[發明專利]一種基于片煙形態特征對煙絲結構影響的預測方法

有效

• 申請號: 201710534895.0
• 申請日: 2017-07-03
• 公開（公告）號: CN107330467B
• 公開（公告）日: 2020-07-21
• 發明（設計）人: 張云;張俊榮;劉澤;經坤;何邦華;丁銳;林文強;譚國治;張云東;李江樂;楊曉華;游玲;錢瑜;楊松
• 申請（專利權）人: 云南昆船設計研究院有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F30/20;G01B11/24;G01B11/28;G01N21/84
• 代理公司: 昆明正原專利商標代理有限公司 53100
• 代理人: 徐玲菊;蔣文睿

1.一種基于片煙形態特征對煙絲結構影響的預測方法，其特征在于經過下列步驟：

步驟一、單片片煙形態描述參數的采集及片煙樣本的面積描述參數計算：

首先采集片煙樣本中各離散片煙的原始圖像，運用常規圖像處理技術，獲得片煙形態描述參數，其中片煙形態描述參數包括面積、周長、矩形度、細長度、緊致度；再計算該片煙樣本的大片率、中片率、小片率、碎片率，以大片率、中片率、小片率、碎片率作為片煙樣本的面積描述參數；

所述大片率是片煙樣本中片煙面積大于等于645.16平方毫米的片煙在片煙樣本中的占有率；

所述中片率是片煙樣本中片煙面積大于等于161.29平方毫米小于645.16平方毫米的片煙在片煙樣本中的占有率；

所述小片率是片煙樣本中片煙面積大于等于40.32平方毫米小于161.29平方毫米的片煙在片煙樣本中的占有率；

所述碎片率是片煙樣本中片煙面積大于等于5.67平方毫米小于40.32平方毫米的片煙在片煙樣本中的占有率；

所述離散片煙是相互不連接的片形煙葉，表現在圖像上是片煙圖像區域相互獨立；

所述面積是葉片結構分布的表征方法，是自然放置狀態下片煙的水平投影面積，葉片的面積分布用累積分布函數來描述；

所述周長是葉片的外圍輪廓的長度累積；

所述矩形度的計算公式如下：

式中，F_k為區域面積和外接矩形面積之比，k為矩形具體方向，矩形方向離散步幅旋轉，矩形度為F_k的最大比值，設定的值域為(0,1]；

所述細長度的計算公式如下：

C_e＝W/L

式中，L為片煙區域外接矩形長，W為片煙區域外接矩形寬，L≥W，細長度為片煙區域外接矩形寬W與長L的比值，設定的值域為(0,1]；

所述緊致度的計算公式如下：

C_c＝4πA/C²

式中，A為面積，C為周長，緊致度為4π與面積A的乘積除以周長C的平方，設定的值域為(0,1]；

步驟二、片煙樣本的形態描述參數計算：

將步驟一所得片煙樣本中四種片型的矩形度、細長度、緊致度作為三維坐標建立片煙樣本的三維聚類空間，采用K-means聚類分析方法，求出聚類中心點與標準片煙聚類中心點之間的歐氏距離，將四個片型所得歐氏距離作為片煙樣本的形態描述參數；

步驟三、片煙大小及形狀分布對煙絲結構影響的結構方程模型建立：

結構方程模型由測量模型和結構模型組成，式(2)和(3)為測量模型，表示隱變量與顯變量之間的關系，即由顯變量來定義隱變量；式(4)為結構模型：

x＝Λ_xξ+δ (2)

y＝Λ_Yη+ε (3)

η＝Bη+Γξ+ζ (4)

