CN111345494A - 一种基于表面微观结构特征差异对烟叶进行分切的方法 - Google Patents
一种基于表面微观结构特征差异对烟叶进行分切的方法 Download PDFInfo
- Publication number
- CN111345494A CN111345494A CN202010099622.XA CN202010099622A CN111345494A CN 111345494 A CN111345494 A CN 111345494A CN 202010099622 A CN202010099622 A CN 202010099622A CN 111345494 A CN111345494 A CN 111345494A
- Authority
- CN
- China
- Prior art keywords
- tobacco leaves
- surface microstructure
- slitting
- cell
- difference
- 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.)
- Granted
Links
- 241000208125 Nicotiana Species 0.000 title claims abstract description 107
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000001953 sensory effect Effects 0.000 claims abstract description 14
- 230000000007 visual effect Effects 0.000 claims abstract description 12
- 210000004027 cell Anatomy 0.000 claims description 53
- 230000011218 segmentation Effects 0.000 claims description 31
- 239000011148 porous material Substances 0.000 claims description 29
- 230000006870 function Effects 0.000 claims description 18
- 238000005192 partition Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000013139 quantization Methods 0.000 claims description 4
- 210000001339 epidermal cell Anatomy 0.000 claims description 3
- 238000007689 inspection Methods 0.000 abstract description 5
- 238000012360 testing method Methods 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 7
- 235000019504 cigarettes Nutrition 0.000 description 5
- 230000003247 decreasing effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000000877 morphologic effect Effects 0.000 description 3
- 239000000779 smoke Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 210000003462 vein Anatomy 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000001878 scanning electron micrograph Methods 0.000 description 2
- 206010039509 Scab Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000002615 epidermis Anatomy 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
- A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
- A24B7/00—Cutting tobacco
-
- A—HUMAN NECESSITIES
- A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
- A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
- A24B7/00—Cutting tobacco
