[发明专利]一种烟叶中梗的识别与检测方法

权利要求书

1.一种烟叶含梗率的检测方法，其特征在于，包括：

建立已知烟叶类型烟梗标准光谱库，包括：

分别获取多个己知类型的烟叶样品的高光谱图像数据；

获取的高光谱数据经校正和选取ROI，计算得到每片样品烟梗的纯净像元光谱；

计算所有样品烟梗的纯净像元的平均光谱数值，将得到的平均光谱作为该类型烟叶烟梗的标准参考光谱，并将该参考光谱存为光谱库；

对离散后的待测样品采集高光谱图像数据；

利用烟梗的标准参考光谱匹配待测样品，完成烟梗的单位像素的标记；所述烟梗的标准参考光谱为采用已知烟叶类型烟梗标准光谱库建立方法建立的标准光谱库中的对应类型的标准参考光谱，或由服务装置提供的采用已知烟叶类型烟梗标准光谱库建立方法建立的标准光谱库中对应类型的标准参考光谱，或从可读存储介质中读取的预存的采用已知烟叶类型烟梗标准光谱库建立方法建立的标准光谱库中对应类型的标准参考光谱；

在利用滤波算法对所述的烟叶中梗的识别方法中标记为烟梗的像素进行滤波后，计算烟叶含梗率；

所述烟叶中梗的识别方法具体包括：

1）利用离散装置将待检测烟叶均匀摊薄，摊薄后的烟叶进入高光谱成像仪的采集区域；

2）高光谱成像仪获取烟叶的高光谱图像数据，采集到的高光谱图像数据进入图像处理系统；

3）利用图像处理系统对高光谱图像数据进行黑白板校正；

4）利用图像处理系统对原始图像数据进行预处理；

5）利用图像处理系统对目标烟叶图像进行二值化处理，去除背景区域，获取目标烟叶区域，统计并计算烟叶特征尺寸参数；

6）利用图像处理系统对去除背景得到的目标烟叶区域，运用光谱角匹配法，设置光谱角阈值，进行该类型的标准参考光谱对目标烟叶区域的光谱匹配，将匹配为烟梗的单位像素进行标记；

7）利用滤波算法对所述的烟叶中梗的识别方法中标记为烟梗的像素进行滤波；

8）统计并计算烟梗特征尺寸参数，结合烟叶特征尺寸参数及烟梗特征尺寸参数计算烟叶含梗率。

2.根据权利要求1所述的烟叶含梗率的检测方法，其特征在于：所述计算得到每片样品烟梗的纯净像元光谱的方法包括纯像素索引法、凸锥分析法、迭代误差分析法和顶点成分分析法。

3.根据权利要求1所述的烟叶含梗率的检测方法，其特征在于：所述服务装置包括高光谱成像仪、存储器和处理器，所述光谱仪、所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行所述的已知烟叶类型烟梗标准光谱库的建立方法。

4.根据权利要求1所述的烟叶含梗率的检测方法，其特征在于：所述可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行所述的已知烟叶类型烟梗标准光谱库的建立方法。

5.根据权利要求1所述的烟叶含梗率的检测方法，其特征在于：

获取目标烟叶区域后，统计并计算烟叶区域面积S_总；

将匹配为烟梗的像素进行标记的公式为：，式中，T为标准主成分得分矢量，R为参考主成分得分矢量，T、R均为非零向量；

统计并计算经滤波处理后的烟梗的区域面积S_梗；

计算叶面积S_叶=S_总-S_梗，结合叶密度P_叶和梗密度P_梗，则叶中含梗率为：

。

6.根据权利要求5所述的烟叶含梗率的检测方法，其特征在于：所述滤波处理采用滤波窗口大小为3×3的中值滤波算法。

7.一种烟叶含梗率的检测系统，其特征在于：包括离散装置、高光谱成像仪和图像处理服务器，所述图像处理服务器与所述离散装置和所述高光谱成像仪通信连接，所述图像处理服务器中存储有计算机指令，所述图像处理服务器通过执行所述计算机指令，从而执行权利要求1-6中任一项所述的烟叶含梗率的检测方法。

8.根据权利要求7所述的烟叶含梗率的检测系统，其特征在于：所述高光谱成像仪的光谱范围为短波段1000-2500nm，采集高光谱图像数据时，设置所述高光谱成像仪的采集帧率为400、曝光时间为20m、光谱分辨率为12nm、采集图像分辨率为686*400。