[發(fā)明專利]一種基于海量煙葉數(shù)據(jù)的自動(dòng)定級系統(tǒng)和方法有效
| 申請?zhí)枺?/td> | 201410001552.4 | 申請日: | 2014-01-02 |
| 公開(公告)號: | CN103743486A | 公開(公告)日: | 2014-04-23 |
| 發(fā)明(設(shè)計(jì))人: | 陳一民;鄒一波;黃晨;張典華;張?jiān)迫A;李澤宇 | 申請(專利權(quán))人: | 上海大學(xué) |
| 主分類號: | G01J3/46 | 分類號: | G01J3/46;G01B11/00;G01B11/24;G01N21/84;G06K9/54;G06K9/62 |
| 代理公司: | 上海上大專利事務(wù)所(普通合伙) 31205 | 代理人: | 何文欣 |
| 地址: | 200444*** | 國省代碼: | 上海;31 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 海量 煙葉 數(shù)據(jù) 自動(dòng) 定級 系統(tǒng) 方法 | ||
技術(shù)領(lǐng)域
本發(fā)明涉及的是一種基于海量煙葉數(shù)據(jù)的自動(dòng)定級系統(tǒng)和方法,具體的說是一種利用計(jì)算機(jī)視覺、圖像分析、機(jī)器學(xué)習(xí)、大數(shù)據(jù)檢索和人工智能的技術(shù)算法對煙葉圖像進(jìn)行分析、存儲(chǔ)、檢索和自動(dòng)定級的系統(tǒng)及相關(guān)方法。
背景技術(shù)
長期以來,不論是國內(nèi)還是國外,煙葉質(zhì)量的檢測和分級都是參照各地區(qū)頒布的煙葉分級標(biāo)準(zhǔn)和標(biāo)準(zhǔn)的煙葉樣本,依靠人的視覺和觸覺感官來進(jìn)行判斷分級的。因此,每到收購煙葉之前,全國各煙區(qū)都要成立學(xué)習(xí)班,收集大量的、標(biāo)準(zhǔn)的煙葉樣本作為培訓(xùn)材料,用來培訓(xùn)收購站的煙葉分級人員,這樣的分級方式需要消耗和費(fèi)損大量的人力、物力和財(cái)力,而目效率也很低下。更重要的方面是,人類的感官判斷帶有強(qiáng)烈的主觀性和模糊性,影響著對煙葉分級的細(xì)致性和變化性的判斷,使檢驗(yàn)和分級的結(jié)果存在著較大的差異。隨著經(jīng)濟(jì)和社會(huì)的發(fā)展,以及卷煙制品質(zhì)量的發(fā)展,我國己經(jīng)開始全面推廣42級新的煙葉分級標(biāo)準(zhǔn)(GB2635-92),以此來逐步提高對煙葉質(zhì)量的要求。盡管新的分級標(biāo)準(zhǔn)越來越細(xì)致,但是對煙葉等級的描述都是采用定性的標(biāo)準(zhǔn),并沒有量化的標(biāo)準(zhǔn)來供參考,這種主觀隨意性強(qiáng)的感官判斷和模糊主觀評定的人工分級方式反而越來越難以滿足煙草行業(yè)對煙葉質(zhì)量的要求。因此,研究和實(shí)現(xiàn)計(jì)算機(jī)系統(tǒng)對煙葉自動(dòng)分級,開發(fā)實(shí)用化系統(tǒng)在這樣的大環(huán)境下己經(jīng)是勢在必行的了。
烤煙煙葉分級方法是目前評判煙葉質(zhì)量的主要手段,其分級判斷的依據(jù)主要是煙葉外觀特征,如顏色、長度、厚度、油分、成熟度,殘損等。作為計(jì)算機(jī)領(lǐng)域的一個(gè)重要分支,計(jì)算機(jī)視覺的研究、應(yīng)用和發(fā)展正越來越得到重視。計(jì)算機(jī)視覺能模仿人眼接受各類信息,同時(shí)具有比人眼分辨率高、客觀和定量等優(yōu)點(diǎn)。故應(yīng)用計(jì)算機(jī)視覺來識別煙葉的外觀特征并依據(jù)煙葉的分級標(biāo)準(zhǔn)進(jìn)行分級,從而替代繁雜的體力勞動(dòng)和提供客觀評斷煙葉等級就成為目前煙葉分級研究中的主要趨勢。因此,將計(jì)算機(jī)技術(shù)應(yīng)用于烤煙煙葉的分級具有重大的意義。
