CN111466605B - 基于rgb值测定烟叶烘烤变黄变褐程度的方法、系统及装置 - Google Patents
基于rgb值测定烟叶烘烤变黄变褐程度的方法、系统及装置 Download PDFInfo
- Publication number
- CN111466605B CN111466605B CN202010328184.XA CN202010328184A CN111466605B CN 111466605 B CN111466605 B CN 111466605B CN 202010328184 A CN202010328184 A CN 202010328184A CN 111466605 B CN111466605 B CN 111466605B
- Authority
- CN
- China
- Prior art keywords
- tobacco leaf
- yellow
- brown
- pixel points
- green
- 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.)
- Expired - Fee Related
Links
- 241000208125 Nicotiana Species 0.000 title claims abstract description 109
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004383 yellowing Methods 0.000 title claims abstract description 41
- 238000004590 computer program Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 18
- 239000003086 colorant Substances 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000012360 testing method Methods 0.000 description 11
- 238000012795 verification Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000015556 catabolic process Effects 0.000 description 5
- 230000002596 correlated effect Effects 0.000 description 5
- 238000006731 degradation reaction Methods 0.000 description 5
- 229930002875 chlorophyll Natural products 0.000 description 4
- 235000019804 chlorophyll Nutrition 0.000 description 4
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 4
- 238000010239 partial least squares discriminant analysis Methods 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 4
- 238000012353 t test Methods 0.000 description 4
- 210000003462 vein Anatomy 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 235000021466 carotenoid Nutrition 0.000 description 2
- 150000001747 carotenoids Chemical class 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000049 pigment Substances 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009418 agronomic effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- A24B3/00—Preparing tobacco in the factory
- A24B3/10—Roasting or cooling tobacco
Landscapes
- Image Analysis (AREA)
