化规律讲,就是烟叶生长完成营养积累之后各种生理生化活动的发生程度。从化学构成讲,就是烟叶化学成份完成营养积累之后的相互交替和转化程度。目前,国内外在烟叶成熟采收时所采用的方法不尽相同。日本采用比色卡比色的方法;津巴布韦根据烟叶成熟时彩色图片颜色、烤房试验及抽屉试验的量化指标来判断烤烟成熟度;美国则通过提前1周采摘烟叶样品进行化学成分分析,以此来判断烟叶是否成熟;也曾有人提出用烤烟叶片电导率诊断法来判断烟叶成熟度。在国内烤烟生产上,主要采用叶片外观特征结合叶龄的方法,如根据不同成熟度烟叶的外观特征,茎叶夹角、适熟烟叶采收叶龄来判别烤烟的成熟度。近几年,随着光电技术的发展,色差计、光谱仪等设备被用于烟叶成熟度数据的采集,使用模糊数学等数据处理方法量化研究烟叶成熟度。就目前国内外对于烟叶成熟度检测技术研究现状来看,尚无一种田间快速、直观、操作性强的技术方法,目前存在的问题可归纳如下:依据现有的烟叶外观判定标准,运用传统的目测方法过于笼统和抽象,在应用时存在外观描述的含糊性、经验性及主观性问题,在实际操作中也很难掌握。对于目前像化学分析及色差计等方法,检测时会对烟叶造成一定的损伤,且操作复杂、成本高又缺乏实时性。
综上,烟草成熟度的判断主要依靠判定叶片的颜色。利用图像分析技术可以较容易的识别出烟草叶片的颜色特征,根据分级标准制定出合适的烟草成熟度判定指标。
发明内容
针对现有技术中的上述不足,本发明提供了一种基于图像分析烟草成熟度的判别方法,本发明方法首先利用传统烟草成熟度判断手段构建基于烟草叶片颜色值的特征库,并构建烟草成熟度识别模型,识别度高,且方便简单。
为了达到上述发明目的,本发明采用的技术方案为:
1.一种基于图像分析烟草成熟度的判别方法,所述判别方法包括一下详细步骤:
⑴.通过专业人员制对采集不同成熟度的烟草进行分类,并用化学分析确定成熟度;
⑵.采集不同烟草成熟度图像;
⑶.烟草图像的获取及图像的归一化处理,利用相机或其他较高分辨率的图像获取设备近距离获取烟草叶片图像,图像应只包括烟草叶片,不能有杂质;
⑷.利用图像分析方法归一化处理已获取的烟草图像,图像标准大小为800×600像素;
⑸.提取图像的R,G,B三个分量的值;
⑹.建立成熟度估测参数,筛选目前已有的颜色特征参数,以及自建的一系列特征参数,利用person相关分析方法对所有特征参数进行筛选,最终筛选成熟度参数为:MT=(B-R)/(B-G);
⑺.从图像中获取MT值,对照成熟度分级表判断成熟度值;
⑻.图像读取与成熟度输出可通过手机app以及电脑软件实现。
本发明的有益效果为:
1.避免了肉眼观测成熟度主观因素大。
2.判别速度快,满足生产上实时采摘的需要。
3.效率高,使用便捷性高。
附图说明
图1为本发明的成熟度判断原理图;
图2为本发明的人工筛选不同成熟度的烟草叶片。
具体实施方式
为了使本发明的内容更容易被清楚地理解,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
1、人工筛选不同成熟度的烟草叶片,并对其进行分类(图2)。成熟度分为未熟,欠熟,尚熟,成熟,完熟和过熟,具体又分为10个级别。
2、提取烟草叶片颜色特征值。
3、通过对若干特征参数进行筛选,最终筛选成熟度参数为:MT=(B-R)/(B-G)。
4、10个级别的成熟度值如表1所示,随着成熟级别的增加,成熟度呈现增加趋势,在实际判断成熟度的过程中可以这样判断:MT<0.2为未熟1,0.2<MT<0.35为未熟2,0.2<MT<0.35为未熟2,0.35<MT<0.47为尚熟,0.47<MT<0.59为成熟1,0.59<MT<0.70为成熟2,0.7<MT<0.79为完熟1,0.90<MT<1.01为完2,1.01<MT<1.12为过熟1,1.01<MT<1.12为过熟2。
表1成熟度提取值
5、利用图像分析手段提取彩色图像的R,G,B值,并计算MT值,与表1比较,输出成熟度。
以上所述仅为本发明专利的较佳实施例而已,并不用以限制本发明专利,凡在本发明专利的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明专利的保护范围之内。
Claims (1)
1.一种基于图像分析烟草成熟度的判别方法,其特征在于,所述判别方法包括一下详细步骤:
⑴.通过专业人员制对采集不同成熟度的烟草进行分类,并用化学分析确定成熟度;
⑵.采集不同烟草成熟度图像;
⑶.烟草图像的获取及图像的归一化处理,利用相机或其他较高分辨率的图像获取设备近距离获取烟草叶片图像,图像应只包括烟草叶片,不能有杂质;
⑷.利用图像分析方法归一化处理已获取的烟草图像,图像标准大小为800×600像素;
⑸.提取图像的R,G,B三个分量的值;
⑹.建立成熟度估测参数,筛选目前已有的颜色特征参数,以及自建的一系列特征参数,利用person相关分析方法对所有特征参数进行筛选,最终筛选成熟度参数为:MT=(B-R)/(B-G);
