CN114577739A - 一种鲜烟成熟度判定方法 - Google Patents

一种鲜烟成熟度判定方法 Download PDF

Info

Publication number
CN114577739A
CN114577739A CN202210257974.2A CN202210257974A CN114577739A CN 114577739 A CN114577739 A CN 114577739A CN 202210257974 A CN202210257974 A CN 202210257974A CN 114577739 A CN114577739 A CN 114577739A
Authority
CN
China
Prior art keywords
maturity
value
tobacco leaves
fresh tobacco
color
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
Application number
CN202210257974.2A
Other languages
English (en)
Inventor
孟霖
孙福山
杨秀军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingzhou Tobacco Research Institute of China National Tobacco Corp of Institute of Tobacco Research of CAAS
Original Assignee
Qingzhou Tobacco Research Institute of China National Tobacco Corp of Institute of Tobacco Research of CAAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingzhou Tobacco Research Institute of China National Tobacco Corp of Institute of Tobacco Research of CAAS filed Critical Qingzhou Tobacco Research Institute of China National Tobacco Corp of Institute of Tobacco Research of CAAS
Priority to CN202210257974.2A priority Critical patent/CN114577739A/zh
Publication of CN114577739A publication Critical patent/CN114577739A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/15Correlation function computation including computation of convolution operations
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Biochemistry (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Immunology (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Manufacture Of Tobacco Products (AREA)

Abstract

本发明公开的鲜烟叶成熟度判定方法,包括:选取成熟度不同的鲜烟叶,采用人工分类的方式将鲜烟叶按照外观进行成熟度分类并进行成熟度赋值;对分类后的鲜烟叶进行颜色值采集,得到每片鲜烟叶的R值、G值、B值以及每类鲜烟叶的R值、G值、B值;建立回归预测模型,输出成熟度计算模型;设置成熟度等级对应的成熟度值区间;对未采收的鲜烟叶进行颜色值采集和成熟度值计算;判断成熟度值所处的成熟度值区间,输出对应的成熟度等级。本发明无需采集烟叶图像,不受人为主观和环境条件影响,成熟度判断结果易于被烟农读取,易于推广应用。