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明公开了一种基于RGB值测定烟叶烘烤变黄变褐程度的方法、系统及装置,所述方法包括:S1、获取烘烤的烟叶图像,所述烟叶图像为去除背景色的图像;S2、判断所述烟叶图像中每个像素点的颜色并计数,所述每个像素点的颜色区分为黄色、绿色和褐色;S3、计算烟叶烘烤的变黄程度和变褐程度,所述变黄程度为黄色像素点与总像素点的比值,所述变褐程度为褐色像素点与总像素点的比值,所述总像素点为剔除所述烟叶图像中背景色像素点的像素总和。与现有技术相比,本发明基于烟叶图像RGB值可快速准确判断出烟叶黄色占比和褐色占比,从而明确烟叶在烘烤过程中的变黄及变褐程度,辅助烟农调整烘烤工艺。
Description
技术领域
本发明涉及一种基于RGB值测定烟叶烘烤变黄变褐程度的方法、系统及装置,属于烟叶烘烤技术领域。
背景技术
烘烤工艺本质不同是由鲜烟叶的烘烤特性决定。普遍认为,烟叶烘烤特性存在由易烤性和耐烤性两种属性。叶绿素的分解速率成为评判烟叶易烤性的重要指标(藤田茂隆等,1984),研究者提出了变黄指数、单位时间内类胡萝卜素与叶绿素比值的平均增值等作为衡量烟叶易烤性的指标(藤田茂隆等,1984;张树堂等,1997)。唐经祥等(2001)提出了用标准凋萎、变黄、定色、褐化的时间及其比值作为衡量烟叶烘烤特性的指标。王传义等(2008)在三段式烘烤工艺条件下研究了不同烤烟品种烘烤特性,提出了采用色素降解速率及降解量、失水均衡性及暗箱烟叶变黄时间判断易烤性,采用PPO活性、暗箱烟叶变褐时间判断耐烤性。李淮源等(2018)在分析烘烤过程中与烘烤特性相关的多个农艺性状及生理生化指标的基础上,提出了叶绿素平均降解速率和前48h类胡萝卜素降解速率是评价烟叶烘烤特性的关键指标,鲜烟含水量、鲜干比、前48h叶绿素降解速率可作为评价烟叶烘烤特性的有效指标。大量文献指向变黄速率、变褐速率可以评价烟叶的易烤性和耐烤性。但目前,对于烘烤烟叶的变黄、变褐程度,主要是人眼来判断,不仅效率较低,而且评判结果误差较大,最终会影响到烟叶烘烤工艺的精准调节。
发明内容
基于上述,本发明提供一种基于RGB值测定烟叶烘烤变黄变褐程度的方法、系统及装置,可通过图像处理自动快速测量得到烟叶的变黄、变褐程度,进而为烟叶烘烤工艺的调节提供依据。
本发明的技术方案是:
第一方面,本发明提供一种基于RGB值测定烟叶烘烤变黄变褐程度的方法,所述方法包括:
获取烘烤的烟叶图像,所述烟叶图像为去除背景色的图像;
判断所述烟叶图像中每个像素点的颜色并计数,所述每个像素点的颜色区分为黄色、绿色和褐色;
计算烟叶烘烤的变黄程度和变褐程度,所述变黄程度为黄色像素点与总像素点的比值,所述变褐程度为褐色像素点与总像素点的比值,所述总像素点为剔除所述烟叶图像中背景色像素点的像素总和。
所述烟叶图像中的绿色判定标准为:
R<149,且G*G/(R*R+B*B)>1。
所述烟叶图像中的褐色判定标准为G<140,且R/G>1。
所述黄色为所述烟叶图像中除去绿色和褐色外的像素点。
第二方面,本发明提供一种基于RGB值测定烟叶烘烤变黄变褐程度的装置,所述测量包括:
获取模块,用于:获取烘烤的烟叶图像,所述烟叶图像为去除背景色的图像;
判断模块,用于:判断所述烟叶图像中每个像素点的颜色并计数,所述每个像素点的颜色区分为黄色、绿色和褐色;
计算模块,用于:计算烟叶烘烤的变黄程度和变褐程度,所述变黄程度为黄色像素点与总像素点的比值,所述变褐程度为褐色像素点与总像素点的比值,所述总像素点为剔除所述烟叶图像中背景色像素点的像素总和。
所述判断模块包括绿色判断子模块,所述绿色判断子模块的判断标准为:R<149,且G*G/(R*R+B*B)>1。
所述判断模块包括褐色判断子模块,所述褐色判断子模块的判断标准为:G<140,且R/G>1。
所述判断模块包括黄色判断子模块,所述黄色判断子模块的判断标准为:所述烟叶图像中除去绿色和褐色外的像素点。
第三方面,本发明还提供一种基于RGB值测定烟叶烘烤变黄变褐程度的系统,包括存储器、处理器及存储在存储器上并可以在处理器上运行的计算机程序,其特征在于,所述处理器执行所述基于RGB值测定烟叶烘烤变黄变褐程度的方法。
第四方面,本发明还提供一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现所述基于RGB值测定烟叶烘烤变黄变褐程度的方法。
本发明的有益效果是:本发明基于RGB值测定烟叶烘烤变黄变褐程度的方法,通过对烘烤烟叶图像的像素点进行判断,将其划分为黄色、绿色和褐色,并据此计算烟叶烘烤的变黄程度和变褐程度,与现有技术相比,本发明基于烟叶图像RGB值可快速准确判断出烟叶黄色占比和褐色占比,从而明确烟叶在烘烤过程中的变黄及变褐程度,辅助烟农调整烘烤工艺。
此外,本发明中黄色与绿色区分标准,以绿色判定标准为R<149,且G*G/(R*R+B*B)>1判断,验证准确率达到98.17%;黄色与褐色区分标准,以褐色判定标准为G<140,且R/G>1判断,验证准确率达到99.50%。
附图说明
图1为本发明实施例的方法流程图;
