[發(fā)明專利]一種基于深度學習的煙葉收購定級系統(tǒng)及定級方法

在審

• 申請?zhí)枺?/td>: 201910890667.6
• 申請日: 2019-09-20
• 公開（公告）號: CN110633684A
• 公開（公告）日: 2019-12-31
• 發(fā)明（設計）人: 袁庭寧;吳振宇
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08;G06Q30/02
• 代理公司: 32102 南京蘇科專利代理有限責任公司
• 代理人: 范丹丹

本發(fā)明揭示了一種基于深度學習的煙葉收購定級系統(tǒng)及定級方法，該煙葉收購定級系統(tǒng)包括本地收購工作站和等級結果顯示大屏幕，本地收購工作站與等級結果顯示大屏幕電性連接，煙葉圖像采集設備，云端識別服務器，深度學習識別模型。煙葉圖像采集設備采用智能控制模塊結合LED燈、攝像頭采集煙葉圖像數據，并將數據通過網絡傳輸到云端服務器。云端識別服務器可對不同收購站發(fā)來的待測煙葉圖像進行存儲、識別、定級，并將結果返回給各收購站。置于云端識別服務器中的識別算法基于深度學習技術構建，具有自學習能力。本技術方案基于計算機視覺，使用深度學習模型，通過事先建立的數據庫使模型進行監(jiān)督學習，根據每個等級的煙葉的特征來對待測煙葉進行定級，其煙葉定級的準確率和效率可大幅度提升。

技術領域

本發(fā)明涉及一種基于深度學習的煙葉收購定級系統(tǒng)及定級方法，可用于計算機視覺和物聯網技術領域。

背景技術

烤煙煙葉的收購工作是整個煙草產業(yè)的重要組成部分，而正確的對煙農生產的烤煙進行成色定級又是整個收購工作的重點內容，保證對煙葉進行正確的定級不但能保證煙草生產效益最大化，而且可以提升煙農生產的積極性，增加煙農的經濟收入。這不但有利于整個煙草行業(yè)的穩(wěn)定發(fā)展，更有利于社會的穩(wěn)定與幸福。

現行的煙葉分級標準，根據煙葉的成熟度、葉片結構、身份、油分、色度、長度、殘傷等七個外觀品級因素區(qū)別級別。分為下部檸檬黃色4個級、橘黃色4個級；中部檸檬黃色4個級；橘黃色4個級；上部檸檬黃色4個級、橘黃色4個級、紅棕色3個級；完熟葉2個級；中下部雜色2個級、上部雜色3個級；光滑葉2個級；微帶青4個級、青黃色2個級，共42個級別。但在實際的收購過程中，42個等級過于繁雜，因此在每年的收購中實行9級制（以陜西安康地區(qū)為例），包括下桔三、二，中桔四、三、二，中擰三，上桔四、三、二共九個等級。這樣的定級制度大大降低了識別模型的復雜度，并且能提高模型識別定級的準確度。且評級主要來源于待測煙葉的色澤、長度、殘損度三個方面，且其中色澤占更主要的方面，因此精確的識別待測煙葉的色澤是定級是否準確的最主要的影響因素。而深度學習模型對于圖像分類工作有著出色的表現，對于煙葉定級再合適不過了。

目前的煙草收購工作中，主要是通過人工定級的方式，并且定級人員的專業(yè)水平參差不齊，且定級時含有主觀因素，因此常常會出現偏差，有失公平，常常激起煙草收購站與煙農的矛盾。并且人工定級收購速度慢，效率低，并且還要為此付出大量的人力物力，造成不必要的浪費與麻煩。

發(fā)明內容

本發(fā)明的目的就是為了解決現有技術中存在的上述問題，提出一種基于深度學習的煙葉收購定級系統(tǒng)及定級方法。

本發(fā)明的目的將通過以下技術方案得以實現：一種基于深度學習的煙葉收購定級系統(tǒng)，包括本地收購工作站和等級結果顯示大屏幕，本地收購工作站與等級結果顯示大屏幕電性連接，

煙葉圖像采集設備，

云端識別服務器，

深度學習識別模型，該深度學習識別模型置于云端識別服務器中，基于深度學習技術構建，可對不同收購站發(fā)來的待測煙葉圖像進行存儲、識別、定級，并將結果返回給各收購站。

優(yōu)選地，所述本地收購工作站為放置于煙草收購點的小型服務器。

優(yōu)選地，所述煙葉圖像采集設備有稱重模塊、攝像模塊、網絡模塊、燈光模塊構成，當煙農將待測煙葉放到該煙葉圖像采集設備上后，燈光模塊根據現場亮度情況對待測煙葉進行打燈，保證攝像模塊能夠獲取到較高質量的待測煙葉圖像，同時網絡模塊將所獲的待測煙葉圖像與待測煙捆重量發(fā)送給云端服務器。