其中，式(2)將內生隱變量ξ連接到內生標識，即顯變量x；式(3)將外生隱變量η連接到外生標識，即顯變量y；矩陣Λ_x和Λ_Y分別反映x對ξ和y對η關系強弱程度的系數矩陣；δ和ε分別表示x和y的測量誤差；式(4)為結構模型，反映了隱變量之間的關系；內生隱變量和外生隱變量之間通過系數矩陣B和Γ以及誤差向量聯系起來，其中Γ代表外生隱變量對內生隱變量的影響，B代表內生隱變量之間的相互影響，ζ為結構方程的誤差項；

所述隱變量為步驟一所得片煙樣本的面積描述參數以及步驟二所得片煙樣本的形態描述參數，顯變量為大片率、中片率、小片率和碎片率以及四個片型的歐氏距離；

設任意一份片煙大小及形狀分布參數見下表所示：

片煙大小及形狀分布參數表

測量模型的線性回歸模型：

X₁＝λ_x1ξ₁+δ₁ (5)

X₂＝λ_x2ξ₁+δ₂ (6)

X₃＝λ_x3ξ₁+δ₃ (7)

X₄＝λ_x4ξ₁+δ₄ (8)

X₅＝λ_x5ξ₂+δ₅ (9)

X₆＝λ_x6ξ₂+δ₆ (10)

X₇＝λ_x7ξ₂+δ₇ (11)

Y₁＝λ_y1η₁+ε₁ (12)

Y₂＝λ_y2η₁+ε₂ (13)

結構模型的線性回歸模型：

η₁＝γ₁₁ξ₁+γ₁₂ξ₂+ζ₁ (14)

方程式(5)～(13)用矩陣方程表示為：

X＝Λ_xξ_s+δ_m (15)

Y＝Λ_Yη_t+ε_n (16)

在式(15)～(16)中，s＝1,2；m＝1,2,3,4,5,6,7；n＝1,2；t＝1；δ、ε和ζ代表各項線性方程的誤差，ξ代表面積影響因素；η代表形狀影響因素；λ和γ代表影響線性方程中的權值；

步驟四、將步驟一所得片煙樣本的面積描述參數以及步驟二所得片煙樣本的形態描述參數作為隱變量，所得大片率、中片率、小片率和碎片率以及四個片型的歐氏距離作為顯變量，導入步驟三建立的結構方程模型中，把回歸權值和方差數據代入(14)～(16)得到矩陣方程，實現片煙描述參數對煙絲結構參數影響的多元回歸，所得矩陣方程即能描述片煙面積大小及形狀分布和煙絲結構之間的多元線性關系。

2.根據權利要求1所述的基于片煙形態特征對煙絲結構影響的預測方法，其特征在于：所述步驟二的歐氏距離是通過下列步驟求出：

采集多個標準片煙的圖像，選取緊致度、細長度、矩形度作為標準片煙的形狀描述參數構建三維空間，采用K-means算法，對標準片煙進行聚類，得到標準片煙聚類中心點O；

分別采集片煙樣本中四種片型片煙的圖像，選取緊致度、細長度、矩形度作為四種片型片煙的形狀描述參數，在標準片煙的形狀描述參數構建的三維空間中確定四種片型片煙的緊致度、細長度、矩形度三個形狀描述參數的三維空間位置，分別為P₁、P₂、P₃、P₄；

計算標準片煙聚類中心點到四種片型片煙形狀描述參數的三維空間位置之間的歐氏距離，結合面積參數，將四種片型片煙的形態特征描述為(∣OP₁∣，∣OP₂∣，∣OP₃∣，∣OP₄∣，A)；其中，∣OP₁∣表示標準片煙聚類中心點O到大片片煙形狀描述參數的三維空間位置P₁的歐氏距離，∣OP₂∣表示標準片煙聚類中心點O到中片片煙形狀描述參數的三維空間位置P₂的歐氏距離，∣OP₃∣表示標準片煙聚類中心點O到小片片煙形狀描述參數的三維空間位置P₃的歐氏距離，∣OP₄∣表示標準片煙聚類中心點O到小片片煙形狀描述參數的三維空間位置P₄的歐氏距離，A表示片煙面積。