图2为黄色与绿色RGB主成分分析;
图3为黄色与绿色RGB偏最小二乘法判别分析;
图4为黄色与绿色RGB偏最小二乘法判别贡献值分析;
图5为黄色与绿色回归分析;
图6为黄色与褐色RGB偏最小二乘法判别分析;
图7为黄色与绿色RGB偏最小二乘法判别贡献值分析;
图8为黄色与褐色回归分析;
图9为本发明实施例的结构框架图;
图10为本发明实施例的又一装置框图;
图11为本发明实施例的计算机可读介质的示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施的限制。
实施例一
请参阅图1,本发明实施例基于RGB值测定烟叶烘烤变黄变褐程度的方法,所述方法包括:
S1、获取烘烤的烟叶图像,所述烟叶图像为去除背景色的图像。
烟叶图像为烟叶烘烤过程中的图像,该图像通常可以显示出烟叶的变黄程度和变褐程度,可以辅助烟农调整烘烤工艺。
烟叶图像可以采用标准图像采集系统采集。可以按照以下步骤进行:
1、标准图像采集系统调试。在采集前检查箱体密闭性有无漏光。箱体底面铺设白板,白板要求无污点。打开箱体两侧的标准光源,并调试光源与实物入射角度为45°。相机选用具有自动对焦功能,且光学变焦≥3倍,像素>50万像素。将相机拍摄模式调为自动对焦模式。
2、图像采集。将烟叶平置于标准图像采集系统中,相机在实物正上方(拍摄口)90cm以上,选择自动对焦模式进行图像采集。
3、图像预处理。去除烟叶图像中的背景色。例如,烟叶图像用Photoshop13.0以上版本进行背景色的剔除,统一白色背景,统一命名编号,并压缩成300*300色素的标准相片备用。
S2、判断所述烟叶图像中每个像素点的颜色并计数,所述每个像素点的颜色区分为黄色、绿色和褐色。
在烘烤烟叶图像中,像素点的颜色只有黄色、绿色和褐色,因此,烟叶变黄速度、变褐速度的关键是把烟叶中黄色、绿色、褐色区分开来。具体来讲,就是把图像中的黄色与绿色、黄色与褐色区分。
RGB色彩模式是最基础的色彩模式,也是应用最广泛的色彩图像模式。RGB模式是基于自然界中3种基色光的混合原理,将红(Red)、绿(Green)和蓝(Blue)3中基色按照从0(黑)到255(白色)的亮度值在每个色阶中分配,从而指定其色彩。当不同亮度的基色混合后,便会产生出256*256*256种颜色,约为1670万种。这个标准几乎包括了人类视力所能感知的所有颜色,是目前运用最广泛的颜色系统之一。
本实施例烟叶图像中的绿色判定标准为:
R<149,且G*G/(R*R+B*B)>1。
本实施例烟叶图像中的褐色判定标准为:
G<140,且R/G>1。
本实施例中黄色为烟叶图像中除去绿色和褐色外的像素点。
根据前述标准逐个对烟叶图像中的每个像素点的颜色进行判断并计数。
在实际判断黄色、绿色与褐色过程中,首先就要找到绿色RGB阈值、黄色RGB阈值和褐色RGB阈值。如果阈值公式不好,则容易导致像素点颜色区分不精确,进而使烘烤烟叶的变黄变褐程度判断不准确,最终影响到烘烤工艺的调整。
对于绿色、黄色和褐色阈值公式的寻找,申请人进行过以下研究实验:
1、绿色的阈值与黄色阈值研究
通过标准数字像素采集系统采集的相片,将照片分为绿色组和黄色组。各组选取30张烟叶标准照片,每个照片分别沿主脉两侧,等距离各选取10点,提取图片中RGB值,共计读到600个点。
1.1独立样本检验
F检验和t检验通俗讲是两种常用检验独立样本数据的差异性的方法,均基于在零假设之下,检验两独立样本均数差异符合总体假设的概率,常用Sig表示。在F检验(单边检验)中,Sig<0.05,原假设黄色和绿色的统计值相等,则假设不立,表明黄色和绿色的统计值上存在差异。在t检验(双边检验)中,原假设黄色和绿色的统计值相等,Sig<0.05,则假设不成立。原假设黄色和绿色的统计值不相等,Sig<0.05,则假设成立,表明黄色和绿色的统计值上存在差异。在F检验和t检验上(表1),黄色和绿色所有12项指标上均存在显著差异。
表1独立样本检验
1.2黄色与绿色RGB值
表2、3可知,黄色与绿色在R、G、B、G/R、G*G、R*R、B*B、G*G/(R*R+B*B)和R*R/(G*G+B*B)上存在显著差异,在G/B、R/B、B*B/(R*R+G*G)上差异不显著。
表2黄色与绿色均值
表3黄色与绿色均值
1.3黄色与绿色RGB主成分分析
对600个黄色组和绿色组的RGB进行用主成分分析,从PCA得分图(图2)上可以看出,黄色与绿色的差异较明显。
1.4黄色与绿色RGB偏最小二乘法判别分析
从PLS-DA(偏最小二乘分析)得分图(图3)上,也存在黄色与绿色区分较明显。从图4可以看出,贡献值大于1的分别为R*R、R、G/R、G*G/(R*R+B*B)、灰度值、R*R/(G*G+B*B)、G*G、G共8项指标。
1.5黄色与绿色回归分析
从图5可以看出,绿色与G/R、G*G/(R*R+B*B)呈正相关,与B值、B*B值呈负相关,黄色与G、R*R/(G*G+B*B)、G*G、R*R、R、灰度值6个指标呈正相关。
