[发明专利]一种开放环境下烤烟RGB图像智能识别及等级判定方法

说明书

本发明公开了一种开放环境下烤烟RGB图像智能识别及等级判定方法，属于烟叶评估领域，综合HSV颜色阈值切割、边缘识别切割、RGB颜色阈值切割、区域面积筛选、叶形识别切割等，提出开放环境烤烟图像自动切割算法。通过比对分析了B2F、C3F等级叶片在叶色Red、Green、blue、Gray通道中叶色分布情况，采用百分位数区间估计确定其参考区间，建立B2F、C3F叶色特征参数区间表，并综合开放环境烤烟图像自动切割算法、叶色参数提取算法等，构建形成烤烟等级智能判定系统，并对其判定准确度进行分析；以期能够为烟叶生产、分级人员提供一种具有高效、精确、方便、适用范围广的烤烟等级智能判定方法。

技术领域

本发明属于烟叶评估技术领域，具体涉及一种开放环境下烤烟RGB图像智能识别及等级判定方法。

背景技术

烟草(Nicotiana Tabacum L.)是我国主要经济作物之一，其收购价格主要通过烤烟等级确定。目前我国采用的是42级国家烤烟分级标准(GB2635-92Flue-Cured tobacco)，共分为8个正组、5个副组，并通过烟叶的成熟度、叶片结构、身份、油分、色度、长度、残伤等七个外观品级因素将其区分为42个等级。我国目前烤烟分级收购仍以人工为主，依靠分级人员的主观评价及感官经验来定级，存在劳动强度大、工作效率低、人工成本高、等级纯度不稳定等问题，而等级纯度不稳定影响了卷烟工业的均质化生产及成品烟质量控制。随着计算机技术的发展，采用自动智能技术替代人工对烟叶进行等级划分成为烟草工业化发展的趋势。目前研究人员通过对烤烟不同等级叶色、叶型、多光谱特征研究，提出了一系列的自动化分级方案，如，庄珍珍等提出基于机器视觉及模糊综合评判方法方法，刘剑君等提出了将烟叶的红外光谱作为烟叶的分级特征，马文杰等基于烤烟透射特征分级方法，宾俊等提出了基于NIR光谱技术及极限学习机(ELM)的初烤烟叶快速分级方案。这些研究成果所采用的图像采集设备主要有红外扫描仪、工业CCD相机等，采集环境多为黑箱取样或者封闭纯色流水线，而在开放环境中，这些方案均无法实现自动对叶片的识别并去除背景干扰，加之设备昂贵、体积大、分析运算所需时长较长，限制了烟叶智能化分级方法在烟叶初分及基层烟草站分级定级推广应用。

发明内容

本发明的目的在于提供一种开放环境下烤烟RGB图像智能识别及等级判定方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种开放环境下烤烟RGB图像智能识别方法，该烤烟RGB图像智能识别方法通过MATLAB 2016R软件进行图像识别，具体包括如下步骤：

S1、图像采集，对目标叶片进行拍摄，得到原始图像；

S2、HSV颜色切割，将叶片原始图像通过rgb2hsv函数转化为HSV色彩空间模式，采用双循环算法，将图像中H通道的烤烟色彩范围值外的V通道饱和度值设为0；将处理后的图像通过hsv2rgb转化为RGB色彩空间模式；

S3、边缘识别切割，将S1中得到的RGB图像通过rgb2gray函数转化为灰度图像，通过edge函数canny算子对烤烟叶片边缘进行切割，通过strel和imdilate函数对图像进行膨胀操作，填补边缘缝隙，通过imfill函数对空隙填充后通过imerode函数利用菱形结构元素对图像进行平滑，通过medfilt2进行中值滤波；

S4、面积筛选切割，将S2中得到的图像通过bwlabel函数寻找连通成分且用唯一数字标识，通过regionprops函数获取连通域的面积，通过find函数找到最大连通域的索引值，并通过ismember函数将最大连通域索引值所对应的区域保存为二值图；

S5、目标图像复原，运用双循环算法将S3中所得图像二值图中黑色部分填充白色后形成背景蒙版，将原图作为底图，与背景蒙版进行图像加法运算，形成具有白色背景及目标图像彩色图像的JPG图片；