與一般的農(nóng)產(chǎn)品相比,煙葉的外觀質(zhì)量檢測要復(fù)雜的多,用儀器進(jìn)行煙葉分級的難度較大,故有關(guān)用儀器對煙葉進(jìn)行外觀質(zhì)量檢測及分級的研究不多。計(jì)算機(jī)視覺及神經(jīng)網(wǎng)絡(luò)技術(shù)在對農(nóng)產(chǎn)品的鑒定與質(zhì)量分選開始于20世紀(jì)70年代末期,從20世紀(jì)80年代后期逐步走向成熟。而數(shù)字圖像處理技術(shù)正式應(yīng)用于煙草分級與識別還是開始于1984年。美國的Thomas?C.E在其論文《Techniques?of?Image?Analysis?Applied?to?the?Measurement?of?Tobacco?and?Related?Products》中提出將數(shù)字圖像處理技術(shù)運(yùn)用于煙葉的外觀特征的識別。此后,數(shù)字圖像處理技術(shù)在煙草領(lǐng)域的研究有了一定的進(jìn)展.津巴布韋大學(xué)的MacCommc?J.?K.?M設(shè)計(jì)了一個(gè)用于煙葉等級自動(dòng)識別的圖像處理單元原型。?CHO?H.K和PAEK?K.H研究了如何利用機(jī)器視覺技術(shù)提取白肋煙的形狀顏色等表面特征以對其進(jìn)行等級判定George?Tattersfield等提取煙葉的形狀、顏色等特征,對津巴布韋烤煙的生長部位和顏色進(jìn)行識別。
????在國內(nèi),基于圖像的煙葉分級方面,鄭州大學(xué)的申金媛利用光譜和圖像特征進(jìn)行煙葉分級的方法,使用了煙葉圖像信息和光譜信息的特征進(jìn)行分組、分色和分級;華中農(nóng)業(yè)大學(xué)的馬文杰博士開辟了一條新的研究路徑,與一般研究煙葉的反射圖像特征不同,他提出從烤煙煙葉投射圖像的特征出發(fā),來實(shí)現(xiàn)煙葉特征參數(shù)的提取;這些方法但只是使用了煙葉的圖像信息,而并沒有在大數(shù)據(jù)的范圍中實(shí)踐和分析,同時(shí)并沒有使用專家學(xué)習(xí)系統(tǒng)的思想來進(jìn)行建模分析和學(xué)習(xí)。
????在系統(tǒng)構(gòu)建方面,1998?年以來,北京工商大學(xué)的韓力群等開展了烤煙煙葉質(zhì)量特征提取的軟硬件系統(tǒng)研制,建立了烤煙煙葉的標(biāo)準(zhǔn)數(shù)據(jù)庫管理系統(tǒng),并將人工神經(jīng)網(wǎng)絡(luò)技術(shù)用于煙葉成熟度的自動(dòng)分級,使用了擬腦智能方法。河南農(nóng)業(yè)大學(xué)的潘建斌把專家系統(tǒng)技術(shù)引入了煙葉烘烤的過程。這些方法僅僅引入了人工智能的算法,或者僅部分使用了專家系統(tǒng)的技術(shù)在烘烤控制過程,并沒有利用海量煙葉數(shù)據(jù)進(jìn)行模式分析。