1.6绿色与黄色判断标准及验证
依据以上分析,绿色和黄色的区分,主要集中在R值和G值上,初步拟定绿色的判定标准为A(R<135,且G*G/(R*R+B*B)>1),B(R<135,且G*G/(R*R+B*B)>1.2),C(R<149,且G*G/(R*R+B*B)>1),D(R<121,且G*G/(R*R+B*B)>1.2),E(R<121,且G*G/(R*R+B*B)>0.8),F(R<149,且G*G/(R*R+B*B)>0.8)。
验证照片由华南农业大学烟草研究室提供,提供照片为绿色组与黄色组各15张烟叶标准照片,每个照片分别沿主脉两侧,等距离各选取10点,提取图片中RGB值,共计读到600个点进行验证。
表4所示,C标准的验证准确率较高,达到98.17%,故绿色判定标准拟定为R<149,且G*G/(R*R+B*B)>1较适宜。
表4验证结果
2、褐色的阈值与黄色阈值研究
通过标准数字像素采集系统采集的相片,将照片分为褐色组和黄色组。各组选取30张烟叶标准照片,每个照片分别沿主脉两侧,等距离各选取10点,提取图片中RGB值,共计读到600个点。
2.1独立样本检验
由表5可知,在F检验认为,除G/B和B*B值上差异不显著,其余15项指标差异显著。t检验上,除G*G/(R*R+B*B)和B/(R+G+B)上差异不显著,其余15项指标差异显著。说明黄色与褐色RGB值在R、G、B、灰度值、R/G、R/B、R*R、G*G、R*R/(G*G+B*B)、B*B/(R*R+B*B)、R+G+B、G/(R+G+B)、R/(R+G+B)的13项指标上存在差异。
表5独立样本检验
2.2褐色与绿色RGB值比较
表6、7、8可知,黄色与绿色在R、G、B、灰度值、G*G、R*R、B*B、G*G/(R*R+B*B)和R*R/(G*G+B*B)上存在显著差异,在G/B、R/B、R/G、B*B/(R*R+G*G)上差异不显著。
表6黄色与褐色比较
表7黄色与褐色比较
表8黄色与褐色比较
2.3黄色与褐色RGB偏最小二乘法判别分析
从PLS-DA得分图(图6)上,也存在黄色与褐色区分较明显。从图7可以看出,贡献值大于1的分别为R*R、R/G、G*G/(R*R+B*B)、灰度值、G*G、R+G+B、G、G/(R+G+B)、R共9项指标。
2.4黄色与褐色回归分析
从图8可以看出,褐色与G/R呈正相关。黄色与R/G、G*G/(G*G+B*B)、R+G+B、G/(R+G+B)、G、R*R、灰度值7个指标呈正相关。
2.5褐色与黄色判断标准及验证
依据以上分析,褐色和黄色的区分,主要集中在R值和G值上,初步拟定褐色的判定标准为A(G<140,且R/G>1.3),B(G<110,且R/G>1),C(G<140,且R/G>1),D(G<170,且R/G>1.3),E(G<110,且R/G>1.6),F(G<170,且R/G>1.6)。
验证照片由华南农业大学烟草研究室提供,提供照片为褐色组与黄色组各15张烟叶标准照片,每个照片分别沿主脉两侧,等距离各选取10点,提取图片中RGB值,共计读到600个点进行验证。
表9所示,C标准的验证准确率较高,达到99.50%,故褐色判定标准拟定为G<140,且R/G>1较适宜。
表9验证结果
S3、计算烟叶烘烤的变黄程度和变褐程度,所述变黄程度为黄色像素点与总像素点的比值,所述变褐程度为褐色像素点与总像素点的比值,所述总像素点为剔除所述烟叶图像中背景色像素点的像素总和。
计算时,软件自动剔除背景色,例如白色背景,根据黄色、绿色及褐色像素计数与总像素点(剔除白色像素)计数的比值,来精确测量烟叶烘烤过程中烟叶变黄、变褐程度。
实施例二
请参阅图9,本发明实施例二提供了一种基于RGB值测定烟叶烘烤变黄变褐程度的装置,所述测量包括:获取模块,用于:获取烘烤的烟叶图像,所述烟叶图像为去除背景色的图像;判断模块,用于:判断所述烟叶图像中每个像素点的颜色并计数,所述每个像素点的颜色区分为黄色、绿色和褐色;计算模块,用于:计算烟叶烘烤的变黄程度和变褐程度,所述变黄程度为黄色像素点与总像素点的比值,所述变褐程度为褐色像素点与总像素点的比值,所述总像素点为剔除所述烟叶图像中背景色像素点的像素总和。
在其中一个例子中,所述判断模块包括绿色判断子模块,所述绿色判断子模块的判断标准为:R<149,且G*G/(R*R+B*B)>1。
在其中一个例子中,所述判断模块包括褐色判断子模块,所述褐色判断子模块的判断标准为:G<140,且R/G>1。
在其中一个例子中,所述判断模块包括黄色判断子模块,所述黄色判断子模块的判断标准为:所述烟叶图像中除去绿色和褐色外的像素点。
由于本发明实施例二所介绍的装置,为实施本发明实施例一的方法所采用的装置,故而基于本发明实施例一所介绍的方法,本领域所属人员能够了解该装置的具体结构及变形,故而在此不再赘述。凡是本发明实施例一的方法所采用的装置都属于本发明所欲保护的范围。
实施例三