Description

一种鲜烟成熟度判定方法
技术领域
本发明涉及烟叶成熟度检测技术领域,具体涉及一种鲜烟成熟度判定方法。
背景技术
烘烤作为卷烟原料生产的最后一步和工业加工使用的第一步,鲜烟采收成熟度是决定烘烤质量的基础和必要条件。田间烟叶成熟特征实质上是在叶绿素降解过程中叶黄素、类胡萝卜素等黄色素表现出来的,并伴随着淀粉、还原糖、烟碱等化学物质的转化。学者们就鲜烟适宜成熟度判定指标做了较多研究,如朱尊权建议以不同长势烟株的各部位叶龄进行判断;张树堂(CN201110069396.1)认为可通过SPAD值(质体色素相对含量)作为判定指标进行成熟度的判断;武圣江(CN201310195869.1)公开了一种通过色差计多点测定烟叶L*a*b/L*C*h颜色值判断烟叶成熟度;高宪辉等人将烟叶叶片黄绿面积比例及主脉发白程度作为对鲜烟成熟度的量化指标;还有人提出利用烟叶蔗糖、α氨基酸(CN201720959920.5)等化学成分作为判定指标,类似方法在美国应用较多。在生产实践和研究当中,也有将烟叶绒毛脱落、茎叶夹角、电导率、反射光谱特征(CN201410791732.7)等作为判定指标的。基于SPAD计和色差计的判断方法,均存在每次只能测定一个点的问题,虽然可通过增加工作量进行多点测量,但是在实际测量中,我们发现不同点的SPAD值和颜色值差异非常大,特别是偏厚的鲜烟叶成熟时常出现青黄点相间分布,即使正常成熟的烟叶不同部位(叶尖,叶中,叶基,叶缘)差异也非常大,此类方法的判断准确度仍不可靠。
在鲜烟成熟度判断方面,国内模仿日本采用比色卡的类似专利较多,如设有烟叶比色卡的手套(CN201821741815.5)、烤烟上部叶成熟度比色卡(CN201220189553.2)、在采摘烤烟时能提高烟叶成熟度一致性的装置(CN201721627389.8)、用于区分烟叶成熟度的手摇扇(CN201620857896.X)、一种烟叶成熟度区分用器具及其区分方法(CN201610648510.9)、一种便携式烟叶成熟采收比色手环(CN201920288156.2)、一种烤烟红大品种成熟采收辨色方法(CN201910658971.8)、一种鲜烟叶成熟度分级用比色环(CN201822003998.7),此类方法最大的缺点在于仍需要烟农通过肉眼进行颜色对比来判断烟叶成熟度,主观性大,且受环境条件特别是光照条件影响非常大。此外,烟叶田间正常成熟落黄的颜色表现为叶片由叶尖向叶基部、由叶缘向叶中逐渐变黄,主脉由叶尖向叶基部逐渐变白发亮,当前烟叶生产中,仍通过叶片面积的黄绿比、主脉长度的白绿比来判断烟叶成熟度,因此通过类似比色卡的方法来判定鲜烟成熟度可行性仍有待商榷。
为减少或避免上述方法中人为判定烟叶成熟度主观性强的问题,有学者建立了以烟叶图像采集、图像颜色特征提取赋值的方法来判断鲜烟叶的成熟度,如烟叶成熟度检测方法及检测装置(CN201110144539.0;CN201120180257.1)通过对采集的烟叶图像转换为HSV(色相/饱和度/亮度)颜色模式图像,通过H、S值和相应数学模型计算出成熟度等级;一种烤烟烟叶成熟度无损快速检测方法(CN201811541440.2)通过烟叶彩色图像的采集,提取图像中的R值,通过公式“成熟度值=18*R/255”计算出成熟度值;一种基于光谱和机器视觉耦合的烟叶分类方法(CN201911071652.3)也是通过采集烟叶彩色图像,进行图像处理后提取图像的一系列特征值计算出成熟度。该类方法,均需先采集烟叶的图像,操作繁冗,成本较高,采集图像时烟叶所处的光环境对图像颜色特征影响非常大,进而会影响到图像特征值的提取和数学模型的建立,且模型的适用范围仍然是需要解决的问题。
为了避免在采集烟叶图像过程中环境因素对图像颜色特征的影响,沈平等人(基于叶色偏态分布模式的鲜烟叶成熟度判定 烟草科技54.08(2021):26-35.)将烟叶采摘后置于特定光源和特定平台上采集烟叶图像,提取多个颜色参数,通过反向传递神经网络等进行建模,用以判定烟叶成熟度。但是,该方法仍需将烟叶采摘后,通过多种装备辅助且在特定条件下对烟叶成熟度进行判定。但是,判定烟叶成熟度的意义在于指导烟叶生产者提前判定生长在烟株上的叶片是否达到成熟标准,进而实现适熟采收。
