基于机器视觉的烤烟鲜烟成熟度判别模型优选

来源：中国农机化学报杂志2023年第8期北京时间：

作者：刘浩, 孟令峰, 王松峰, 刘自畅, 杜海娜, 孙福山

单位：1. 中国农业科学院烟草研究所，农业部烟草生物学与加工重点实验室，山东青岛，266101；2. 中国农业科学院研究生院，北京市，100081

摘要：为解决目前靠人为主观经验判别鲜烟成熟度并不准确的问题，对不同成熟度鲜烟叶进行图像处理、特征提取，并建立鲜烟叶成熟度判别模型，以实现鲜烟成熟度的智能判别。通过采集云烟87品种不同成熟度上部烟叶图像的10种颜色特征和纹理特征，分别进行变量聚类分析以及相关性分析，筛选出每类特征与成熟度相关性最强的1个特征组成特征子集，利用基于遗传算法的支持向量机(GA-SVM)、基于粒子群算法的反向传播(PSO-BP)神经网络和极限学习机(ELM)进行鲜烟成熟度的判别研究。结果表明：以优选后5个烟叶图像特征作为模型输入时，所建立的GA-SVM、PSO-BP、ELM模型的判别准确率分别为92.00%、90.00%、84.00%。证明利用机器视觉技术判别鲜烟成熟度是可行的，为之后烟叶智能采收提供理论基础和技术支持。

关键词：烤烟,鲜烟成熟度,机器视觉,图像特征,判别模型

基金资助：中国农业科学院科技创新工程(ASTIP—TRIC03)；中国烟草总公司重点项目(110202102007)；中国烟草总公司四川省公司科技重点项目(SCYC202012)