????從上述的研究進(jìn)展和研究成果看,我們可以發(fā)現(xiàn)國內(nèi)外己經(jīng)有很多的學(xué)者投入到煙葉質(zhì)量的檢測和分級技術(shù)領(lǐng)域的研究,其理論成果是豐碩的。但是到日前為止,對提取煙葉特征參數(shù)以及實(shí)現(xiàn)煙葉自動(dòng)分級的系統(tǒng)軟件的研究都是處于實(shí)驗(yàn)和探討的階段,還沒有能全面檢測和提取煙葉特征并能實(shí)現(xiàn)最終自動(dòng)化分級的設(shè)備和技術(shù)發(fā)明,并不能滿足市場對這一技術(shù)領(lǐng)域的實(shí)際要求。同時(shí),大部分工作還是基于少量數(shù)據(jù)進(jìn)行測試,沒有使用大數(shù)據(jù)的思想和技術(shù)進(jìn)行煙葉圖像數(shù)據(jù)挖掘和評級。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于上海大學(xué),未經(jīng)上海大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410001552.4/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種數(shù)據(jù)庫海量數(shù)據(jù)比對的方法
- 基于云計(jì)算的海量數(shù)據(jù)訪問處理系統(tǒng)
- 一種實(shí)現(xiàn)海量數(shù)據(jù)離線分析的方法
- 一種海量矢量切片數(shù)據(jù)云存儲(chǔ)方法及系統(tǒng)
- 一種多源海量數(shù)據(jù)處理系統(tǒng)及方法
- 快速實(shí)現(xiàn)海量數(shù)據(jù)準(zhǔn)實(shí)時(shí)全量統(tǒng)計(jì)的方法、裝置及系統(tǒng)
- 一種海量數(shù)據(jù)分析系統(tǒng)及方法
- 在線繪制地圖海量線的方法
- 一種海量點(diǎn)數(shù)據(jù)聚合渲染方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 一種海量不確定XML數(shù)據(jù)存儲(chǔ)方法
- 數(shù)據(jù)顯示系統(tǒng)、數(shù)據(jù)中繼設(shè)備、數(shù)據(jù)中繼方法、數(shù)據(jù)系統(tǒng)、接收設(shè)備和數(shù)據(jù)讀取方法
- 數(shù)據(jù)記錄方法、數(shù)據(jù)記錄裝置、數(shù)據(jù)記錄媒體、數(shù)據(jù)重播方法和數(shù)據(jù)重播裝置
- 數(shù)據(jù)發(fā)送方法、數(shù)據(jù)發(fā)送系統(tǒng)、數(shù)據(jù)發(fā)送裝置以及數(shù)據(jù)結(jié)構(gòu)
- 數(shù)據(jù)顯示系統(tǒng)、數(shù)據(jù)中繼設(shè)備、數(shù)據(jù)中繼方法及數(shù)據(jù)系統(tǒng)
- 數(shù)據(jù)嵌入裝置、數(shù)據(jù)嵌入方法、數(shù)據(jù)提取裝置及數(shù)據(jù)提取方法
- 數(shù)據(jù)管理裝置、數(shù)據(jù)編輯裝置、數(shù)據(jù)閱覽裝置、數(shù)據(jù)管理方法、數(shù)據(jù)編輯方法以及數(shù)據(jù)閱覽方法
- 數(shù)據(jù)發(fā)送和數(shù)據(jù)接收設(shè)備、數(shù)據(jù)發(fā)送和數(shù)據(jù)接收方法
- 數(shù)據(jù)發(fā)送裝置、數(shù)據(jù)接收裝置、數(shù)據(jù)收發(fā)系統(tǒng)、數(shù)據(jù)發(fā)送方法、數(shù)據(jù)接收方法和數(shù)據(jù)收發(fā)方法
- 數(shù)據(jù)發(fā)送方法、數(shù)據(jù)再現(xiàn)方法、數(shù)據(jù)發(fā)送裝置及數(shù)據(jù)再現(xiàn)裝置
- 數(shù)據(jù)發(fā)送方法、數(shù)據(jù)再現(xiàn)方法、數(shù)據(jù)發(fā)送裝置及數(shù)據(jù)再現(xiàn)裝置