发明内容
发明目的:本发明目的在于针对现有技术的不足,提供一种鲜烟成熟度判定方法,无需采集烟叶图像,不受人为主观和环境条件影响,成熟度判断结果易于被烟农读取,且成本较低,易于推广应用。
技术方案:本发明所述鲜烟叶成熟度判定方法,包括建立成熟度计算模型和成熟度判定:
所述建立成熟度计算模型包括:S101:选取成熟度不同的鲜烟叶,采用人工分类的方式将鲜烟叶按照外观进行成熟度分类,得到N类不同成熟度等级的鲜烟叶,按照成熟度等级从低到高对N类鲜烟叶进行成熟度赋值;S102:对分类后的鲜烟叶进行颜色值采集,将鲜烟叶置于容纳有光源矩阵、颜色传感器矩阵的密封暗箱内,获得每片鲜烟叶暴露于所述光源矩阵下并由所述颜色传感器矩阵采集得到的RGB值矩阵,对RGB值矩阵进行均值计算得到每片鲜烟叶的R值、G值、B值;S103:针对每类相同成熟度等级的鲜烟叶,对该类所有鲜烟叶的R值、G值、B值进行均值计算得到该类鲜烟叶的R值、G值、B值;S104:将N类鲜烟叶的R值、G值、B值以及R值、G值、B值的组合特征值作为模型输入,鲜烟叶成熟度赋值作为模型输出建立回归预测模型,输出成熟度计算模型;
所述成熟度判定包括:S201:设置N类成熟度等级对应的成熟度值区间;S202:采用所述S102的方法对未采收的鲜烟叶进行颜色值采集,得到鲜烟叶的R值、G值、B值;S203:将采集得到鲜烟叶的R值、G值、B值代入成熟度计算模型,计算得到成熟度值Y;S204:判断成熟度值Y所处的成熟度值区间,输出鲜烟叶对应的成熟度等级。
进一步完善上述技术方案,所述采用人工分类方式将鲜烟叶按照外观分为欠熟、尚熟、适熟、过熟四类,各成熟度鲜烟叶不低于100片,依次对成熟度赋值Y1、Y2、Y3、Y4,Y1至Y4的值呈增长趋势。
进一步地,所述Y1、Y2、Y3、Y4依次赋值为80、90、100、110;所述S104包括:将四类鲜烟叶的R值、G值、B值以及组合特征2G-R-B、R/G和G-R的值作为模型输入,四类鲜烟叶成熟度赋值Y1、Y2、Y3、Y4作为模型输出,建立回归预测模型,输出成熟度计算模型为Y=0.738*R-0.759(G-R)-0.653B。
进一步地,所述S201包括:所述成熟度分类包括欠熟、尚熟、适熟、过熟,确定适熟对应的成熟度值区间,高于适熟成熟度值区间上限10%及以上为过熟,低于适熟成熟度值区间下限10%~20%为尚熟,低于适熟成熟度值区间下限20%及以下为欠熟。
进一步地,所述适熟对应的成熟度值区间的确定方法包括:采用人工的方式选取当年同一烟区同一烟叶品种适熟鲜烟叶10~20片,通过所述S102的方法对选取的适熟鲜烟叶进行颜色值采集,将采集得到的颜色值代入所述成熟度计算模型进行计算得到成熟度值,根据计算得到的成熟度值确定适熟对应的成熟度值区间。
进一步地,所述S102通过颜色值采集装置和智能终端完成,所述颜色值采集装置包括上面板、下面板,所述上面板内侧板面上设有颜色传感器矩阵和光源矩阵,所述上面板内部设有控制器,所述下面板内侧为黑色磨砂平板结构,所述上面板、下面板夹持鲜烟叶后形成密封的暗箱;所述控制器与智能终端连接后进行数据交互,所述智能终端输出控制指令至所述控制器,所述控制器根据控制指令启动颜色传感器矩阵和光源矩阵进行鲜烟叶的颜色值采集,所述颜色传感器矩阵采集的颜色值经控制器发送至所述智能终端。
进一步地,所述颜色传感器矩阵由多个颜色传感器呈矩阵排列组成,所述光源矩阵由多个LED灯呈矩阵排列组成,单个所述光源设置在四个呈2×2阵列颜色传感器的中心处。
进一步地,所述颜色传感器矩阵包括15~25个颜色传感器,所述光源矩阵包括8~16个LED灯;所述颜色传感器设有挡光套管用于遮挡所述LED灯发出的直射光。
