欢迎来到天天文库
浏览记录
ID:36578743
大小:3.42 MB
页数:103页
时间:2019-05-12
《烟叶图像采集技术规范与烤烟收购质量分级特征研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、华中农业大学博士学位论文烟叶图像采集技术规范与烤烟收购质量分级特征研究姓名:马文杰申请学位级别:博士专业:植物营养学指导教师:贺立源20070601华中农业大学博士研究生毕业论文烟叶图像采集技术规范与烤烟收购质量分级特征研究摘要烟叶的收购质量特征是评定烟叶等级的重要依据。目前,许多烟叶收购质量特征主要由人工靠经验获取,主观性强,且有许多指标呈模糊状态,往往出现评定级别不稳定的现象。在烟叶收购过程中还容易产生质量纠纷,不仅影响烟农的生产积极性,还给国家造成经济损失。鉴于目前人工分级存在的问题,用数字形式统一
2、烟叶的收购质量特征是非常必要的。本文从烟叶数字图像采集技术规范、透射图像、颜色(形状)参照方法、烟叶光谱吸收规律等方面对烟叶收购质量的数字化特征进行了相关研究。摘要如下:1.首次系统研究了烟叶图像采集环境中照明电压、不同品牌数码相机、相机聚焦距离、相机分辨率和数码相机的不同拍摄模式、灯光随时间变化的稳定性等成像环境因素对图像识别结果的影响。首次在烟叶图像采集环境中引入颜色参照自板进行各种干扰因素相对扣除和物理尺寸绝对参照,比较了几种白板材料稳定性与于扰扣除效果,提出了相对颜色校正方法对因成像环境因素影响而
3、引起的烟叶图像颜色识别误差进行校正。在此基础上规范了烟叶图像采集环境和操作步骤,对保障烟叶数字图像识别研究的质量控制和研究成果的共享具有深远的理论意义和实用价值。2.研究基于物质对光的吸收、反射和透射原理,在分析烟叶本身对透过不同波长光的吸收存在差异的基础上,专门设计并制作了能同时采集烤烟烟叶反射和透射图像的采集灯箱,发现并利用烟叶透射图像具有的特殊光谱吸收特征,提出了基于透射特性的烤烟图像背景分割技术。利用烟叶自身生物学特性对烟叶透射图像进行了区域统计法分割,结果表明分割精度高于传统点统计法,每片烟叶像
4、素数平均高出0.65%,较好地保留了目标图像的原始特征信息。透射影像不仅可用于背景扣除,还有效扩充了烟叶数字图像处理的特征参数,为提升烟叶收购等级识别准确性奠定了基础。在数字图像处理中,利用生物自身特性进行背景扣除和扩充数字识别特征,具有专一性和排它性,对类似农产品数字识别研究具有广泛的指导意义。3.研究利用颜色参照白板的绝对参照作用实现烟叶的长度、宽度及面积等形状特征测量;用颜色参照白板标定烟叶图像的颜色色度变化,从中发现变化规律,为提取烟叶的分级特征奠定基础。通过人工方法测量烟叶长、宽度,称取烟叶单叶
5、重;烟叶图像采集技术规范与烤烟收购质量分级特征研究用计算机图像处理方法分别测出烟叶和颜色参照白板以像素为单位的长度和宽度,结合颜色参照白板的固定尺寸,通过交换计算得到烟叶实际的长宽度、面积,以及身份等分级指标特征;分别提取烟叶和同期采集的颜色参照白板在RGB和HSI两种颜色系统下的相关颜色特征,包括原始颜色和相对颜色。结果表明,利用参照方法测量的烟叶形状特征与人工测量结果之间有很好的相关性,11个供试级别烟叶的长度平均误差为2.59cm,相对误差平均值为5.11%;宽度平均误差为0.88cm,相对误差平均
6、值为4.84%;身份特征测量结果也比较理想:相对色度可用来区分柠檬黄和桔黄色烟叶。因此,将图像处理技术与参照方法楣结合,借助规则参照物标测不规则的烟叶形状、面积等特征参数是可行的,不仅测量方法简便,而且测量速度快;另外,用相对颜色方法区分烟叶的颜色特征也取得了一定的研究进展,为烟叶的数字化分级奠定了基础。4.研究烤烟烟叶在可见光区域的吸收规律,探索不同地区、不同级别烟叶在可见光区域的量化吸收特征,以及各吸收特征与烟叶地域性、级别属性之间的关系。利用改装并经过稳定性检测的GFY-160型荧光分光光度计,先使
7、用320-810nm的波长范围,以5rim的波长间距对恩施、云南、临朐三个地区上、中、下不同部位的烟叶,以及同一地区上,中、下三个部位不同级别的烟叶进行透射,测得烟叶的透光强度,得到烟叶的透光特征曲线,根据透光强度的比值得到烟叶对光线的吸收特征。结果表明,烟叶在可见光范围内的确对蓝色光具有敏感的吸收作用;在获取的烟叶透射特征中,蓝橙比(%)(Blue/Orange,B/O)、绿橙比(%)(Green/Orange,G/0)随烟叶部位的变化规律比较明显,但蓝橙比(%)的变化规律强;红橙比(%)(Red/Om
8、ge,R/o)的变化规律不明显,不过上部叶的数值均在50%以上,表现出部分的规律性。因此,可以利用一些特殊波段下的吸收特征或者变换特征得到烟叶分级的量化特征。关键词:烟叶,收购质量,图像处理,环境因素,颜色参照白板,光谱,透射特征,校正2华中农业大学博士研究生毕业论文THESTUDYOFSTANDARDSFORTOBACC0UeAFIMAGEACQUISITIONTECHNOLOGYANDRATINGCHARACTERISTI
此文档下载收益归作者所有