- A24B7/14—Feeding or control devices for tobacco-cutting apparatus
Landscapes
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明提供一种基于表面微观结构特征差异对烟叶进行分切的方法，将烟叶去除叶柄后沿纵向平均分切区位，并在每个区位上采集多个细胞形状和间隙清晰的视野，对每个视野中的表面微观结构特征指标进行量化，并得到每个区位的表面微观结构特征指标的标准化处理结果，利用Fisher最优分割法，计算获得烟叶不同区位间的差异程度，计算得到最小目标函数，并绘制不同分类数最小目标函数值的变化曲线，并根据曲线的拐点确定最优分切段数。最后利用整体感官品质检验分割法对烟叶进行分切的合理性，为烟叶分切后的差异化打叶复烤加工与科学利用提供了参考。
Description
技术领域
本发明属于烟叶分切技术领域，特别是指一种基于表面微观结构特征差异对烟叶进行分切的方法。
背景技术
微观结构是指物质、生物细胞在显微镜下的结构，涉及到化学、生物学、物理学等诸多领域。植物器官表皮提供的微观结构特征，可用于植物系统发育和品质形成的相关研究。烤烟分级国标对叶片结构的定义为细胞排列的疏密程度，对身份的定义为烟叶厚度、细胞密度或单位面积的质量。
现有技术认为成熟度好的烟叶叶片细胞呈疏开状。研究结果表明，烤烟表面微观形态特征指标(细胞面积、周长、形状、密度和气孔密度等)与其叶片结构、身份、色度、油分等外观品质、物理指标存在较强的相关性，在量化评价叶片结构、成熟度等方面具有较好的应用前景。可见，以细胞形态特征为代表的烟叶表面微观结构与外观品质指标密切相关。
此外，有关烟叶微观形态特征的研究还包括不同土壤环境、水分条件、品种、部位烟叶显微/超显微结构的比较，利用不同成熟度鲜烟叶的微观结构特征、烘烤过程中微观结构的变化确定采收成熟度等，但对于同一初烤烟叶叶片不同区位的表面微观结构特征研究尚未见报道。
由于烟叶叶片不同区位的生理特性存在一定差异，以及在生长过程中叶片与茎秆夹角的存在，使同一叶片的不同区位所受的光照条件等生态因子不同，致使同一叶片的不同区位内含物质代谢、转化和积累的程度不同，因而导致同一叶片不同区位的化学成分含量和物理耐加工性存在较大差异，而烟叶不同区位的表面微观结构特征是否也存在一定的差异性有待进一步研究。
为此，以SEM图像的PHOTOSHOP软件量化处理为手段，分析了云烟87C3F初烤烟叶不同区位表面微观结构特征指标(细胞面积、周长、形状参数、细胞密度、气孔密度等)的变化趋势，并基于微观结构指标的标准化值利用Fisher最优分割法对烟叶进行分割，最后利用感官品质三点法检验验证表面微观结构特征结合Fisher最优分割法对烟叶进行分切的合理性，为表面微观结构在烟叶分切中的应用提供参考，也为烟叶分切后的差异化打叶复烤加工与科学利用提供参考依据。
发明内容
本发明的目的是提供一种基于表面微观结构特征差异对烟叶进行分切的方法，以利用初烤烟叶不同区位表面微观结构特征指标的变化趋势，为烟叶分切后的差异化打叶复烤加工与科学利用提供参考依据。
本发明是通过以下技术方案实现的：
一种基于表面微观结构特征差异对烟叶进行分切的方法，包括以下步骤：
S1、将烟叶去除叶柄后，沿纵向平均分成N个区位，其中N为大于1的自然数；
S2、利用电子显微镜观测，并在每个区位上采集M个细胞形状和间隙清晰的视野，其中M为大于1的自然数；
S3、利用PHOTOSHOP 16.0软件对每个视野中的表面微观结构特征指标进行量化，并得到每个区位的表面微观结构特征指标的平均量化结果；
S4、利用R语言统计软件中的scale函数对步骤S3中的平均量化结果进行标准化处理，得到不同区位的表面微观结构特征的标准化处理结果；
S5、基于标准化处理结果，利用Fisher最优分割法，计算获得烟叶不同区位间的n个直径，n为自然数，以确定区位间的差异程度；Fisher最优分割法用“直径”来表示段内的差异程度，段内差异越小，直径就越小，设某一类P包含的样本有{x1,xi+1,…,xj}(i＜j)，记为P＝{i,i+1,…,j}；它们的均值为
用D(i,j)表示这一类的直径，采用“离差平方和”作为直径，即
其中T为向量的转置；
S6、将n个直径分成k类，其中k为自然数，定义目标函数为
其中目标函数值最小的分割为最优分割，即
其中t为自然数；
S7、建立e[p(n,k)]与k的相关曲线，相关曲线在出现明显拐点处的k值即为烟叶切分的最优分切段数。
进一步的，在步骤S1中的去除叶柄前还包括将待测烟叶置于设定温度、设定湿度的恒温恒湿箱中平衡设定时间。
所述设定温度为(20±1)℃；所述设定湿度为(65±2)％；平衡设定时间为48h。
所述表面微观结构特征指标包括但不限于细胞面积、细胞周长、细胞形状因子、细胞密度、气孔密度及气孔指数；
其中细胞形状因子的计算公式为细胞周长2÷(4×π×细胞面积×1.064)；
气孔密度的计算公式为某一视野中的气孔数÷该视野的面积；
气孔指数的计算公式为某一视野气孔数÷(视野中气孔数+表皮细胞数)×100％。
在获得烟叶最优分类数后，根据所述烟叶最优分类数对烟叶进行分割，并进行感官品质差异性评价。