进一步地,所述颜色值采集装置长35~45cm、宽15~20cm、厚2~4cm;所述挡光套管高度为0.4~0.8cm,挡光套管的底端与所述下面板内侧板面或待测鲜烟叶之间距离0.4~1cm。
进一步地,所述智能终端设有颜色值传输单元、成熟度值计算单元、成熟度判定单元和输入输出单元,所述颜色值传输单元用于接收所述控制器发送的颜色值并传输至所述成熟度值计算单元,所述成熟度值计算单元对颜色值进行计算并输出成熟度值至所述成熟度判定单元,所述成熟度判定单元用于接收成熟度判定区间的设置并根据成熟度值所处的判定区间输出成熟度判定结果,所述输入输出单元用于接收成熟度判定区间的设置输入以及成熟度值、成熟度判定结果的显示输出。
有益效果:与现有技术相比,本发明的优点在于:本发明通过颜色传感器矩阵在光源矩阵下采集得到鲜烟叶的颜色值矩阵,根据鲜烟叶的颜色值矩阵与设定的成熟度值之间的关系,建立回归预测模型得到成熟度计算模型;基于成熟度计算模型进行成熟度值计算,实现快速准确地成熟度判断,效率高,无需采集烟叶图像,所需计算资源小,输出结果精准。
本发明通过颜色值采集装置进行鲜烟叶的颜色值采集,颜色值采集装置的上面板、下面板夹持烟叶后形成密封的暗箱,通过上面板的光源矩阵提供光线,保证每次烟叶颜色的采集过程中光线均保持一致,避免在不同天气下光线对颜色采集的影响;采用颜色传感器矩阵对鲜烟主脉一侧的叶片进行颜色采集,颜色采集区域覆盖半张叶片,且矩阵式设计能够保证采集点的均匀,对颜色传感器矩阵采集后的RGB进行均值化处理,避免仅对部分烟叶区域进行采集造成偏差;通过成熟度计算模型快速计算成熟度值,并能够根据不同植烟区域、不同成熟度要求设置成熟度判定区间,调节方便、快速。
本发明提供的颜色值采集装置,结构简单、体积小、成本低;使用时,只需夹持鲜烟叶主脉一侧的叶片,即可得到叶片成熟值的判定结果,操作方便,无需专业人员即可实现对叶片成熟度的准确判定,易于推广,填补了市场上便携式鲜烟叶成熟度判定设备的空白。
附图说明
图1是建立成熟度计算模型的流程示意图;
图2是成熟度判定的流程示意图;
图3是本发明中颜色值采集装置的结构示意图;
图4是本发明中颜色值采集装置上面板的结构示意图;
图5是本发明中颜色值采集装置下面板的结构示意图;
图6是本发明中颜色值采集装置上面板的分解结构示意图。
图中:1、上面板,2、下面板,3、光源,4、颜色传感器,5、挡光套管,6、上密封圈,7、主机控制板,8、电源模块,9、下密封圈,10、把手。
具体实施方式
下面通过附图对本发明技术方案进行详细说明,但是本发明的保护范围不局限于所述实施例。
本发明提供的鲜烟成熟度判断方法,包括建立成熟度计算模型和成熟度判定。如图1所示,建立成熟度计算模型包括:
S101:选取成熟度不同的鲜烟叶,由3名烟草行业执证技师将鲜烟叶按照外观分为欠熟、尚熟、适熟、过熟四类,各成熟度鲜烟叶不低于100片,按照成熟度等级从低到高依次对成熟度赋值80、90、100、110;
S102:对分类后的鲜烟叶通过颜色值采集装置进行颜色值采集,采集得到鲜烟叶的RGB值矩阵,对RGB值矩阵进行均值计算得到每片鲜烟叶的R值、G值、B值;
S103:针对每类相同成熟度等级的鲜烟叶,对该类所有鲜烟叶的R值、G值、B值进行均值计算得到该类鲜烟叶的R值、G值、B值;
S104:将四类鲜烟叶的R值、G值、B值以及2G-R-B、R/G和G-R的组合特征值作为模型输入,四类鲜烟叶成熟度赋值80、90、100、110作为模型输出,建立回归预测模型,输出成熟度计算模型为Y=0.738*R-0.759(G-R)-0.653B。
在成熟度判定过程中需要首先设置成熟度等级对应的成熟度值区间。因为不同烟叶产区、不同烟草品种、不同部位烟叶以及同一产区不同年份气候条件下的相同品种相同叶位烟叶,所要求的采收成熟均可能不同,因此同一烟区烟叶生产技术指导部门可根据当年鲜烟素质在田间选定适宜成熟烟叶10-20片进行测定,进而确定烟叶适宜采收的Y值范围,将Y值范围下达各基层技术指导单位(比如烟站),从而确保烟叶成熟采收指导工作可量化进行,促进烟叶精准成熟采收。
