[发明专利]一种基于机器视觉和AI深度学习的烤烟等级识别建模方法

权利要求书

1.一种基于机器视觉和AI深度学习的烤烟等级识别建模方法，其特征在于，所述方法为：

建立基础层级模型，按照控制项以及部位、颜色和综合外观档次四种因素，通过烟叶层级样品，建立外观基础层级模型；所述外观基础层级模型是烟叶图像和人工标定经过深度学习建立的模型，具体包括控制项层级、部位层级、颜色层级、综合外观层级4类子模型；

所述基础层级模型的控制项因素包括含青和/或含杂，挑选不同含青程度，包含识别中可遇的不同含青程度从最低不含青到最高含青程度的烟叶若干片，排序层级为7个，标识为“G0～G6”；由3名专业人员，将烟叶按含青的严重程度两两对比，将烟叶按“G0～G6”7个层级进行排序；将7个层级的烟叶，通过机器视觉和AI深度学习，建立烟叶外观与“G0～G6”的对应关系；

挑选不同含杂程度，包含识别中可遇的不同含杂程度从最低不含杂到最高含杂程度的烟叶若干片，排序层级为7个，标识为“K0～K6”，由3名以上专业人员，将烟叶按含杂的严重程度两两对比，将烟叶按“K0～K6”七个层级进行排序，将7个层级的烟叶，通过机器视觉和AI深度学习，建立烟叶外观与“K0～K6”的对应关系；

烟叶等级样品与基础层级模型的匹配，使用与基础层级模型建立相同的机器视觉手段，先通过控制项的匹配，确定应剔除的青杂层级，再对部位、颜色和综合外观档次分别进行三个维度的匹配，每个等级在每个维度都能匹配到一个层级区间；

烟叶等级识别，将待识别烟叶在每个维度的匹配值与各维度层级区间段进行匹配，完成烟叶的等级识别。

2.如权利要求1所述的一种基于机器视觉和AI深度学习的烤烟等级识别建模方法，其特征在于，所述基础层级模型包括控制项、部位、颜色和综合外观档次四个因素，各因素的排序分档依靠专业人员参考烟叶的质量相关标准进行，人数不少于3人，排序一致性需60％以上人员同意，叶片两两对比过程中，判别要素较强者，则层级+1，如果无法判定显著性的强弱，则标为同一层级。

3.如权利要求1所述的一种基于机器视觉和AI深度学习的烤烟等级识别建模方法，其特征在于，所述基础层级模型的部位因素通过挑选不同部位的烟叶若干片，应包括识别中可遇的各种地区，品种，气候下各种烟叶的所有部位，包括极端的最低和最高部位，将部位设定为15个层级，表示为“P1、P2…P15”；由3名以上专业人员共同按照《烤烟》国标的部位判定方法，从低到高进行初步的5种小部位排序，即脚叶“P1～P3”、下二棚“P4～P6”、腰叶“P7～P9”、上二棚“P10～P12”、顶叶“P13～P15”，每个小部位烟叶分3个小层级，将同一小部位内的每一片叶片按部位升高或降低的特征显著性进行两两对比，最终将获得15个从低到高的部位层级烟叶；将15个层级的烟叶，通过机器视觉和AI深度学习，建立烟叶外观与“P1～P15”的对应关系。

4.如权利要求1所述的一种基于机器视觉和AI深度学习的烤烟等级识别建模方法，其特征在于，所述基础层级模型的颜色因素通过挑选不同深浅颜色的主组烟叶若干片，包括识别中可遇的各种地区，品种，气候下的各种正组烟叶颜色，以及各色系的最浅和最深颜色叶片，排序层级设置为12个，表示为“C1～C12”；由3名以上专业人员，首先将烟叶按主组颜色分为3个色系，即：柠檬色3个层级“C1～C3”，橘黄色6个层级“C4～C9”，红棕色3个层级“C10～C12”，在每个色系内，对烟叶按红色程度的多少和颜色的饱和度从少到多，从浅到浓进行相对排序，其中以红色程度为优先因素，如果红色程度处于同一水平，则对比饱和度，若饱和度也处于同一水平，则标为同一层级，最终将获得12个从低到高的颜色层级烟叶，将12个层级的烟叶，通过机器视觉和AI深度学习，建立烟叶外观与“C1～C12”的对应关系。