烟叶图像采集技术规范与烤烟收购质量分级特征研究-马文杰.pdf

华中农业大学博士学位论文烟叶图像采集技术规范与烤烟收购质量分级特征研究姓名：马文杰申请学位级别：博士专业：植物营养学指导教师：贺立源20070601华中农业大学学位论文独创性声明及使用授权书学位论文 召 如需保密，解密时间 年 月 日是否保密独创。性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得华中农业大学或其他教育机构的学位或证书而使用过的材料，指导教师对此进行了审定。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明，并表示了谢意。研触躲磐酿， 帆卅年占月z2日……躲缬杰新躲确签名日期：≯吵年；月≥2日 签名日期：同年么月j2日注：请将本表直接装订在学位论文的扉页和目录之间华中农业大学博士研究生毕业论文烟叶图像采集技术规范与烤烟收购质量分级特征研究摘要烟叶的收购质量特征是评定烟叶等级的重要依据。目前，许多烟叶收购质量特征主要由人工靠经验获取，主观性强，且有许多指标呈模糊状态，往往出现评定级别不稳定的现象。在烟叶收购过程中还容易产生质量纠纷，不仅影响烟农的生产积极性，还给国家造成经济损失。鉴于目前人工分级存在的问题，用数字形式统一烟叶的收购质量特征是非常必要的。本文从烟叶数字图像采集技术规范、透射图像、颜色(形状)参照方法、烟叶光谱吸收规律等方面对烟叶收购质量的数字化特征进行了相关研究。摘要如下：1．首次系统研究了烟叶图像采集环境中照明电压、不同品牌数码相机、相机聚焦距离、相机分辨率和数码相机的不同拍摄模式、灯光随时间变化的稳定性等成像环境因素对图像识别结果的影响。首次在烟叶图像采集环境中引入颜色参照自板进行各种干扰因素相对扣除和物理尺寸绝对参照，比较了几种白板材料稳定性与于扰扣除效果，提出了相对颜色校正方法对因成像环境因素影响而引起的烟叶图像颜色识别误差进行校正。在此基础上规范了烟叶图像采集环境和操作步骤，对保障烟叶数字图像识别研究的质量控制和研究成果的共享具有深远的理论意义和实用价值。2．研究基于物质对光的吸收、反射和透射原理，在分析烟叶本身对透过不同波长光的吸收存在差异的基础上，专门设计并制作了能同时采集烤烟烟叶反射和透射图像的采集灯箱，发现并利用烟叶透射图像具有的特殊光谱吸收特征，提出了基于透射特性的烤烟图像背景分割技术。利用烟叶自身生物学特性对烟叶透射图像进行了区域统计法分割，结果表明分割精度高于传统点统计法，每片烟叶像素数平均高出0．65％，较好地保留了目标图像的原始特征信息。透射影像不仅可用于背景扣除，还有效扩充了烟叶数字图像处理的特征参数，为提升烟叶收购等级识别准确性奠定了基础。在数字图像处理中，利用生物自身特性进行背景扣除和扩充数字识别特征，具有专一性和排它性，对类似农产品数字识别研究具有广泛的指导意义。3．研究利用颜色参照白板的绝对参照作用实现烟叶的长度、宽度及面积等形状特征测量；用颜色参照白板标定烟叶图像的颜色色度变化，从中发现变化规律，为提取烟叶的分级特征奠定基础。通过人工方法测量烟叶长、宽度，称取烟叶单叶重；烟叶图像采集技术规范与烤烟收购质量分级特征研究用计算机图像处理方法分别测出烟叶和颜色参照白板以像素为单位的长度和宽度，结合颜色参照白板的固定尺寸，通过交换计算得到烟叶实际的长宽度、面积，以及身份等分级指标特征；分别提取烟叶和同期采集的颜色参照白板在RGB和HSI两种颜色系统下的相关颜色特征，包括原始颜色和相对颜色。结果表明，利用参照方法测量的烟叶形状特征与人工测量结果之间有很好的相关性， 11个供试级别烟叶的长度平均误差为2．59cm，相对误差平均值为5．11％；宽度平均误差为0．88cm，相对误差平均值为4．84％；身份特征测量结果也比较理想：相对色度可用来区分柠檬黄和桔黄色烟叶。因此，将图像处理技术与参照方法楣结合，借助规则参照物标测不规则的烟叶形状、面积等特征参数是可行的，不仅测量方法简便，而且测量速度快；另外，用相对颜色方法区分烟叶的颜色特征也取得了一定的研究进展，为烟叶的数字化分级奠定了基础。4．研究烤烟烟叶在可见光区域的吸收规律，探索不同地区、不同级别烟叶在可见光区域的量化吸收特征，以及各吸收特征与烟叶地域性、级别属性之间的关系。