如图2所示,成熟度判定过程包括:
S201:采用人工的方式选取当年同一烟区同一烟叶品种适熟鲜烟叶10~20片,通过颜色值采集装置对选取的适熟鲜烟叶进行颜色值采集,将采集得到的颜色值代入成熟度计算模型进行计算得到成熟度值,根据计算得到的成熟度值确定适熟对应的成熟度值区间,高于适熟成熟度值区间上限10%及以上为过熟,低于适熟成熟度值区间下限10%~20%为尚熟,低于适熟成熟度值区间下限20%及以下为欠熟;
S202:采用颜色值采集装置对未采收的鲜烟叶进行颜色值采集,得到鲜烟叶的R值、G值、B值;
S203:将采集得到鲜烟叶的R值、G值、B值代入成熟度计算模型,计算得到成熟度值Y;
S204:判断成熟度值Y所处的成熟度值区间,输出鲜烟叶对应的成熟度等级。
本发明中鲜烟叶的颜色值采集通过颜色值采集装置完成,如图3所示,为一种手持夹持式设备,长35~45cm、宽15~20cm、厚2~4cm,包括上面板1和下面板2。如图4所示,上面板1内侧板面上均匀排列有光源矩阵(色温6000K)及颜色传感器矩阵,颜色传感器矩阵包括20个呈4行5列排布的颜色传感器4,光源3设置在颜色传感器4的中心,光源3为LED灯,颜色传感器4的四周由0.5cm左右高度的方形或圆形挡光套管5套住,用以遮挡光源3发出的直射光干扰颜色传感器4对鲜烟叶反射光的捕捉进而影响对颜色值的判断,同时保证挡光套管5末端与下面板2内侧或待测烟叶表面(被夹持烟叶)之间距离为0.5cm。
图4中,在上面板1内边缘粘有2mm厚、5mm宽的泡沫条形成上密封圈6;如图5所示,下面板2为一黑色磨砂(不反光)平板,内边缘粘有2mm厚、5mm宽的泡沫条形成下密封圈9。在夹持烟叶的时候下密封圈9与上密封圈6完全对应,起到避光和防止烟叶损伤的作用。
如图6所示,颜色值采集装置配有控制器7、10000毫安的电源模块8和充电插孔,电源模块8供颜色传感器4和光源3使用。颜色值采集装置配有可伸缩多功能数据线,能够与智能终端相连,智能终端可以采用手机等设备。智能终端能够输出控制指令至颜色值采集装置,同时智能终端设有颜色值传输单元、成熟度值计算单元、成熟度判定单元和输入输出单元等功能模块,颜色值传输单元用于接收控制器发送的颜色值并传输至成熟度值计算单元,成熟度值计算单元对颜色值进行计算并输出成熟度值至成熟度判定单元,成熟度判定单元用于接收成熟度判定区间的设置并根据成熟度值所处的判定区间输出判定结果,输入输出单元用于接收成熟度判定区间的设置以及成熟度值、成熟度判定结果的显示输出。
测定时开启颜色值采集装置开关后,将颜色值采集装置上的多功能数据连接线或者蓝牙与手机连接,通过把手10打开上面板1、下面板2,夹住鲜烟叶主脉一侧中段(叶尖和叶基的15cm不作为测定范围),形成相对密闭不透光的暗箱。打开手机APP点击“鲜烟成熟度测定”功能,颜色值采集装置即开启光源矩阵和颜色传感器矩阵采集鲜烟叶颜色值(基础三色红色R、绿色G和蓝色B),通过20个颜色传感器4组成的颜色传感器矩阵对鲜烟叶进行颜色值采集,能够得到20组R值、G值、B值,通过数据线或蓝牙将20组R值、G值、B值传输至手机APP,取20组R值、G值、B值的平均值输入至烟叶成熟度计算模型,通过APP内设的烟叶成熟度计算模型Y=0.738*R-0.759(G-R)-0.653B,即刻在手机上显示成熟度信息,以Y值表示,并根据Y值所处的区间,输出对应的成熟度。
本发明通过颜色传感器矩阵在光源矩阵下采集得到鲜烟叶的颜色值矩阵,根据鲜烟叶的颜色值矩阵与设定的成熟度值之间的关系,建立回归预测模型得到成熟度计算模型;基于成熟度计算模型进行成熟度值计算,实现快速准确地成熟度判断,效率高,无需采集烟叶图像,所需计算资源小,输出结果精准。
如上所述,尽管参照特定的优选实施例已经表示和表述了本发明,但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下,可对其在形式上和细节上作出各种变化。

