| 开放环境下烟叶等级RGB图像智能识别及判别模型的构建 |
| |
| 引用本文： | 童德文,陈钰,杜超凡,雷佳,范辉,林雷通,石三三,沈平. 开放环境下烟叶等级RGB图像智能识别及判别模型的构建[J]. 贵州农业科学, 2020, 48(3): 131-135. DOI: 10.3969/j.issn.1001-3601.2020.03.027 |
| |
| 作者姓名： | 童德文 陈钰 杜超凡 雷佳 范辉 林雷通 石三三 沈平 |
| |
| 作者单位： | 龙岩市烟草公司武平分公司,福建武平364300,福建省烟草公司龙岩市公司,福建龙岩364000,龙岩市烟草公司武平分公司,福建武平364300,广东中烟工业有限责任公司,广东广州510310,福建省烟草公司龙岩市公司,福建龙岩364000,龙岩市烟草公司武平分公司,福建武平364300,龙岩市烟草公司武平分公司,福建武平364300,福建省烟草公司龙岩市公司,福建龙岩364000 |
| |
| 基金项目： | 福建省烟草公司龙岩市公司科技与创新项目“烟叶初分等级快速诊断系统的研发”(2020Y) |
| |
| 摘 要： | 为烟叶生产及分级人员提供高效、精确、方便和低成本的烤烟等级智能判别方法,采用开放环境下烟叶RGB图像识别方法,通过百分位区间估计,确定B2F和C3F等级烟叶外观质量的红色(Red)、绿色(Green)、蓝色(Blue)3个色彩通道及灰度图像叶色均值区间及叶型特征区间,并基于贝叶斯分类器,构建智能判别模型,通过系统固化后对烟叶样品进行等级识别判定。结果表明:红色(Red)、绿色(Green)、蓝色(Blue)通道及灰度图像的色阶均值25%分位点及75%分位点可作为B2F和C3F等级烟叶叶色判别区间的上限和下限;烟叶叶片长宽比及叶片有效面积占比不满足判别区间的条件,不选择叶型参数作为判别区间;构建的模型对B2F和C3F等级烟叶判别的准确率分别为92.86%和95.56%,总体准确率为94.21%,且不受干扰叶片的影响,判别精度较高。
|
| 关 键 词： | RGB图像 烤烟等级 判别模型 智能判别 自动分级 开放环境 |
Intelligent Recognition of Tobacco Grade by RGB Images and Establishment of Discriminant Model for Grading of Flue-cured Tobacco in an Open Environment |
| |
| TONG Dewen,CHEN Yu,DU Chaofan,LEI Jia,FAN Hui,LIN Leitong,SHI Sansan,SHEN Ping. Intelligent Recognition of Tobacco Grade by RGB Images and Establishment of Discriminant Model for Grading of Flue-cured Tobacco in an Open Environment[J]. Guizhou Agricultural Sciences, 2020, 48(3): 131-135. DOI: 10.3969/j.issn.1001-3601.2020.03.027 |
| |
| Authors: | TONG Dewen CHEN Yu DU Chaofan LEI Jia FAN Hui LIN Leitong SHI Sansan SHEN Ping |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《贵州农业科学》浏览原始摘要信息 |
|
点击此处可从《贵州农业科学》下载全文 |
|