利用改装并经过稳定性检测的GFY-160型荧光分光光度计，先使用320-810nm的波长范围，以5rim的波长间距对恩施、云南、临朐三个地区上、中、下不同部位的烟叶，以及同一地区上，中、下三个部位不同级别的烟叶进行透射，测得烟叶的透光强度，得到烟叶的透光特征曲线，根据透光强度的比值得到烟叶对光线的吸收特征。结果表明，烟叶在可见光范围内的确对蓝色光具有敏感的吸收作用；在获取的烟叶透射特征中，蓝橙比(％)(Blue／Orange，B／O)、绿橙比(％)(Green／Orange，G／0)随烟叶部位的变化规律比较明显，但蓝橙比(％)的变化规律强；红橙比(％)(Red／Omge，R／o)的变化规律不明显，不过上部叶的数值均在50％以上，表现出部分的规律性。因此，可以利用一些特殊波段下的吸收特征或者变换特征得到烟叶分级的量化特征。关键词：烟叶，收购质量，图像处理，环境因素，颜色参照白板，光谱，透射特征，校正2华中农业大学博士研究生毕业论文THE STUDY OF STANDARDS FOR TOBACC0 UeAF IMAGEACQUISITION TECHNOLOGY AND RATINGCHAR ACTERISTICS OF TOBACCO PURCHASE QI 7AI JTYAbstractTobacco purchase quality is an important reference for its grade．Currently,tobaccopurchase quality is mainly estimated by human experiences that are sometimes subjective，and many factors are rather unclear,which leads to the unstable assessments of tobaccoquality,results in the dissensions in tobacco purchasing，discouragement of farmers andthe loss of state property．So it’s necessary to develop tobacco purchase qualityregulations based on digital technology．In this dissertation，tobacco image collectionregulations，transmission images，color(shape)references and the spectral absorptions oftobacco leaf were studied．The main resultes was summarized as folloWS：1．Environmental conditions such as lamp voltage，camera brand,focus distence，imageresolution,shutting model and the stableness of lighting were studied to address theeffects on the recognition of tobacco images．The color reference plate was introduced toeliminate the errors and calculate the absolute size of the tobacco．T五e stableness of thewhite reference plate was evaluated．The relative color was used to fast and timely correctthe errors in tobacco image recognition．This study regulates the tobacco leaf collectionenvironment．And laid foundations for the standardization of digital tobacco imagecollection framework．2．The tobacco leaves absorbance，reflection and transmission of visible light werestudied．The special lamp box was designed based on the absorbance difference oftransmitting light．The segmentation method of tobacco images was proposed based onthe characteristics of the transmitting spectral．The results showed that the segmentationaccuracy is higher than the method of point statistics．And the average pixels are 0．65％more than that of point statistics per leaf and the original information was well kept．Thetransmission image can not only trade off the background effects，and extend thecharacteristic parameters for tobacco images．The method presented maintains theobjective characteristics of images，which help the increasing of segmentation accuracyand lay foundation for further studies on features of tobacco leaf．And also CaR serve asexample for the recognition of other crop leaves．3．The measurements such勰length,width,缸ea and color of tobacco leaf wcIe烟叶图像采集技术规范与烤烟收购质量分级特征研究measured using the reference white plane．The mentioned measurements were measuredby hand and by computer image processing method,respectively for the 11 tobacco leafsamples．The results showed there is a good relationship between the results obtained bydifferent ways，and the average error for length is 2．59 cm，the corresponding relativeaverage error is 5．11％。and the average error for width is 0．88 cln,the correspondingrelative average error is 4．84％．The color characteristics of the tobacco leaf were alsostudied under RGB and HIS systems．It was concluded that the lemon and orange tobaccoleaf can be distinguished by using the relative saturation．Based on the researchmentioned above．it Was found that in conjunction with the reference method,the imageprocessing method could be used to extract the feature parameters of tobacco leaf such asshape and area,and relative color can be used tO discriminate the color of tobacco leaf．ne findings of the paper are very helpful for the digital rating for tobacco quality．4．The absorption characteristics of tobacco leaf in visible light wcre investigated toaddress the relationship between the tobacco origination,quality and classes．In thisdissertation，the GFY-160 fluorescence spectrometer was employed to measure theintensity of the transmitted light at 5 nm intervals from 320 to 810 nm．The upper,middleand lower part of the tobacco leaf from Enshi，Yuunan，Linqu and from same area werecondncted transmission experiment and the transmitted Ught were measured accordingly．Thc results revealed the tobacco leaf absorb blue light greatly,and in the transmissionfeatures，the ratio of blue and orange 03／0)and green and orange(G／O)change regularlywith the different parts of the leaf while the ratio of red and orange(R／o)didn’t show thesimilar rule．And the刚O in the upper part of the leaf are all over 50％．The absorptionfeatures can be used tO develop the quantitative rating systems for the tobacco leaf．Keywords：Tobacco leaf,Purchase quality,Image processing,Environmental factor,White reference plate,Spectrum，Transmission characteristic，Correction4华中农业大学博士研究生毕业论文1文献综述1．1引言中国是一个农业大国，农产品的种类相当丰富，目前需要进行品质检验的农产品有水果和蔬菜、动物食品、经济作物、粮食和油料作物等等，检测手段以人工为主，劳动强度大、主观性强、工作效率低、分级标准不易掌握、分级精度很难稳定在产品质量要求的指标范围内等缺点，甚至还容易引起质量纠纷。烟草在我国是非常重要的经济作物，但我国的烟叶品质与国外优质烟叶相比，在香气质、香气量和燃烧性等方面还有差距；在等级结构方面，我国的烟叶等级标准与国际标准也有差距，存在着上、中等烟比例小，结构不合理，以及出口烟叶等级普遍较低等问题(蒋樟法，2001)，严重制约了我国烟草业的发展及烟叶在国际市场上的竞争力。出现上述不利影响的原因之一就是烟叶收购过程中对烟叶等级指标的掌握不够统一。因此，如何研究能够量化烟叶品质特征，开发出具有人类智慧、可模拟人类视觉的智能化烟叶检验方法，实现烟叶品质由人工视觉的定性检测向机器视觉的定量检测过渡，对于我国烟叶级别的自动化评定具有极高的经济价值和广阔的应用前景。计算机视觉技术(Computer Vision，VS)是计算机技术发展的一个新型分支，涵盖了计算机科学、数学、光学、心理学、生理学、物理学、人工智能、图像处理、图像理解、模式识别等多个领域的众多学科(焦文兴等，2003；赵晓霞，2004)，同时将数字图像处理技术、机械工程技术、控制技术、光源照明技术，光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等有机地融合起来(唐向阳等，2004)，为不同的行业服务，也是当今世界上非常活跃的学科之一，其先迸性与实用性得到了大家的一致认可，逐渐受到各行业的共同重视，已经应用于多种领域，其中在烟草行业的研究业已开始，取得了一定的研究成果。1．2计算机视觉概述1．2．1计算机视觉和人类视觉的区别人类视觉的产生是由于不同波长的光照射到人眼视网膜上，刺激大脑产生不同的感觉，这种感觉也称色觉。从生理角度来讲，人眼中的锥状辨色细胞有三种，这5烟叶图像采集技术规范与烤烟收购质量分级特征研究三种锥状辨色细胞分别对红、绿、蓝三色光最为敏感，因此，人们便选择这三种颜色作为光的三原色。当眼睛接受了混合光之后，三种色觉细胞便产生三种视觉信号，经视神经传到大脑，大脑就把单色光混合在一起，形成综合的色觉反映，就是人们感觉到的所接收混合光的颜色。根据人的色觉特点，当红、绿、蓝三种色光按于变万化的比例混合时，就会产生千差万别的颜色信息。当人们将眼睛获取周围环境中的大量信息传给大脑后，由大脑根据知识和经验，对信息进行加工、推理，最后对周围环境对象的属性特征，如相对位置、形状、大小、颜色、纹理、以及存在状态等做出判别(周国清等，1996)。而计算机视觉技术是利用计算机提供的手段和方法完成对信息的处理过程(周红等，2004)，其主要研究目的就是要通过计算机及其不同的算法来寻找人类的视觉规律，从而开发出从图像输入到对自然景物分析的图像理解系统，因此也可以说计算机视觉是人类视觉通过计算机手段的模拟与外观再现。1．2．2计算机视觉的组成及其特点计算机视觉属于模式识别(Pattern recognition)的范畴，是指利用图像传感器获取对象的图像，并将图像转化成数据矩阵(邱道尹等，2002)，用计算机模拟人的生理视觉，通过视觉通道取得外界事物的颜色、形状、空间等各种形式的图像特征信息，然后将这些特征信息进行综合判别思维，实现对客观世界不同事物的感知、识别和理解，最后得出判别结论的机器智能视觉，因此计算机视觉系统也称计算机图像处理、识别系统。通常情况下，计算机视觉系统由研究需要的硬件和基于一定研究目的而开发的软件组成，可以归结为图像输入、图像处理、图像存储和图像输出几个部分(苏光大，2000)。硬件部分主要包括计算机、摄像机(或数码相机、扫描仪等)、图像采集卡(模／数转换卡)、光源等(图1．1)，其主要功能是将客观事物(或者模拟图像)转变成便于计算机处理的数字图像。软件部分是程序编写人员依据自己对不同编程环境的熟练程度和使用偏好，根据研究目的编写而成，常用的程序开发环境有VC++、MATLAB、VB．NET等等。6华中农业大学博士研究生毕业论文1透射照明光源 2载物平台 3图像采集灯箱4反射照明光源 5 CcD摄像头(或数码相机)6图像采集卡(数码相机不需要) 7计算机图1．1计算机视觉硬件系统组成示意图Fig．1．1 Diagrammatic sketch of computer vision hardware system洼：图1．1引自陈建能(2003)一计算机视觉技术在农业申的应用及展望，赂加修改计算机视觉系统的核心部分是图像处理，图像处理的目的就是把由图像基元数据所反映的图像信息进行加工，最后输出另种形式的图像或识别结果，通过分析识别结果判断图像所具有的属性特征，所以这一过程又称为图像理解和图像分析，其作用方式就是由人类设计、并在计算机环境下实现模拟或再现与人类视觉有关的某些智能行为。图像处理技术是在一定环境条件下，用相应的采集设备(如CCD、数码相机、扫描仪等)获取被拍摄物的数字图像，或者通过模，数转换手段将模拟图像转化为数字图像，最后输入计算机，按照一定的研究目的、采用相应的软件对图像进行处理的过程。数字图像的最小组成基元是像素(Pixel)，图像的每一个像素都有自己的属性，如颜色(CoIor)、灰度(Gray scale or Gray level)等，彩色图像的像素是一个三维数组，是由红、绿、蓝三基色(亦称作三颜色分量)组成，每种基色都有各自不同的灰度值，也称亮度，分布在0-255共256个灰度级上，任何一点的彩色都是由该点像素的三基色匹配(也称“相加”)而成，所以任何一幅图像的特征信息都是通过像素的个体属性、集合属性或者交换属性(如傅立时交换)表现出来，在色谱学上反映的是物体通过对光线吸收或反射后所表现出来的光谱特性。具有实用性、实时性、通用性和可移植性，有较高的容错能力和安全性，还具有运算速度快、比人眼分辨率高、客观和可以进行定量计算的特点，在很多场合下，它可以完成许多人的能力所无法完成的工作。7烟叶图像采集技术规范与烤烟收购质量分缓特征研究1．2．3常用颜色模型简介1．2．3．1 RGB模型RGB颜色模型也称为混色模型，它是以红色R(Red)、绿色G(Green)、蓝色B(Blue)三色光互相叠加来实现混色的方法，R、G、B称为三基色，三基色原理认为自然界中绝大多数景物的彩色光均能分解为互相独立的红、绿、蓝三种基色光。从理论上讲，任何一种颜色都可用三种基本颜色按不同的比例混合得到，因而可以模拟出自然界中绝大多数景物的彩色。当光线照射到物体上时，不同组成成分的物体对光波吸收和反射的属性是不同的，三种颜色的光强越高，到达我们眼睛的光就越多，也就是说，不同物体的颜色是由物体本身吸收或反射光波的波长来决定的。RGB颜色系统目前应用较多的是显示器等视图设备，是针对硬件的颜色表示系统。RGB颜色模型的混色规律是当三基色等量相加时，得到白色：等量的红绿相加而蓝为0值时得到黄色；等量的红蓝相加而绿为O时得到品红色：等量的绿蓝相加而红为0时得到青色；三基色的平均值是灰色，也就是我们所说的灰度图像：三种基色光全无时为黑色。这种颜色模型被广泛应用在数字图像处理中，就是后面提及的HSI颜色模型也是通过该模型转换而来，所以是一种非常重要的基础颜色表示模型。1．2．3．2 HSI颜色模型HSI(Hue．Saturation-Intensity(Lightness)，HSI或HSL)是和人的生理视觉反应最为接近的颜色表征模型，也称为生理视觉模型。该颜色模型用H、S、E个参数描述颜色特性，其中H定义颜色的波长，称为色调(Hue)：S表示颜色的深浅程度，称为色饱和度(Saturation)：I表示强度或亮度(Intensity or Lightness)。在HSI颜色模型中，颜色信息对人的视觉反应，可通过亮度、色调和色饱和度这三个参量来表示，若把S和I的值设置为1，当改变H时就是选择不同的纯颜色；减小饱和度s时，就可以体现掺入白光的效果；降低亮度时，颜色就暗，相当于掺入黑色。人们通常把彩色的亮度I、色调H和色饱和度s称为彩色三要素。1．2．3．3 CMY颜色模型CMY模型(Cyan Magenta Yellow)是采用青、品红、黄色3种基本颜色按一定比例合成颜色的方法。CMY模型又称为减色法混色模型，因为色彩的显示不是直接华中农业大学博士研究生毕业论文来自于光线的色彩，而是光线被物体吸收掉一部分之后反射回来的剩余光线所产生的，光线全被吸收时成为黑色，当光线全被反射时成为白色。1．2．3．4ⅥJv与YIQ颜色模型在彩色电视系统中多采用YUv或颜色ⅥQ模型表示彩色图像。wV适用于PAL和SECAM彩色电视制式(即行业内常称的PAL制式、SEo蝴制式)，而YIQ适用于美国国家电视标准委员会(NationalTelevision System Committee，NTSC)彩色电视制式(即N制式)。Y是亮度信号，u和v则是两个色差信号，分别传送红基色分量和蓝基色分量与亮度分量的差值信号。1．2．4计算机视觉的发展计算机视觉技术N20世纪70年代中后期取得了长足的发展(陈建能等，2003)，研究多集中在遥感图像(Remote sensing image)承]生物医学图像分析(Biomedicineimage analysis 1等方面。到20世纪80年代，以图像处理为核心的计算机视觉技术步入了一个活跃的研究阶段，研究重点转向了对三维景物的分析与理解，并逐渐发展成为具有强大生命力的学科，其研究成果目前已经在医疗诊断、自动检测与控制、智能机器人、军事、遥感、科研、生活等方面得到广泛应用，取得了巨大的经济与社会效益(成芳等，2001)。应用较广泛的领域有：①生物医学，如B超、x射线CT(X．RayComputed Tomography)、核磁共振CT(Nuclear Magnetic Resonance Imaging，I 峨CRI)、电阻抗断层成像技术(Electrical Impedance Tomography，Em和阻抗成像(Impedance Imaging)等(阮秋奇，2003)，并且已有多种对人体无伤害、灵敏度高、重现性好的医学图像处理系统相继问世(陆新泉等，2000：Ben S Z et a1．，2001)；②工业领域，如电子工业、汽车工业、木材工业、纺织工业(曾志明，2005)，还有食品加工业、包装业及航空工业等，取得的应用成果有产品形状和表面缺陷检查、产品非破坏性检查、机器人、产品分类等等(黄文清等，2002)；③遥感信息图像获取与处理，主要用于资源调查、气候检测、军事侦察等方面(雷宏涛，2003)；④农业领域：主要集中在农业种质资源管理、获取作物生长状态信息、农产品自动化收获、植物病理研究、农产品品质鉴定与分级(赵晓霞，2004)、田间杂草识别(周平等，2007：毛文华等，2005；Franz et a1．，1991：Woebbecke et a1．，1995)等等；另外还广泛应用于生物识别(杨小冬等，2004)和通信(李章晶等，2006)等9烟叶图像采集技术规范与烤烟收购质量分级特征研究方面。1．3烟草收购质量与计算机视觉技术应用概况烟叶是一种特殊的农产品，其商品价值只有经过调制、分等定级后才能体现出来。烟叶收购过程主要是为了完成烟叶等级的确定，所以烟叶收购是烟叶经调制后由农产品向商品转化、实现其商品价值的重要步骤，也是烟叶从生产领域向商品领域转化的重要环节。由于烟叶在生产过程中受到的影响因素比较复杂，烟农所生产的烟叶往往是优劣不等，只有经过分级加工，才能使质量相对一致的烟叶列入同一等级，才能实现如下的烟叶分级目的：①满足卷烟工业，生产出消费者满意的具有各种风格的卷烟，保持稳定的卷烟产品质量；②充分利用烟叶资源，发挥优质烟叶的最大效益，使优质烟叶得到合理利用；③使各种烟叶的价值得以充分体现，做到以质论价、优质优价；④更好地促进烟叶生产，调动烟农生产优质烟叶的积极性，为烟叶生产者指明努力方向；⑤更好地促进商业经营和对外贸易，有利于收购部门收购评级、复烤、调拨、储运以及各个交接环节的检查验收。外贸部门根据烟叶等级情况承接外商订货，发展对外贸易，为国家创汇(程占省等，2003)。1．3．1烟叶质量概述烟叶是卷烟工业的基础，其质量优劣直接影响卷烟产品的品质，因此主攻质量已成为我国烟草行业的共识(朱尊权，2000)．烟叶质量是综合性的概念，包括外观质量、内在质量、化学成分、物理特性、安全性及使用质量等与烟叶品质密切相关的质量指标。优质烟叶应具有较好的外观特征、完善的物理特性、优良的内在质量，协调的化学成分、无毒无害(程占省等，2003)。烟叶的外观质量是指人们凭借感官能够做出判别的外在质量因素，主要包括部位、颜色、成熟度、叶片结构、身份、油分、色度、长度、宽度、残伤与破损等，是烟叶收购过程中主要的判别依据；内在质量是指烟叶经过燃烧以后所产生的烟气特征，如香气、杂气、劲头、刺激性、吃味浓度和余味等；化学成分包括糖、淀粉、纤维素等含有碳、氢、氧三种元素的化合物，另外还有除碳、氢、氧三种元素以外的含氮化合物，如蛋白质、氨基酸、烟碱等；物理特性包括烟叶的燃烧性、吸湿性、弹性、填充性、单位面积质量、含梗率等，这些因素不仅影响烟叶的加工工艺，还影响卷烟的生产过程、卷烟产品的风格、吸味、成本及其它经济指标；烟叶的安全10华中农业大学博士研究生毕业论文性主要涉及到吸烟与健康的问题，包括烟叶的农药残留、霉菌污染、烟叶燃烧过程中所产生的有害成分等；烟叶的使用质量也称客户质量，以烟叶的可用性为基础，主要是依据不同的客户而提出的质量指标。1．3．2我国的烟叶收购与分级状况及存在问题烟叶收购是烟叶产品流通过程的起点，是烟叶生产和卷烟工业之间至关重要的纽带。烟叶的收购过程是烟叶从生产领域进入流通领域的第一步，也就是对烟叶级别进行评定把关的过程a由于评定因素多，判断指标模糊，与一般农产品质量检测相比，烟叶的质量检测要复杂得多。我国烟叶收购执行的是42级国家标准(烤烟GB2635．92)主组烟叶包括：下部柠檬黄色(XL)4个等级、下部桔黄(Ⅻ)4个等级；中部柠檬黄(cL)4个等级、中部桔黄(CD4个等级；上部柠檬黄(BL)色4个等级、上部桔黄(BF)4个等级、红棕(BR)3个等级，共计”个等级；副组包括：完熟叶(H)2个等级、中下部杂色(KCX)2个等级、上部杂色O①)3个等级；光滑叶(s)2个等级：微带青Ⅳ)4个等级、青黄色(GY)2个等级，共计15个等级，有些国家实行的标准级别还更多。目前国内外烟草行业对于烟叶品质的检验与分级都是根据各国的分级标准，凭借标准样本依靠人的感官进行，传统的分级方法是通过经专业培训、有丰富经验的分级人员在烟叶收购过程中，根据烤烟烟叶的成熟度、叶片结构、身份、油分、色度、长度和残伤等7个品级因素区分级别。通过烟叶收购，烟叶便按照客观经济规律的要求和市场供需状况进入流通领域，以商品交换的形式从烟叶生产者(即烟农)手里取得烟叶产品的经营活动，从而使烟叶的所有权发生第一次转移，即由烟农所有转向烟叶经营者所有，这种转移涉及到国家、集体、个人三方面的切身利益。烟叶收购业务质量的高低，不仅关系到烟叶能否顺利通过流通领域最终进入消费领域，还关系到卷烟工业企业的产品质量和经济效益，乃至整个烟草行业的健康发展。因此，加强烟叶收购管理，一方面要引导烟农按规范化的要求组织烟叶生产，主攻烟叶质量，提高烟叶成熟度和烘烤技术；另一方面还要根据卷烟产品的质量标准和风格、品位要求组织货源，从而保证卷烟产品质量的稳定提高。依据国家分级标准收购的烟叶，不仅为扩大名优卷烟的生产创造了条件，而且能适应国际市场的要求，对扩大出口、增加创汇，都会起到非常积极的推动作用。由于烟叶分级标准的细致性和变化性，以及人工分级受到人为因素，如情绪、11烟叶图像采集技术规范与烤烟收购质量分级特征研究经验的丰缺程度、不同分级人员对不同级别烟叶属性特征的认识水平等影响，分级属性多数靠定性来描述，很容易造成评定等级的不稳定，即使是相同的烟叶，不同烟叶分级人员的评判结果往往不尽相同，有时还会出现低质烟叶高价收购，对国家造成经济损失，同时还造成高质烟叶低价销售，给烟农造成经济损失，影响烟农种植黄烟的积极性，有时还会出现收购人情烟、关系烟的现象(符文华，2005)；另夕}，收购的烟叶质量如果不合乎标准，不仅影响卷烟产品的质量，也给卷烟等加工部门带来许多麻烦或者造成经济损失，甚至影响烟叶在国际市场上的正常贸易。为此，在烟叶收购前，全国各烟区都要举办学习班，培训收购站的分级人员，同时准备大量的烟叶标准样本发往各烟叶收购站，这样就势必造成人力、物力、财力的巨大浪费；我国的某些厂家为了确保烟农、企业、消费者三者的利益，已经推出了“密码收购”的新方法，有的地方政府及烟叶收购部门还制定了严格的烟叶收购措施，严肃收购纪律，以确保烟叶的正常有序收购(殷明等，2005；张建林，2005)。随着烟草制品质量的不断演变，对烟叶质量的要求也逐渐提高，人工分级将越来越难以满足需要。因此，为了切实把好烟叶收购质量关，像应用计算机技术检验其它农产品一样，将计算机技术应用到烟草品质的检验中去，用计算机视觉模拟人类的视觉，将人眼识别的视觉图像变成计算机容易识别的数字图像，通过一定的数学算法提取烟叶的量化收购质量特征，使模糊特征信息以数字指标特征的形式体现在烟叶收购过程中，变成计算机可以理解和识别的机器特征，在烟叶收购过程中避开众多人为因素的影响，客观地、真实反映出烟叶的收购质量，这对于合理制定科学的烟叶分级标准，提高烟叶分级水平与效率、减少烟叶收购过程中产生的质量纠纷，保护烟农与国家利益，扩大烟叶的对外贸易、为国创汇都具有非常重要的意义。烟叶的计算机视觉分级是农产品品质检测与分级中的一个重要分支。和其它农产品相比，烟叶的检测与分级指标较多，并且有许多指标呈模糊状态，用仪器进行分级的难度较大，所以相关的研究相对来说较少。近年来，在人工智能(Aitkenheadct a1．，2003)、机器视觉(Sergeant ct a1．，1998：Stajnko et a1．，2004)：人工神经网络(Mosheu ct a1．，2001：Kominakis ct a1．，2002：Sanzogni et a1．，2001；范重庆，2004)、模糊集合理论(赵学增等，2003)等领域的研究成果不断出现，为应用计算机图像处理与智能模式识别等技术实现烟叶的数字化特征提取与分级提供了可行的研究思路和有力的帮助。 ．在世界范围内开展计算机视觉技术在烟草自动分级系统方面的相关研究始于20华中农业大学博士研究生毕业论文世纪80年代，我国始于20世纪90年代，研究进展已经走在了世界同行业的前列(张建平，1998)。1．3．3烟叶收购质量特征的计算机视觉描述烟叶的外观品级质量特征是指依照分级标准，能够靠人眼直接作出评判或者靠触觉直接感受到的外在内在质量属性。依据国家分级标准中规定的成熟度、叶片结构、身份、油分、色度、长度和残伤等品级质量特征，用数字化特征大致可表示为烟叶的颜色、大小、形状，叶脉、表面特征、残伤、油份、身份、成熟度等。1．3．3．1颜色特征(Color features)在烟叶的众多特征中，人们凭感观首先接触的就是烟叶颜色，所以也将颜色称为大特征。通过图像处理系统获取烟叶RGB系统的离散彩色数字图像后，烟叶的颜色特征便以离散的数字矩阵形式存储起来。烟叶分级标准中规定的颜色特征是以人眼能感知的色觉量来表示的，因为人们对客观事物的视觉感知是建立在对物体的色调H(即色彩)、明亮程度V(即明暗度)和彩度C(即饱和度)的基础上，面对许多的色度学表