本发明的有益效果是：
通过对初烤烟叶不同区位表面微观结构特征指标的变化，并基于不同区位表面微观结构特征指标的标准化值对烟叶进行了Fisher最优分割法分析，最后通过感官评吸对分割结果进行了验证。
不同区位的各项表面微观结构指标总体均存在较大差异，从叶基到叶尖，细胞面积、周长和细胞形状因子呈先增大后减小的变化趋势，细胞密度和气孔密度呈先降低后升高的变化趋势，气孔指数总体呈增加的趋势。
基于标准化的微观结构指标数据，利用Fisher最优分割法确定了烟叶的最佳分段比例，检验结果表明，分切后烟叶之间的整体感官品质特征均存在显著差异，说明烟叶表面微观结构特征结合Fisher最优分割法能将同一叶片品质差异较大的区位有效分离，可以为烟叶分切后的差异化打叶复烤加工与科学利用提供参考依据。
附图说明
图1为烟叶不同区位细胞面积、细胞周长的变化趋势图；
图2为烟叶不同区位细胞密度、气孔密度的变化趋势图；
图3为烟叶不同区位细胞形状因子、气孔指数的变化趋势图；
图4为烟叶最小目标函数e[p(n,k)]与k值的相关曲线。
具体实施方式
以下通过实施例来详细说明本发明的技术方案，以下的实施例仅是示例性的，仅能用来解释和说明本发明的技术方案，而不能解释为是对本发明技术方案的限制。
本技术方案以SEM图像的PHOTOSHOP软件量化处理为手段，分析了云烟87C3F初烤烟叶不同区位表面微观结构特征指标(细胞面积、周长、形状参数、细胞密度、气孔密度等)的变化趋势，并基于微观结构指标的标准化值利用Fisher最优分割法对烟叶进行分割，最后利用感官品质三点法检验验证表面微观结构特征结合Fisher最优分割法对烟叶进行分切的合理性，为表面微观结构在烟叶分切中的应用提供参考，也为烟叶分切后的差异化打叶复烤加工与科学利用提供参考依据。
本技术方案以2019年云南昆明宜良产云烟87C3F初烤烟叶作为试验材料，但并不是说明本申请的技术方案仅适用于该烟叶的分切，对于其它烟叶的分切方法本技术方案同样适用。
具体为，选取若干片颜色均匀一致，无青杂色、病斑和破损的烟叶以供电镜观测和感官评吸，并作为待测烟叶样品。
将待测烟叶样品置于温度(20±1)℃、相对湿度(65±2)％的恒温恒湿箱中平衡48h。先切除叶片的叶柄部分，再利用刻度尺将烟叶纵向平均分成10个区位，并利用裁纸刀将其分切成10段，从叶基到叶尖依次标记为C1-C10。每个区位尽量靠近主脉与叶缘中间的位置截取无青杂色、病斑、破损和支脉，大小约为5mm×5mm的叶片局部，利用PHENOM G2 Pro台式扫描电子显微镜观测，放大倍数为500倍，每个区位至少采集10个细胞形状和间隙较为清晰的视野(图像)。
利用PHOTOSHOP 16.0软件对每个视野(图像)中的细胞面积、细胞周长进行量化处理。细胞形状因子是反映细胞形状与圆形相差的程度及不规则程度，计算公式为[周长2÷(4×π×面积×1.064)]，其数值越大，表示形状偏离圆形越远，形状越不规则。气孔密度的计算公式为(1个视野中的气孔数÷该视野的面积)；气孔指数公式为[每个视野气孔数÷(视野中气孔数+表皮细胞数)×100％]。
云烟87C3F初烤烟叶10个区位表面微观结构特征指标的量化结果见表1。可以看出，不同区位的各项表面微观结构特征指标均存在较大差异，细胞面积主要介于1693-3629μm2之间，细胞周长主要介于208-382μm之间，细胞形状因子主要介于1.98-3.05之间，细胞密度主要介于245-437个·mm-2之间，气孔密度主要介于46-74个·mm-2之间，气孔指数主要介于13-20％之间。
云烟87C3F初烤烟叶10个区位表面微观结构特征指标的变化趋势见图1至图3。可以看出，从叶基到叶尖，细胞面积、细胞周长和细胞形状因子呈先增大后减小的变化趋势，细胞密度和气孔密度呈先降低后升高的变化趋势，气孔指数总体呈增加的趋势。上述结果表明，叶基部和叶尖部的细胞面积相对较小，形状相对规则，细胞密度和气孔密度较高；叶中部的细胞面积较大，形状较不规则，细胞密度和气孔密度相对较低。
表1云烟87C3F烟叶不同区位表面微观结构指标量化结果
利用R语言统计软件中的scale函数对表1中的表面微观结构指标数据进行标准化处理，结果见表2。
表2云烟87C3F烟叶不同区位表面微观结构指标的标准化处理
| 区位 | 细胞面积 | 细胞周长 | 细胞形状参数 | 细胞密度 | 气孔密度 | 气孔指数 |
| 1 | ﹣1.800 | ﹣1.822 | ﹣1.821 | 1.914 | 1.190 | ﹣1.045 |
| 2 | ﹣1.218 | ﹣1.167 | ﹣1.124 | 1.354 | 0.270 | ﹣1.366 |
| 3 | ﹣0.660 | ﹣0.620 | ﹣0.543 | 0.559 | 0.022 | ﹣0.786 |
| 4 | 0.130 | 0.270 | 0.415 | ﹣0.277 | ﹣0.693 | ﹣0.547 |
| 5 | 0.618 | 0.717 | 0.880 | ﹣0.626 | ﹣0.641 | 0.079 |
| 6 | 1.188 | 1.236 | 1.286 | ﹣1.057 | ﹣1.207 | 0.038 |
