首页|基于图像处理的烟叶烘烤阶段判别模型优选

基于图像处理的烟叶烘烤阶段判别模型优选

扫码查看
原文链接
  • 万方数据
  • 维普
[背景和目的]烟叶烘烤阶段的自动判别是建立智能化烟叶烘烤系统的重要环节.为实现烘烤阶段的精确识别和操控,提升烟叶烘烤的精准度.[方法]提取烘烤过程中整夹烟叶图像的11种颜色特征和8种纹理特征,分别对颜色特征和纹理特征进行变量聚类分析,以10为距离,将提取的颜色特征和纹理特征各分为2类.利用相关性分析筛选出每类特征中与烘烤阶段相关性最强的1个特征组成特征子集(R/G、l*、灰度平均和惯性),作为模型输入,分别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)进行烟叶烘烤阶段的分类识别研究.[结果]以优选后4个图像特征作为模型输入时,所建立的GA-SVM模型的测试集判别准确率为93.27％,PSO-BP神经网络模型的测试集判别准确率为89.35％,ELM模型的测试集判别准确率为85.05％.[结论]基于遗传算法的SVM模型烘烤阶段识别效果优于基于粒子群算法的BP神经网络模型,基于粒子群算法的BP神经网络模型识别效果优于ELM模型.
Selection of optimum discriminant model in tobacco curing stage based on image processing

李增盛、孟令峰、王松峰、高峻、徐小洪、朱先洲、杨超、汪伯军、王爱华、孟霖、刘自畅、杜海娜、刘浩、孙福山

展开 >

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,青岛 266101

中国农业科学院研究生院,北京 100081

四川省烟草公司凉山州公司,四川西昌 615000

重庆烟草科学研究所,重庆 400715

展开 >

烤烟 烘烤阶段 图像处理 特征模型 智能烘烤

中国农业科学院科技创新工程项目中国烟草总公司重点项目中国烟草总公司四川省公司科技重点项目中国烟草总公司重庆市公司科技项目

ASTIP-TRIC03110202102007SCYC202012B20202NY1335

2022

中国烟草学报
中国烟草学会

中国烟草学报

CSTPCDCSCD北大核心
影响因子：1.182
ISSN：1004-5708
年,卷(期)：2022.28(2)
  • 10
  • 31