⑺.从图像中获取MT值,对照成熟度分级表判断成熟度值;
⑻.图像读取与成熟度输出可通过手机app以及电脑软件实现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711480771.5A CN108198176A (zh) | 2017-12-29 | 2017-12-29 | 一种基于图像分析烟草成熟度的判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711480771.5A CN108198176A (zh) | 2017-12-29 | 2017-12-29 | 一种基于图像分析烟草成熟度的判别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108198176A true CN108198176A (zh) | 2018-06-22 |
Family
ID=62586746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711480771.5A Pending CN108198176A (zh) | 2017-12-29 | 2017-12-29 | 一种基于图像分析烟草成熟度的判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108198176A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111753577A (zh) * | 2019-03-28 | 2020-10-09 | 天津工业大学 | 自动采摘机器人中的苹果识别与定位方法 |
CN112595714A (zh) * | 2020-11-26 | 2021-04-02 | 中国农业科学院农业资源与农业区划研究所 | 一种基于手机图像解析的烟草营养状态判别方法 |
CN109738438B (zh) * | 2018-12-29 | 2021-07-23 | 扬州大学 | 一种小麦叶片衰老程度快速测量方法 |
CN113680707A (zh) * | 2021-08-06 | 2021-11-23 | 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) | 一种基于物联网的烟叶分类系统及其分类方法 |
CN116597238A (zh) * | 2023-07-18 | 2023-08-15 | 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) | 一种大田环境下鲜烟叶成熟度判别方法、介质及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101702196A (zh) * | 2009-11-16 | 2010-05-05 | 浙江林学院 | 基于木材显微图像的针叶材树种自动识别方法 |
CN104794442A (zh) * | 2015-04-16 | 2015-07-22 | 王爱云 | 整株苹果树生熟程度识别平台 |
CN106682570A (zh) * | 2016-11-04 | 2017-05-17 | 东莞市隆声智能科技有限公司 | 一种植物的长势监控方法和装置 |
US20170299610A1 (en) * | 2014-09-10 | 2017-10-19 | Fundació Institut De Ciències Fotòniques | Method for detecting cells |
CN107341807A (zh) * | 2017-06-07 | 2017-11-10 | 北京科技大学 | 一种提取烟叶颜色数字化表达特征值的方法 |
-
2017
- 2017-12-29 CN CN201711480771.5A patent/CN108198176A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101702196A (zh) * | 2009-11-16 | 2010-05-05 | 浙江林学院 | 基于木材显微图像的针叶材树种自动识别方法 |
US20170299610A1 (en) * | 2014-09-10 | 2017-10-19 | Fundació Institut De Ciències Fotòniques | Method for detecting cells |
CN104794442A (zh) * | 2015-04-16 | 2015-07-22 | 王爱云 | 整株苹果树生熟程度识别平台 |
CN106682570A (zh) * | 2016-11-04 | 2017-05-17 | 东莞市隆声智能科技有限公司 | 一种植物的长势监控方法和装置 |
CN107341807A (zh) * | 2017-06-07 | 2017-11-10 | 北京科技大学 | 一种提取烟叶颜色数字化表达特征值的方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109738438B (zh) * | 2018-12-29 | 2021-07-23 | 扬州大学 | 一种小麦叶片衰老程度快速测量方法 |
CN111753577A (zh) * | 2019-03-28 | 2020-10-09 | 天津工业大学 | 自动采摘机器人中的苹果识别与定位方法 |
CN111753577B (zh) * | 2019-03-28 | 2024-01-30 | 天津工业大学 | 自动采摘机器人中的苹果识别与定位方法 |
CN112595714A (zh) * | 2020-11-26 | 2021-04-02 | 中国农业科学院农业资源与农业区划研究所 | 一种基于手机图像解析的烟草营养状态判别方法 |
CN113680707A (zh) * | 2021-08-06 | 2021-11-23 | 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) | 一种基于物联网的烟叶分类系统及其分类方法 |
CN116597238A (zh) * | 2023-07-18 | 2023-08-15 | 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) | 一种大田环境下鲜烟叶成熟度判别方法、介质及系统 |
CN116597238B (zh) * | 2023-07-18 | 2023-09-19 | 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) | 一种大田环境下鲜烟叶成熟度判别方法、介质及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108198176A (zh) | 一种基于图像分析烟草成熟度的判别方法 | |
CN104198324B (zh) | 基于计算机视觉的烟丝中叶丝比例测定方法 | |
CN103345617B (zh) | 中药识别的方法及其系统 | |
CN102323221B (zh) | 烟叶成熟度检测方法及检测装置 | |
CN101692052B (zh) | 基于超光谱图像技术的名优茶真伪鉴别方法及装置 | |
CN103076288B (zh) | 一种基于计算机视觉的鱼肉自动分级装置和方法 | |
CN112539785B (zh) | 一种基于多维度特征信息的烟叶等级识别系统及方法 | |
CN106250896B (zh) | 基于图像采集装置的在线烟叶的正反面的识别方法 | |
CN110781889B (zh) | 一种基于深度学习的蓝莓果实中总糖含量的无损检测方法 | |
CN101672839A (zh) | 一种基于计算机视觉的种蛋孵化品质检测装置和方法 | |
CN102521564A (zh) | 基于颜色和形状识别茶叶的方法 | |
CN103065149A (zh) | 网纹甜瓜果实表型提取与量化方法 | |
CN104990892B (zh) | 种子的光谱图像无损鉴别模型建立方法及种子鉴别方法 | |
CN110705655A (zh) | 一种基于光谱和机器视觉耦合的烟叶分类方法 | |
CN102706813B (zh) | 基于高光谱图像的草地早熟禾品种识别方法 | |
CN104256882A (zh) | 基于计算机视觉的烟丝中再造烟叶比例测定方法 | |
CN111199192A (zh) | 一种采用平行线取样的田间红提葡萄整体成熟度检测方法 | |
CN110736709A (zh) | 一种基于深度卷积神经网络的蓝莓成熟度的无损检测方法 | |
CN104048966B (zh) | 一种基于大律法的布面疵点检测及分类方法 | |
CN112560896A (zh) | 一种基于图像处理的水果品质筛选分类系统 | |
CN103528967A (zh) | 基于高光谱图像的过熟蓝靛果果实识别方法 | |
CN114169618A (zh) | 基于机器视觉学习的猕猴桃成熟度无损鉴别预测方法 | |
CN110118735B (zh) | 一种检测香梨公母的高光谱成像检测方法及装置 | |
CN111325241A (zh) | 果蔬分类方法、装置、智能传感器及计算机存储介质 | |
CN114842957B (zh) | 一种基于情绪识别的老年痴呆症辅助诊断系统及其方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180622 |