| 7 | 1.174 | 1.078 | 0.938 | ﹣0.961 | ﹣1.028 | 0.126 |
| 8 | 0.755 | 0.724 | 0.619 | ﹣0.785 | ﹣0.628 | 0.359 |
| 9 | 0.087 | ﹣0.059 | ﹣0.166 | ﹣0.233 | 1.240 | 1.711 |
| 10 | ﹣0.275 | ﹣0.357 | ﹣0.485 | 0.113 | 1.475 | 1.431 |
云烟87C3F烟叶不同区位类直径计算：
Fisher最优分割法用“直径”来表示段内的差异程度，段内差异越小，直径就越小。云烟87C3F烟叶划分了10个区位，可分为9个段内直径。设某一类P包含的样本有{x1,xi+1,…,xj}(i＜j)，记为P＝{i,i+1,…,j}。它们的均值为
用D(i,j)表示这一类的直径，一般采用“离差平方和”作为直径，即
其中T为向量的转置。以表2中的标准化指标矩阵为基础进行最优分割法分析，得到云烟87C3F烟叶不同区位样品的类直径D(i,j)(i＝1,2,…,9；j＝i+1,…,10)，结果见表3。
表3云烟87C3F烟叶不同区位类直径计算结果
云烟87C3F烟叶不同分类数的最小目标函数计算和分类：
最优分割的实质是找到某一组分点，使得各分类的总离差平方和最小，据此，定义目标函数为
目标函数值越小，表明分类内部差异越小，类之间差异越大。使目标函数值最小的那种分割就是最优分割，即
对于上式有如下定理：n个有序样本的最优k分割，一定是在其某一个截尾子段的最优k﹣1分割之后再添加一段形成的，因此e*[p(n,k)]可由最优二分割的公式递推得出最优k分割的递推公式。假定分类数k已知，可由递推得到所有分类P1，P2，…，Pk，这就是最优k分类的分类结果。根据上述方法计算云烟87C3F烟叶区位不同分类数k的最小目标函数并列出分类情况，结果见表4。
表4云烟87C3F烟叶不同分类数的最小目标函数及分类情况
| k | e[p(n,k)] | 分类情况 |
| 2 | 22.684 | C<sub>1</sub>-C<sub>3</sub>,C<sub>4</sub>-C<sub>10</sub> |
| 3 | 7.210 | C<sub>1</sub>-C<sub>3</sub>,C<sub>4</sub>-C<sub>8</sub>,C<sub>9</sub>-C<sub>10</sub> |
| 4 | 4.152 | C<sub>1</sub>,C<sub>2</sub>-C<sub>3</sub>,C<sub>4</sub>-C<sub>8</sub>,C<sub>9</sub>-C<sub>10</sub> |
| 5 | 2.380 | C<sub>1</sub>,C<sub>2</sub>-C<sub>3</sub>,C<sub>4</sub>,C<sub>5</sub>-C<sub>8</sub>,C<sub>9</sub>-C<sub>10</sub> |
| 6 | 1.391 | C<sub>1</sub>,C<sub>2</sub>,C<sub>3</sub>,C<sub>4</sub>,C<sub>5</sub>-C<sub>8</sub>,C<sub>9</sub>-C<sub>10</sub> |
| 7 | 0.970 | C<sub>1</sub>,C<sub>2</sub>,C<sub>3</sub>,C<sub>4</sub>-C<sub>5</sub>,C<sub>6</sub>-C<sub>7</sub>,C<sub>8</sub>,C<sub>9</sub>-C<sub>10</sub> |
| 8 | 0.385 | C<sub>1</sub>,C<sub>2</sub>,C<sub>3</sub>,C<sub>4</sub>,C<sub>5</sub>,C<sub>6</sub>-C<sub>7</sub>,C<sub>8</sub>,C<sub>9</sub>-C<sub>10</sub> |
| 9 | 0.098 | C<sub>1</sub>,C<sub>2</sub>,C<sub>3</sub>,C<sub>4</sub>,C<sub>5</sub>,C<sub>6</sub>-C<sub>7</sub>,C<sub>8</sub>,C<sub>9</sub>,C<sub>10</sub> |
确定云烟87C3F烟叶最优分类数：
根据表4建立e[p(n,k)]与k的相关曲线(图4)。由图4可见，最小目标函数e[p(n,k)]是随k值单调递减的，曲线在k值为3时出现明显拐弯，说明k值在超过3之后，再增加时目标函数变幅较小，所以分3类为好。即云烟87C3F烟叶分3段最优，即C1-C3、C4-C8、C9-C10(叶基∶叶中∶叶尖＝30％∶50％∶20％)。
在本申请的以上技术方案中，n、k、i、j、t等的值均为自然数，在此不进行分别说明。
