田间即时鲜烟叶SPAD值预测和成熟度识别方法

来源：计算机工程与应用杂志2024年第8期北京时间：

作者：裴文灿, 孙光伟, 黄金国, 徐丁辉, 刘竞

单位：1.华中科技大学 机械科学与工程学院，武汉 430074；2.湖北省烟草科学研究院，武汉 430030

摘要：成熟程度判定作为烟叶采收时的重要工作，需要满足即时性、科学性和准确性要求。目前烟叶成熟度识别实施存在测量仪器价格昂贵且操作繁琐，无法在田间推广使用；手机摄像头的内嵌图像处理算法干扰图像有效特征，田间复杂天气环境影响图像采集一致性；现存识别算法忽略植物学领域信息，影响模型准确性和普适性等问题。据此提出一种低成本且有效的田间即时鲜烟叶SPAD值预测和成熟度识别方法，通过提高识别准确率保障烟叶后续调制质量。研发便携式拍摄装置，实现田间高质量图片采集；并以CX-26烟叶品种为研究对象，提出一种适配于田间烟叶图像的分割方法，通过提取图像目标区域特征数据，利用XGBoost算法依次搭建鲜烟叶SPAD值预测模型和成熟度识别模型。提出两个模型的集成思路，集成模型能够利用SPAD值和成熟度的强相关关系，通过预测SPAD值提高成熟度识别准确性。该方法在各项评价指标中均表现优秀，其中SPAD值预测平均误差为0.470 3，成熟度识别宏F1-Score为95.27%。研发手机APP完成拍摄装置和云端模型之间烟叶图像和预测结果的传输，实现在田间对烟叶成熟程度快速、客观、准确的即时预测。该成果可为田间农作物精准采收提供有效技术支持。

关键词：烟叶成熟度,SPAD值,机器学习,图像特征,即时预测