请参阅图10,需要说明的是,基于上述实施例一、实施例二同样的发明技术,本发明实施例三提供了一种系统,包括:射频电路310、存储器320、输入单元330、显示单元340、音频电路350、WiFi模块360、处理器370、以及电源380等部件。其中,储存器320上存储有可在处理器370上运行的计算机程序,处理器370执行所述计算机程序时实现实施例一种所述的步骤S1、S2、S3。
在具体实施过程中,处理器执行计算机程序时,可以实现实施例一、二中的任一实施方式。
本领域技术人员可以理解,图10中示出的装置结构并不构成对装置本身的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图10对计算机设备的各个构成部件进行具体的介绍:
射频电路310可用于信号的接收和发送,特别地,将基站的下行信息接收后,给处理器处理。通常,射频电路310包括但不限于至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。
存储器320可用于存储软件程序以及模块,处理器370通过运行存储在存储器320的软件程度以及模块,从而执行计算机设备的各种功能应用以及数据处理。存储器320可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器320可以包括高速随机存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元330可用于接收输入的数字或字符信息,以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。具体地,输入单元330可包括键盘331以及其他输入设备332。键盘331,可收集用户在其上的输入操作,并根据预先设定的程序驱动相应的连接装置。键盘采集到输出信息后再输送给处理器370。除了键盘331,输入单元还可以包括其他输入设备332。具体地,其他输入设备332可以包括但不限于触控面板、功能键(比如音量控制按键、开关按键灯)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元340可用于显示由用户输入的信息或提供给用户的信息以及计算机设备的各种菜单。显示单元340可包括显示面板341,可选地,可以采用液晶显示器、有机发光二极管等形式来配置显示面板341。进一步的,键盘331可覆盖显示面板341,当键盘331检测到在其上或附近的触摸操作后,传送给处理器370以确定触摸事件的类型,随后处理器370根据输入事件的类型在显示面板341上提供相应的视觉输出。虽然在图3中键盘331与显示面板341是作为两个独立的部件来实现计算机设备的输入和输入功能,但是在某些实施例中,可以将键盘331与显示面板集341成而实现计算机设备的输入和输出功能。
音频电路350、扬声器351,传声器352可提供用户与计算机设备之间的音频接口。音频电路350可将接收到的音频数据转换后的电信号,传输到扬声器351,由扬声器351转换为声音信号输出。
WiFi属于短距离无线传输技术,计算机设备通过WiFi模块360可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图3中示出了WiFi模块360,但是可以理解的是,其并不属于计算机设备的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器370是计算机设备的控制中心,利用各种接口和线路连接整个计算机设备的各个部分,通过运行或执行存储在存储器内的软件程序和/或模块,以及调用存储在存储器320内的数据,执行计算机设备的各种功能和处理数据,从而对计算机设备进行整体监控。可选地,处理器320可报考一个或多个处理单元;优选地,处理器320可集成应用处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等。
计算机设备还包括给各个部件供电的电源380(比如电源适配器),优选的,电源可以通过电源管理系统与处理器370逻辑相连。
实施例四
基于同一发明构思,如图11所示,本实施例四提供了一种计算机可读存储介质400,其上存储有计算机程序411,该计算机程序411被处理器执行时实现实施例一种所述的步骤S1、S2、S3。
在具体实施过程中,该计算机程序411被处理器执行时,可以实现实施例一、二中的任一实施方式。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于硬盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他科编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读介质存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装置到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (4)
