[發(fā)明專利]一種基于多維度特征信息的煙葉等級(jí)識(shí)別系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011460291.4
• 申請(qǐng)日: 2020-12-11
• 公開（公告）號(hào): CN112539785B
• 公開（公告）日: 2022-09-09
• 發(fā)明（設(shè)計(jì)）人: 邱曄;趙華武
• 申請(qǐng)（專利權(quán)）人: 云南中煙工業(yè)有限責(zé)任公司
• 主分類號(hào): G01D21/02
• 分類號(hào): G01D21/02;G06N3/04;G06N3/08
• 代理公司: 昆明正原專利商標(biāo)代理有限公司 53100
• 代理人: 金耀生;于洪

1.一種基于多維度特征信息的煙葉等級(jí)識(shí)別系統(tǒng)，其特征在于，包括：中央處理模塊（1）、圖像采集模塊（2）、圖像處理模塊（3）、測(cè)厚模塊（4）、稱重模塊（5）、信息輸入模塊（6）和等級(jí)輸出模塊（7）；

中央處理模塊（1）分別與圖像處理模塊（3）、測(cè)厚模塊（4）、稱重模塊（5）、信息輸入模塊（6）、等級(jí)輸出模塊（7）相連；

圖像采集模塊（2），用于采集煙葉正面和背面的圖像；

圖像處理模塊（3），與圖像采集模塊（2）相連，用于根據(jù)圖像采集模塊采集到的圖像進(jìn)行處理，獲得煙葉的長(zhǎng)、寬、面積、葉尖夾角、脈相和顏色色彩值占比；測(cè)厚模塊（4），用于采集煙葉的厚度信息；

稱重模塊（5），用于采集煙葉的重量；

信息輸入模塊（6），用于輸入煙葉等級(jí)合格率、等級(jí)純度指標(biāo)數(shù)據(jù)；

中央處理模塊（1）內(nèi)預(yù)存有煙葉等級(jí)判定模型，還預(yù)存有烤煙原等級(jí)與其對(duì)應(yīng)純度允差范圍的上鄰等級(jí)和下鄰等級(jí)；中央處理模塊（1）用于根據(jù)圖像處理模塊（3）處理后所得的數(shù)據(jù)、測(cè)厚模塊（4）測(cè)得的數(shù)據(jù)、稱重模塊（5）測(cè)得的數(shù)據(jù)、信息輸入模塊（6）輸入的數(shù)據(jù)來識(shí)別某批煙葉等級(jí)，之后通過等級(jí)輸出模塊（7）輸出；

煙葉等級(jí)判定模型的構(gòu)建方法為：以煙葉的長(zhǎng)、寬、面積、葉尖夾角、脈相、顏色色彩值占比、厚度、重量作為輸入，以煙葉的等級(jí)作為輸出，進(jìn)行BP神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練，直到BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)精度達(dá)到要求，得到的BP神經(jīng)網(wǎng)絡(luò)模型即為煙葉等級(jí)判定模型；顏色色彩值占比為該煙葉中檸檬黃、桔黃和紅棕各自所占的比例，以及除了檸檬黃、桔黃和紅棕外其它顏色占比；所述的脈相為葉尖、葉中和葉基處主脈直徑的平均值，以及被遮蓋脈相占總脈相的占比；所述的厚度包括葉尖、葉中和葉基的厚度；

還包括近紅外光譜采集模塊（9）和化學(xué)成分分析模塊（10）；化學(xué)成分分析模塊（10）分別與近紅外光譜采集模塊（9）、中央處理模塊（1）相連；

近紅外光譜采集模塊（9），用于采集煙葉的近紅外光譜；

化學(xué)成分分析模塊（10），用于根據(jù)煙葉的近紅外光譜進(jìn)行分析，獲取煙葉的化學(xué)成分；

中央處理模塊（1）內(nèi)預(yù)存有各個(gè)等級(jí)煙葉化學(xué)成分范圍值；若化學(xué)成分分析模塊（10）分析得到的煙葉化學(xué)成分低于預(yù)存的范圍值，等級(jí)輸出模塊（7）輸出時(shí)，刨除該煙葉后，輸出該把所有煙葉的等級(jí)，并提示該煙葉化學(xué)成分不合格；

所述的化學(xué)成分包括總糖、還原糖、總氮、煙堿、鉀和氯含量。

2.根據(jù)權(quán)利要求1所述的基于多維度特征信息的煙葉等級(jí)識(shí)別系統(tǒng)，其特征在于，等級(jí)輸出模塊（7）為USB接口；圖像采集模塊（2）為攝像頭；測(cè)厚模塊（4）為激光測(cè)厚儀。

3.根據(jù)權(quán)利要求1所述的基于多維度特征信息的煙葉等級(jí)識(shí)別系統(tǒng)，其特征在于，還包括顯示模塊（8），顯示模塊（8）與等級(jí)輸出模塊（7）相連，用于顯示該批煙葉中各個(gè)煙葉的圖像、煙葉的長(zhǎng)、寬、面積、葉尖夾角、脈相、顏色色彩值、厚度、重量及該批煙葉的識(shí)別等級(jí)。

4.根據(jù)權(quán)利要求1所述的基于多維度特征信息的煙葉等級(jí)識(shí)別系統(tǒng)，其特征在于，BP神經(jīng)網(wǎng)絡(luò)模型包括輸入層、隱含層和輸出層，[x,y]為樣本p，x=[x1,x2,x3,x4,x5,x6,x7,x8,x9,x10,x11,x12,x13,x14]為煙葉的長(zhǎng)、寬、面積、葉尖夾角、主脈直徑的平均值、被遮蓋脈相占總脈相的占比、檸檬黃占比、桔黃占比、紅棕占比、其它顏色占比、葉尖厚度、葉中厚度、葉基厚度、重量，y=[y1]為煙葉的等級(jí)；

BP神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練包括：讀取樣本數(shù)據(jù)，進(jìn)行前向傳播；檢驗(yàn)BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)精度是否達(dá)到預(yù)設(shè)精度要求；若未達(dá)到，則進(jìn)行反向傳播，然后返回上述進(jìn)行前向傳播的步驟；若達(dá)到，結(jié)束學(xué)習(xí)訓(xùn)練的過程。

5.根據(jù)權(quán)利要求4所述的基于多維度特征信息的煙葉等級(jí)識(shí)別系統(tǒng)，其特征在于，運(yùn)用貓群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值。