根据自由度f1、f2和给定的显著性水平α＝0.05，查表可求出Fα。若F＞Fα，即可通过检验。如果最优k分割的结果不能通过F检验，则说明这种分割虽然在同一分类数k的各种分割中是最优的，但类与类之间却并不具有显著性差异，因而是没有意义的。基于此，根据自由度f1＝k﹣1＝2，f2＝n﹣k＝7和给定的显著性水平α＝0.05，查表求得Fα＝4.74。按照规定的方法计算云烟87C3F烟叶分3段时的F检验值为22.717，则F＞Fα，即通过F检验。因此，可将云烟87C3F烟叶基于表面微观结构特征的差异最优分割为3段，即叶基∶叶中∶叶尖＝30％∶50％∶20％。
烟叶分割结果的感官品质三点检验：
为验证表面微观结构特征结合Fisher最优分割法对烟叶进行分切的合理性，根据上述分析结果，严格按照分割比例的要求对云烟87C3F烟叶进行分切，不同分切区位样品间的感官品质三点法检验结果见表5。
具体为，云烟87C3F烟叶经过Fisher最优分割法分析后，再选取该等级烟叶若干片，按照分割比例分切后去除主脉进行切丝。按照《卷烟工艺测试与分析大纲》中的方法，采用同一卷烟辅材制备感官质量评价样品。保证每支评吸卷烟的烟丝质量相同，烟丝在烟管中的分布尽量均匀，最大程度消除卷烟物理性状的差异对评吸结果的影响。由9名评吸人员组成评吸小组，采用三点检验法评价不同分割区位烟叶样品整体感官品质的差异性。
可以看出，对于云烟87C3F初烤烟叶，分切后各段烟叶之间的整体感官品质特征均存在显著差异，说明表面微观结构特征结合Fisher最优分割法能将同一叶片品质差异较大的区位有效分离，这为烟叶分切后的差异化打叶复烤加工与科学利用提供了参考。
表5云烟87C3F烟叶分割后的感官质量三点法检验结果
| 样品区位 | 参与评吸人数<sup>①</sup> | 正确识别人数 | 正确识别率/％ | 整体品质特征差异 |
| C<sub>1</sub>-C<sub>3</sub>与C<sub>4</sub>-C<sub>8</sub> | 9 | 8 | 88.89 | 显著 |
| C<sub>4</sub>-C<sub>8</sub>与C<sub>9</sub>-C<sub>10</sub> | 9 | 6 | 66.67 | 显著 |
| C<sub>1</sub>-C<sub>3</sub>与C<sub>9</sub>-C<sub>10</sub> | 9 | 7 | 77.78 | 显著 |
注：①α＝0.05时，三点检验临界值为6。
同时，在其它实施例中，进行了相同的试验，所得到的结果相同或类似。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的范围。
Claims (5)
1.一种基于表面微观结构特征差异对烟叶进行分切的方法，其特征在于，包括以下步骤：
S1、将烟叶去除叶柄后，沿纵向平均分成N个区位，其中N为大于1的自然数；
S2、利用电子显微镜观测，并在每个区位上采集M个细胞形状和间隙清晰的视野，其中M为大于1的自然数；
S3、利用PHOTOSHOP 16.0软件对每个视野中的表面微观结构特征指标进行量化，并得到每个区位的表面微观结构特征指标的平均量化结果；
S4、利用R语言统计软件中的scale函数对步骤S3中的平均量化结果进行标准化处理，得到不同区位的表面微观结构特征的标准化处理结果；
S5、基于标准化处理结果，利用Fisher最优分割法，计算获得烟叶不同区位间的n个直径，n为自然数，以确定区位间的差异程度；Fisher最优分割法用“直径”来表示段内的差异程度，段内差异越小，直径就越小，设某一类P包含的样本有{x1,xi+1,…,xj}(i＜j)，记为P＝{i,i+1,…,j}；它们的均值为
用D(i,j)表示这一类的直径，采用“离差平方和”作为直径，即
其中T为向量的转置；
S6、将n个直径分成k类，其中k为自然数，定义目标函数为
其中目标函数值最小的分割为最优分割，即
其中t为自然数；
S7、建立e[p(n,k)]与k的相关曲线，相关曲线在出现明显拐点处的k值即为烟叶切分的最优分切段数。
2.根据权利要求1所述的基于表面微观结构特征差异对烟叶进行分切的方法，其特征在于，在步骤S1中的去除叶柄前还包括将待测烟叶置于设定温度、设定湿度的恒温恒湿箱中平衡设定时间。
3.根据权利要求2所述的基于表面微观结构特征差异对烟叶进行分切的方法，其特征在于，所述设定温度为(20±1)℃；所述设定湿度为(65±2)％；平衡设定时间为48h。
4.根据权利要求1所述的基于表面微观结构特征差异对烟叶进行分切的方法，其特征在于，所述表面微观结构特征指标包括但不限于细胞面积、细胞周长、细胞形状因子、细胞密度、气孔密度及气孔指数；
其中细胞形状因子的计算公式为细胞周长2÷(4×π×细胞面积×1.064)；
气孔密度的计算公式为某一视野中的气孔数÷该视野的面积；
气孔指数的计算公式为某一视野气孔数÷(视野中气孔数+表皮细胞数)×100％。
5.根据权利要求1所述的基于表面微观结构特征差异对烟叶进行分切的方法，其特征在于，在获得烟叶最优分类数后，根据所述烟叶最优分类数对烟叶进行分割，并进行感官品质差异性评价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010099622.XA CN111345494B (zh) | 2020-02-18 | 2020-02-18 | 一种基于表面微观结构特征差异对烟叶进行分切的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010099622.XA CN111345494B (zh) | 2020-02-18 | 2020-02-18 | 一种基于表面微观结构特征差异对烟叶进行分切的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111345494A true CN111345494A (zh) | 2020-06-30 |