1.基于RGB值测定烟叶烘烤变黄变褐程度的方法,所述方法包括:
获取烘烤的烟叶图像,所述烟叶图像为去除背景色的图像;
判断所述烟叶图像中每个像素点的颜色并计数,所述每个像素点的颜色区分为黄色、绿色和褐色;
计算烟叶烘烤的变黄程度和变褐程度,所述变黄程度为黄色像素点与总像素点的比值,所述变褐程度为褐色像素点与总像素点的比值,所述总像素点为剔除所述烟叶图像中背景色像素点的像素总和;
其中,所述烟叶图像中的绿色判定标准为:
R<149,且G*G/(R*R+B*B)>1;
所述烟叶图像中的褐色判定标准为
G<140,且R/G>1;
所述黄色为所述烟叶图像中除去绿色和褐色外的像素点。
2.基于RGB值测定烟叶烘烤变黄变褐程度的装置,所述装置包括:
获取模块,用于:获取烘烤的烟叶图像,所述烟叶图像为去除背景色的图像;
判断模块,用于:判断所述烟叶图像中每个像素点的颜色并计数,所述每个像素点的颜色区分为黄色、绿色和褐色;
计算模块,用于:计算烟叶烘烤的变黄程度和变褐程度,所述变黄程度为黄色像素点与总像素点的比值,所述变褐程度为褐色像素点与总像素点的比值,所述总像素点为剔除所述烟叶图像中背景色像素点的像素总和;
所述判断模块包括绿色判断子模块,所述绿色判断子模块的判断标准为:R<149,且G*G/(R*R+B*B)>1;
所述判断模块包括褐色判断子模块,所述褐色判断子模块的判断标准为:G<140,且R/G>1;
所述判断模块包括黄色判断子模块,所述黄色判断子模块的判断标准为:所述烟叶图像中除去绿色和褐色外的像素点。
3.基于RGB值测定烟叶烘烤变黄变褐程度的系统,包括存储器、处理器及存储在存储器上并可以在处理器上运行的计算机程序,其特征在于,所述处理器执行权利要求1所述的方法。
4.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010328184.XA CN111466605B (zh) | 2020-04-23 | 2020-04-23 | 基于rgb值测定烟叶烘烤变黄变褐程度的方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010328184.XA CN111466605B (zh) | 2020-04-23 | 2020-04-23 | 基于rgb值测定烟叶烘烤变黄变褐程度的方法、系统及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111466605A CN111466605A (zh) | 2020-07-31 |
CN111466605B true CN111466605B (zh) | 2022-04-01 |
Family
ID=71761718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010328184.XA Expired - Fee Related CN111466605B (zh) | 2020-04-23 | 2020-04-23 | 基于rgb值测定烟叶烘烤变黄变褐程度的方法、系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111466605B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112949663B (zh) * | 2021-01-28 | 2024-01-23 | 贵州省烟草科学研究院 | 基于图像识别的烟叶烘烤控制系统和方法 |
CN113100468B (zh) * | 2021-03-01 | 2022-08-16 | 湖北省烟草科学研究院 | 烟叶调制工艺转火机器判断方法、系统、存储器及处理器 |
CN114022389B (zh) * | 2021-11-17 | 2022-08-09 | 河北农业大学 | 一种基于数码相机进行植物叶色等级判别的方法 |
CN114271528A (zh) * | 2021-12-09 | 2022-04-05 | 南京大树智能科技股份有限公司 | 一种烟丝生产杂物二次在线剔除装置及方法 |
CN114304699A (zh) * | 2021-12-27 | 2022-04-12 | 上海创和亿电子科技发展有限公司 | 一种烟叶初烤青黄比例提取方法 |
CN114486762A (zh) * | 2022-01-24 | 2022-05-13 | 集美大学 | 一种体内虾青素转化力的检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101762583A (zh) * | 2009-12-16 | 2010-06-30 | 中国烟草总公司郑州烟草研究院 | 一种产地特色烟叶外观颜色的表征方法 |