Claims (10)

1.一种鲜烟叶成熟度判定方法,其特征在于:包括建立成熟度计算模型和成熟度判定:
所述建立成熟度计算模型包括:
S101:选取成熟度不同的鲜烟叶,采用人工分类的方式将鲜烟叶按照外观进行成熟度分类,得到N类不同成熟度等级的鲜烟叶,按照成熟度等级从低到高对N类鲜烟叶进行成熟度赋值;
S102:对分类后的鲜烟叶进行颜色值采集,将鲜烟叶置于容纳有光源矩阵、颜色传感器矩阵的密封暗箱内,获得每片鲜烟叶暴露于所述光源矩阵下并由所述颜色传感器矩阵采集得到的RGB值矩阵,对RGB值矩阵进行均值计算得到每片鲜烟叶的R值、G值、B值;
S103:针对每类相同成熟度等级的鲜烟叶,对该类所有鲜烟叶的R值、G值、B值进行均值计算得到该类鲜烟叶的R值、G值、B值;
S104:将N类鲜烟叶的R值、G值、B值以及R值、G值、B值的组合特征值作为模型输入,鲜烟叶成熟度赋值作为模型输出建立回归预测模型,输出成熟度计算模型;
所述成熟度判定包括:
S201:设置N类成熟度等级对应的成熟度值区间;
S202:采用所述S102的方法对未采收的鲜烟叶进行颜色值采集,得到鲜烟叶的R值、G值、B值;
S203:将采集得到鲜烟叶的R值、G值、B值代入成熟度计算模型,计算得到成熟度值Y;
S204:判断成熟度值Y所处的成熟度值区间,输出鲜烟叶对应的成熟度等级。
2.根据权利要求1所述的鲜烟叶成熟度判定方法,其特征在于:所述采用人工分类方式将鲜烟叶按照外观分为欠熟、尚熟、适熟、过熟四类,各成熟度鲜烟叶不低于100片,依次对成熟度赋值Y1、Y2、Y3、Y4,Y1至Y4的值呈增长趋势。
3.根据权利要求2所述的鲜烟叶成熟度判定方法,其特征在于:所述Y1、Y2、Y3、Y4依次赋值为80、90、100、110;所述S104包括:将四类鲜烟叶的R值、G值、B值以及组合特征2G-R-B、R/G和G-R的值作为模型输入,四类鲜烟叶成熟度赋值Y1、Y2、Y3、Y4作为模型输出,建立回归预测模型,输出成熟度计算模型为Y=0.738*R-0.759(G-R)-0.653B。
4.根据权利要求1至3任一所述的鲜烟叶成熟度判定方法,其特征在于,所述S201包括:所述成熟度分类包括欠熟、尚熟、适熟、过熟,确定适熟对应的成熟度值区间,高于适熟成熟度值区间上限10%及以上为过熟,低于适熟成熟度值区间下限10%~20%为尚熟,低于适熟成熟度值区间下限20%及以下为欠熟。
5.根据权利要求4所述的鲜烟叶成熟度判定方法,其特征在于:所述适熟对应的成熟度值区间的确定方法包括:采用人工的方式选取当年同一烟区同一烟叶品种适熟鲜烟叶10~20片,通过所述S102的方法对选取的适熟鲜烟叶进行颜色值采集,将采集得到的颜色值代入所述成熟度计算模型进行计算得到成熟度值,根据计算得到的成熟度值确定适熟对应的成熟度值区间。
6.根据权利要求3所述的鲜烟叶成熟度判定方法,其特征在于:所述S102通过颜色值采集装置和智能终端完成,所述颜色值采集装置包括上面板、下面板,所述上面板内侧板面上设有颜色传感器矩阵和光源矩阵,所述上面板内部设有控制器,所述下面板内侧为黑色磨砂平板结构,所述上面板、下面板夹持鲜烟叶后形成密封的暗箱;所述控制器与智能终端连接后进行数据交互,所述智能终端输出控制指令至所述控制器,所述控制器根据控制指令启动颜色传感器矩阵和光源矩阵进行鲜烟叶的颜色值采集,所述颜色传感器矩阵采集的颜色值经控制器发送至所述智能终端。
7.根据权利要求6所述的鲜烟叶成熟度判定方法,其特征在于:所述颜色传感器矩阵由多个颜色传感器呈矩阵排列组成,所述光源矩阵由多个LED灯呈矩阵排列组成,单个所述光源设置在四个呈2×2阵列颜色传感器的中心处。
8.根据权利要求7所述的鲜烟叶成熟度判定方法,其特征在于:所述颜色传感器矩阵包括15~25个颜色传感器,所述光源矩阵包括8~16个LED灯;所述颜色传感器设有挡光套管用于遮挡所述LED灯发出的直射光。
9.根据权利要求8所述的鲜烟叶成熟度判定方法,其特征在于:所述颜色值采集装置长35~45cm、宽15~20cm、厚2~4cm;所述挡光套管高度为0.4~0.8cm,挡光套管的底端与所述下面板内侧板面或待测鲜烟叶之间距离0.4~1cm。
10.根据权利要求6所述的鲜烟叶成熟度判定方法,其特征在于:所述智能终端设有颜色值传输单元、成熟度值计算单元、成熟度判定单元和输入输出单元,所述颜色值传输单元用于接收所述控制器发送的颜色值并传输至所述成熟度值计算单元,所述成熟度值计算单元对颜色值进行计算并输出成熟度值至所述成熟度判定单元,所述成熟度判定单元用于接收成熟度判定区间的设置并根据成熟度值所处的判定区间输出成熟度判定结果,所述输入输出单元用于接收成熟度判定区间的设置输入以及成熟度值、成熟度判定结果的显示输出。
CN202210257974.2A 2022-03-16 2022-03-16 一种鲜烟成熟度判定方法 Pending CN114577739A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210257974.2A CN114577739A (zh) 2022-03-16 2022-03-16 一种鲜烟成熟度判定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210257974.2A CN114577739A (zh) 2022-03-16 2022-03-16 一种鲜烟成熟度判定方法

