[发明专利]陈化烟叶褐变程度判别方法在审

专利信息
申请号: 202110679411.8 申请日: 2021-06-18
公开(公告)号: CN113449418A 公开(公告)日: 2021-09-28
发明(设计)人: 尹光庭;柳均;陈小龙;杨金初;盖昕;张展;申洪涛;李金灿;段卫东;张弘韬;王松岭 申请(专利权)人: 河南中烟工业有限责任公司
主分类号: G06F30/20 分类号: G06F30/20;G06F119/02
代理公司: 北京维澳专利代理有限公司 11252 代理人: 常小溪
地址: 450000 河南*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 陈化 烟叶 程度 判别 方法
【权利要求书】:

1.一种陈化烟叶褐变程度判别方法,其特征在于,包括:

预先基于陈化烟叶的表观颜色既定若干个褐变等级,每个褐变等级对应各自的褐变程度范围;所述褐变程度范围以表观颜色值和/或褐变面积占比表征;

统计预设数量的陈化烟叶样品的正面及背面的颜色指标数据;

对全部陈化烟叶样品的所述颜色指标数据进行相关性分析,其中,样品背面的颜色指标数据用于在进行相关性分析时验证相关性分析结果;

对全部陈化烟叶样品的所述颜色指标数据进行组间均等性判别,其中,样品背面的颜色指标数据用于在进行组间均等性判别时验证组间均等性判别结果;

基于相关性分析以及组间均等性判别,从所述颜色指标数据中筛选出目标颜色指标;

利用所述目标颜色指标构建相应于各个褐变等级的褐变程度判别模型;

测定待测陈化烟叶的目标颜色指标,并输入至所述褐变程度判别模型,得到待测陈化烟叶的褐变程度判别结果。

2.根据权利要求1所述的陈化烟叶褐变程度判别方法,其特征在于,所述颜色指标数据包括:每一片陈化烟叶样品正面及背面的亮度值、红度值、黄度值、饱和度值以及色调角。

3.根据权利要求1所述的陈化烟叶褐变程度判别方法,其特征在于,所述统计预设数量的陈化烟叶样品的正面及背面的颜色指标数据包括:

分别测出陈化烟叶样品的正面及背面上的多个随机点的颜色指标数据;

求取各面上多个随机点的颜色指标数据的平均值作为陈化烟叶样品的该面的颜色指标数据。

4.根据权利要求1所述的陈化烟叶褐变程度判别方法,其特征在于,所述对全部陈化烟叶样品的所述颜色指标数据进行相关性分析包括:

计算同一面上的两两所述颜色指标数据之间的相关性系数,所述相关性系数用于表征指标之间是否存在多重共线性。

5.根据权利要求1所述的陈化烟叶褐变程度判别方法,其特征在于,所述对全部陈化烟叶样品的所述颜色指标数据进行组间均等性判别包括:

将全部陈化烟叶样品的所述颜色指标数据进行分组;

求取各组颜色指标数据的均值;

利用预设的距离比较策略,判断各组颜色指标数据的均值的差异。

6.根据权利要求1所述的陈化烟叶褐变程度判别方法,其特征在于,基于相关性分析以及组间均等性判别,从所述颜色指标数据中筛选出目标颜色指标:

由相关性分析确定候选去除指标;

在组间均等性判别时逐次逐个引入其他颜色指标数据,并求取Wilks'Lambda值;

当Wilks'Lambda值不再降低时停止引入,并根据最小的Wilks'Lambda值对应的颜色指标数据,从候选去除指标中确定目标去除指标;

从陈化烟叶样品的正面的所述颜色指标数据中剔除所述目标去除指标,得到所述目标颜色指标。

7.根据权利要求1~6任一项所述的陈化烟叶褐变程度判别方法,其特征在于,所述利用所述目标颜色指标构建相应于各个褐变等级的褐变程度判别模型包括:

基于Fisher判别法,求取对应每个褐变等级的各所述目标颜色指标的系数及常量;

利用所述系数及常量,得到每个褐变等级与各所述目标颜色指标相关的函数表达式。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南中烟工业有限责任公司,未经河南中烟工业有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110679411.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top