JP2013068457A (ja) * | 2011-09-21 | 2013-04-18 | Jsv Co Ltd | Rgb動植物肌色解析装置 |
CN103499526A (zh) * | 2013-09-29 | 2014-01-08 | 贵州省烟草科学研究院 | 烤烟烘烤变黄期烟叶变黄程度及烘烤进程的判断方法 |
CN108510474A (zh) * | 2018-03-09 | 2018-09-07 | 上海烟草集团有限责任公司 | 烟叶图像质量的评价方法、系统、存储器、及电子设备 |
CN110415181A (zh) * | 2019-06-12 | 2019-11-05 | 勤耕仁现代农业科技发展(淮安)有限责任公司 | 一种开放环境下烤烟rgb图像智能识别及等级判定方法 |
-
2020
- 2020-04-23 CN CN202010328184.XA patent/CN111466605B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101762583A (zh) * | 2009-12-16 | 2010-06-30 | 中国烟草总公司郑州烟草研究院 | 一种产地特色烟叶外观颜色的表征方法 |
JP2013068457A (ja) * | 2011-09-21 | 2013-04-18 | Jsv Co Ltd | Rgb動植物肌色解析装置 |
CN103499526A (zh) * | 2013-09-29 | 2014-01-08 | 贵州省烟草科学研究院 | 烤烟烘烤变黄期烟叶变黄程度及烘烤进程的判断方法 |
CN108510474A (zh) * | 2018-03-09 | 2018-09-07 | 上海烟草集团有限责任公司 | 烟叶图像质量的评价方法、系统、存储器、及电子设备 |
CN110415181A (zh) * | 2019-06-12 | 2019-11-05 | 勤耕仁现代农业科技发展(淮安)有限责任公司 | 一种开放环境下烤烟rgb图像智能识别及等级判定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111466605A (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111466605B (zh) | 基于rgb值测定烟叶烘烤变黄变褐程度的方法、系统及装置 | |
CN104256882B (zh) | 基于计算机视觉的烟丝中再造烟叶比例测定方法 | |
CN103076288B (zh) | 一种基于计算机视觉的鱼肉自动分级装置和方法 | |
CN105388147A (zh) | 一种基于专用试纸对体液的检测方法 | |
CN106991679A (zh) | 一种基于云平台尿检试纸生理指标量化识别方法 | |
CN202395782U (zh) | 电台自动测试系统 | |
CN103006238B (zh) | 一种测量血氧饱和度的方法 | |
CN106780446A (zh) | 一种无参考混合失真图像质量评价方法 | |
CN106483130B (zh) | 一种水稻病害的检测方法及其自动检测装置 | |
CN104835124A (zh) | 一种基于光谱信息融合的泡沫图像颜色校正方法及装置 | |
CN103340604A (zh) | 黄疸自动分析检测方法及计算机程序产品 | |
CN105466921A (zh) | 一种多样品同时检测的方法 | |
CN110458789A (zh) | 一种图像清晰度评测方法、装置及电子设备 | |
CN105913460A (zh) | 一种肤色检测方法及装置 | |
CN113039577A (zh) | 产品测试方法、装置、计算机可读存储介质及电子设备 | |
CN110044485B (zh) | 一种图像式织物颜色测量方法 | |
CN103200349B (zh) | 一种扫描图像色偏自动检测方法 | |
CN103093737A (zh) | 一种用于调整显示设备颜色白平衡的装置及方法 | |
CN104050678A (zh) | 水下监测彩色图像质量测量方法 | |
CN104287695A (zh) | 一种皮肤白皙度检测装置和方法 | |
CN116734995B (zh) | 一种基于阅读书写的环境光指标检测及健康程度评估系统 | |
CN1933648A (zh) | 移动通信终端的动作测试方法及其装置以及测试系统 | |
CN114441512A (zh) | 阴道分泌物检测仪、干化学检测装置和干化学检测方法 | |
CN114766706B (zh) | 一种烟叶除杂与定级方法 | |
CN104458736A (zh) | 一种用于农药残留检测的装置和检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220401 |