| CN111345494B CN111345494B (zh) | 2021-10-22 |
Family
ID=71188676
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010099622.XA Active CN111345494B (zh) | 2020-02-18 | 2020-02-18 | 一种基于表面微观结构特征差异对烟叶进行分切的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111345494B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113180281A (zh) * | 2021-05-26 | 2021-07-30 | 河南中烟工业有限责任公司 | 一种烟叶分切方法 |
| CN114376260A (zh) * | 2022-03-02 | 2022-04-22 | 福建武夷烟叶有限公司 | 基于厚度分布规律的烟叶分切方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4018234A (en) * | 1974-03-08 | 1977-04-19 | Amf Incorporated | Mechanical lipid removal from tobacco leaves |
| CN103120361A (zh) * | 2012-10-16 | 2013-05-29 | 红塔烟草(集团)有限责任公司 | 一种基于化学成分分布规律的烟叶分切方法 |
| CN103353509A (zh) * | 2013-07-05 | 2013-10-16 | 红云红河烟草(集团)有限责任公司 | 一种基于主成分分析与最优分割法的烟叶分切判定方法 |
| CN103424542A (zh) * | 2013-08-23 | 2013-12-04 | 贵州省烟草科学研究院 | 一种基于感官评吸的烟叶质量评价方法 |
-
2020
- 2020-02-18 CN CN202010099622.XA patent/CN111345494B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4018234A (en) * | 1974-03-08 | 1977-04-19 | Amf Incorporated | Mechanical lipid removal from tobacco leaves |
| CN103120361A (zh) * | 2012-10-16 | 2013-05-29 | 红塔烟草(集团)有限责任公司 | 一种基于化学成分分布规律的烟叶分切方法 |
| CN103353509A (zh) * | 2013-07-05 | 2013-10-16 | 红云红河烟草(集团)有限责任公司 | 一种基于主成分分析与最优分割法的烟叶分切判定方法 |
| CN103424542A (zh) * | 2013-08-23 | 2013-12-04 | 贵州省烟草科学研究院 | 一种基于感官评吸的烟叶质量评价方法 |
Non-Patent Citations (2)
| Title |
|---|
| 过伟民等: "烤烟部位间叶面微观形态特征的差异及其与部分外观、物理指标的关系", 《中国烟草学报》 * |
| 龙明海等: "主成分分析结合Fisher最优分割法在烟叶分切中的应用", 《烟草科技》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113180281A (zh) * | 2021-05-26 | 2021-07-30 | 河南中烟工业有限责任公司 | 一种烟叶分切方法 |
| CN114376260A (zh) * | 2022-03-02 | 2022-04-22 | 福建武夷烟叶有限公司 | 基于厚度分布规律的烟叶分切方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111345494B (zh) | 2021-10-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111345494B (zh) | 一种基于表面微观结构特征差异对烟叶进行分切的方法 | |
| 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 | |
