烤烟烟叶图像特征提取和质量分级研究-计算机科学与技术专业毕业论文.docxVIP

原创性声明本人声明，所呈交的学位论文是本人在导师指导下进行的研究 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名： 盔越 日期：上业年』月土日 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》， 并通过网络向社会公众提供信息服务。 作者签名：盔盟． 导师签名盟d连 日期盟年』月j 摘要烟叶作为卷烟产品的基础，需要有科学合理的烟叶质量标准和客 摘要 烟叶作为卷烟产品的基础，需要有科学合理的烟叶质量标准和客 观的分级方法以提高烟草产品的质量。烤烟烟叶依其叶片结构、成熟 度、颜色、油分、残伤等特征划分为42个等级，但这些分级标准的描 述比较模糊，某些特征没有具体的量化指标，烟叶定级依赖于受过特 殊训练的分级专家的经验。本文基于烟叶图像处理技术并结合神经网 络方法实现对烟叶自动分级。 论文利用图像采集设备获取烟叶彩色图像，通过相关图像处理技 术获得烟叶的长度、宽度、面积、周长、圆度、叶尖角、残伤等形状 特征参数。采用HSV颜色模型提取烟叶图像的色调H、饱和度S和亮度 值V等颜色特征。由于烟叶纹理表征了烟叶的油份等指标，通过Gabor 分析的方法提取了烟叶纹理参数。 考虑到烟叶特征与烟叶分级上的非线性关系及分级标准的模糊 性，本文采用BP神经网络方法对烟叶进行分级建模。将获取的烟叶形 状、颜色、纹理等特征作为BP神经网络的输入，烟草等级作为网络输 出，利用湖南省烟草局提供的143个烟叶样本得到收敛的训练结果。 实验结果表明本文的方法相比于人工分级识别率有一定的提高， 测试样本的平均识别率达到80％左右。在烟叶收购及批量分级中大大 提高分级速度，分级结果更加客观。 关键词：烟叶分级，图像处理，人工神经网络 AB AB STRACT Cigarette tobacco produCts嬲a baSis，the need for scientific锄d re笛onable standard of tobaCco quality and obiective cl硒sification methods to improVe the qualit)r of tobacco produCts．Flue—cured tobaCco leaVes aCcording to their stllJcnlre，ma：turi以color，o订(textlJre)，residual featllres of inju巧and lengm into 42 grades，me grading s协dards relatiVely Vague description of some characteristics are not specific qⅨmtitatiVe indicators，tobacco grading depends on t11e cIaSsification of special training experience of the experts．B弱ed 0n image processing teclmology combined with tobacco neural network to realize the classification of tobacco leaves． Thesis，leaf coIor image aCquisition deViCe to obtain images obtained by image processing technology related to leaf len舀h，width，are如 perimeter’roundness，leaVes sha印come瑙，maiming锄d other shape par锄eters．HSV color model used tobaCco extrauct color images mean H， me锄saturation Value of V S and bri曲tIless color ch2uracteristics． Characterized as leaf text