Publications (1)

Publication Number Publication Date
CN114577739A true CN114577739A (zh) 2022-06-03

Family

ID=81780849

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210257974.2A Pending CN114577739A (zh) 2022-03-16 2022-03-16 一种鲜烟成熟度判定方法

Country Status (1)

Country Link
CN (1) CN114577739A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN102323221B (zh) 烟叶成熟度检测方法及检测装置
CN103076288B (zh) 一种基于计算机视觉的鱼肉自动分级装置和方法
CN101144780B (zh) 猪肉新鲜度智能检测装置
CN101915738B (zh) 基于高光谱成像技术的茶树营养信息快速探测方法及装置
CN109470179B (zh) 一种大规模水耕蔬菜长势检测系统及方法
CN104697943B (zh) 一种油菜水分胁迫的无损检测方法
CN100480681C (zh) 基于近红外光谱的植物生长信息获取装置
CN101692052B (zh) 基于超光谱图像技术的名优茶真伪鉴别方法及装置
CN102818777A (zh) 一种基于光谱和颜色测量的水果成熟度评价方法
Seelye et al. Low cost colour sensors for monitoring plant growth in a laboratory
CN104977258B (zh) 基于二维相关光谱的茶叶/化妆品等品质检测方法
CN106238350A (zh) 一种基于机器视觉的太阳能电池片分选方法与系统
CN102879352A (zh) 食醋近红外透射光谱的采集装置及食醋原产地鉴别方法
CN105181912A (zh) 一种大米储藏过程中的新鲜度检测方法
CN114577739A (zh) 一种鲜烟成熟度判定方法
CN103134795B (zh) 红茶发酵适度点的识别方法及装置
CN103777524A (zh) 一种基于可见光谱技术的红茶适度发酵控制方法和装置
CN109540894A (zh) 一种烤烟烟叶成熟度无损快速检测方法
CN202110131U (zh) 烟叶成熟度检测装置
CN108198176A (zh) 一种基于图像分析烟草成熟度的判别方法
CN107703064B (zh) 一种天然彩棉颜色分级的方法
CN106769944A (zh) 基于图像的双波长植物叶片叶绿素含量检测方法和装置
CN115494008A (zh) 近红外光谱仪与机器视觉结合的烟叶质量检测方法及系统
CN104616301A (zh) 基于智能机器人色彩传感器的色度分析方法、装置及系统
CN217359586U (zh) 一种便携式鲜烟成熟度判定仪

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