| Genaev et al. | Extraction of quantitative characteristics describing wheat leaf pubescence with a novel image-processing technique | |
| CN108427862A (zh) | 基于图像分析的多品种全生育期棉花生物量无损测量方法 | |
| CN112167699A (zh) | 分切和使用烟叶的方法、装置及烟草制品 | |
| Moya et al. | Variation in the wood anatomical structure of Gmelina arborea (Verbenaceae) trees at different ecological conditions in Costa Rica | |
| Poeiras et al. | Cork influenced by a specific water regime—macro and microstructure characterization: the first approach | |
| Acarsoy Bilgin | Morphological characterization of pollen in some varieties of walnut (Juglans regia) | |
| CN110916239A (zh) | 一种基于不同区位色差变化的初烤烟叶分割方法 | |
| Alwahibi et al. | Anatomical study of four species of Heliotropium L.(Boraginaceae) from Saudi Arabia | |
| da Silva et al. | Genetic divergence among accessions of Carthamus tinctorius L. by morphoagronomic traits | |
| CN102607475A (zh) | 一种利用Photoshop软件测定烤后烟叶细胞面积的方法 | |
| Cortini et al. | Ring-level models for predicting wood and fibre properties of Abies balsamea | |
| Barour et al. | Multivariate analysis of honeybees, Apis mellifera Linnaeus (Hymenoptera: Apidae) of the northeastern and southern regions of Algeria | |
| Sharma et al. | Anatomical and fibre characteristics of some agro waste materials for pulp and paper making | |
| Jibril et al. | Leaf epidermal structures and stomata ontogeny in some members of the family Cucurbitaceae | |
| CN114376260A (zh) | 基于厚度分布规律的烟叶分切方法 | |
| CN112529843A (zh) | 一种用于识别异常上皮细胞的方法和系统 | |
| De Oliveira et al. | Software for forest species recognition based on digital images of wood. | |
| CN110111029A (zh) | 一种鉴定马鹿、狍及梅花鹿毛发的形态学方法 | |
| Bakhtaulova et al. | Cytostructure of the radial parenchyma of annual shoots of wild species of Meyer’s currant (Ribes Meyeri Maxim.) | |
| FAHMI et al. | Diversity and population structure of Dipterocarpaceae species in Weh Island Nature Tourism Park, Indonesia | |
| CN108776821A (zh) | 一种利用植物表型性状筛选抗逆资源的方法 | |
| Stanger | Variation and genetic control of wood properties in the juvenile core of Pinus patula grown in South Africa | |
| Neto et al. | Performance assessment of methodologies for vertical stratification in native forests |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |