文献类型： 中文期刊

作者： 代英鹏 ¹ ; 刘浩 ¹ ; 毕庆文 ¹ ; 赵勇 ¹ ; 王松峰 ¹ ; 孟令峰 ¹ ; 张国超 ¹ ; 孙福山 ¹ ;

作者机构： 1.中国农业科学院烟草研究所;中国农业科学院研究生院;湖北中烟工业有限责任公司;江苏中烟工业有限责任公司;山东烟草研究院有限公司

关键词： 烟叶成熟度;田间环境;智能识别;光照;模糊关系

期刊名称： 中国烟草科学

ISSN： 1007-5119

年卷期： 2024 年 45 卷 001 期

页码： 96-103

收录情况： 北大核心 ; CSCD

摘要： 自然环境下田间烟叶受光照影响导致采收机械对烟叶成熟度的判别率较低,为解决此问题,提出一种基于模糊光照处理的田间烟叶成熟度判别模型.首先,使用卷积神经网络分割模型提取感兴趣烟叶区域;其次,构建烟叶区域的分段模型用以建立光照与烟叶颜色信息间的模糊非线性关系,消除光照的影响;然后,统计不同成熟度颜色先验知识,根据先验知识建立自然环境下黄色、绿色模糊关系推理烟叶区域像素点颜色属性并计算黄色面积;最后,构建黄色面积与鲜烟叶成熟度之间的隶属度概率关系,计算烟叶成熟度.使用本研究方法对四川地区云烟 87中、上部叶和中川 208中、上部叶田间鲜烟叶进行处理,分别获得 82.0%、77.0%、75.0%和 71%的成熟度分类准确率,普遍优于ELM、SVM和BP神经网络.试验结果表明,提出的田间烟叶成熟度判别方法能够有效克服光照的影响,准确判定不同田间环境烟叶的成熟度,为烟叶智能采集装备视觉系统提供理论基础.