一种基于图像分析的烟叶自动定级方法及系统与流程

1.本发明属于图像识别技术领域，尤其涉及一种基于图像分析的烟叶自动定级方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.烟叶的交易过程中需要根据烟叶等级来确定，目前的烟叶定级一般是人工通过肉眼观察的方法进行检验定级，存在例如视觉疲劳，人为主观或定级员水平不同等因素导致烟叶等级评定可能会存在不小的误差。
4.现有技术中虽然存在相关的图像识别来实现对烟叶的等级划分，但是，由于在识别的过程中需要图像采集，而在不同的光照情况下采集的图像精度不同。例如，直接在烟叶所处的自然光下进行检测，由于自然光不稳定从而导致所采集的烟叶图像不稳定，无法真实的反映出烟叶的特征，影响烟叶后续的图像识别的准确性，将导致划分的烟叶级别与实际不匹配。


技术实现要素：

5.为克服上述现有技术的不足，本发明提供了一种基于图像分析的烟叶自动定级方法，能够快速、准确的自动识别出当前烟叶的等级。
6.为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：
7.第一方面，公开了一种基于图像分析的烟叶自动定级方法，包括：
8.构建照明成像系统；
9.利用照明成像系统采集标准等级的烟叶图片；
10.对采集的标准等级的烟叶图片进行分析得到色度、色密度及烟叶形态特征，获得每一等级下对应的烟叶色度、色密度及烟叶形态特征；
11.对待检测烟叶图片进行分析，将得到的色度、色密度、烟叶形态特征与标准等级下的每一等级对应的烟叶色度、色密度及烟叶形态特征比对，得到当前烟叶的等级。
12.作为进一步的技术方案，将得到的色度、色密度、烟叶形态与标准等级下的每一等级对应的烟叶色度、色密度及烟叶形态比对时，如每一特征均有95％以上的相似度则认为当前烟叶的等级与标准样本图片所对应的等级一致。
13.作为进一步的技术方案，所述照明成像系统采用标准白色光源，起构成方式：三暖两冷，排列顺序为暖冷暖冷暖，在此光照下正面采集烟叶照片。
14.作为进一步的技术方案，所述照明成像系统采集的烟叶照片进行处理，包括：
15.先使用sobel算子来实现图像增强；
16.然后通过边缘分割方法利用log算子从图片中截取出烟叶样本轮廓；
17.对图片进行色彩分析，采用图像颜色特征的提取算法获得整幅图像的颜色特征向
量。
18.作为进一步的技术方案，使用sobel算子来实现图像增强的过程中，对经典的sobel算子进行优化，引入一个衰减因子scale，用它去除计算的不良结果，消除数据溢出的可能而且得到的是不失真的灰阶边缘图。
19.作为进一步的技术方案，采用图像颜色特征的提取算法获得整幅图像的颜色特征向量，具体为：
20.对于图像的第k(k＝1，2，...，9)个分块，分别对h、s、i分量进行一级小波分解，得到第k块的颜色特征向量f(k)＝(ekh，eks，eki)，k＝1，2，
…
，9；
21.综合各分块的特征向量，获得整幅图像的颜色特征向量：f＝(f(1)，f(2)，
…
，f(9))；
22.将样本图片的颜色特征量进行标注。
23.第二方面，公开了一种基于图像分析的烟叶自动定级系统，包括：
24.照明成像系统及后台处理器；
25.所述照明成像系统采集标准等级的烟叶图片并传输至后台处理器；
26.所述后台处理器对采集的标准等级的烟叶图片进行分析得到色度、色密度及烟叶形态特征，获得每一等级下对应的烟叶色度、色密度及烟叶形态特征；
27.对待检测烟叶图片进行分析，将得到的色度、色密度、烟叶形态特征与标准等级下的每一等级对应的烟叶色度、色密度及烟叶形态特征比对，得到当前烟叶的等级。
28.作为进一步的技术方案，所述照明成像系统包括网络摄像头、标准白色光源及工作台；
29.所述网络摄像头设置在工作台的上方，所述标准白色光源用于在网络摄像头采集图像时提供光源；
30.所述工作台的工作面拍摄区域内用于摊放烟叶。
31.作为进一步的技术方案，所述网络摄像头设置在可升降支架上。
32.作为进一步的技术方案，所述标准白色光源采用光照强度90lux，色温：5500—6000k，人工模拟自然光2000
±
200lx，所述工作台台面颜色为灰色。
33.以上一个或多个技术方案存在以下有益效果：
34.本发明构建了照明成像系统，通过对照明设备、工作面及图像采集设备的要求，有效避免了外界环境对采集图像色彩的影响。
35.本发明利用图像增强算法sobel算子，边缘分割方法log算子边缘检测技术，根据图像分析处理算法，实现了烟叶等级快速、准确的自动识别方法。本发明可应用于烟叶收购过程中的烟叶定级领域。
36.本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
37.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
38.图1为本发明实施例照明成像系统结构示意图；
39.图2为本发明实施例方法流程图。
具体实施方式
40.应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
41.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。
42.在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
43.实施例一
44.本实施例公开了一种基于图像分析的烟叶自动定级系统，通过智能称重设备触发图像采集，利用图像识别处理算法，自动识别出烟叶等级，并在智能称重设备上显示当前称重等级。参见附图1所示，包括：
45.照明成像系统及后台处理器；
46.上述照明成像系统采集标准等级的烟叶图片并传输至后台处理器；
47.上述后台处理器对采集的标准等级的烟叶图片进行分析得到色度、色密度及烟叶形态特征，获得每一等级下对应的烟叶色度、色密度及烟叶形态特征；
48.对待检测烟叶图片进行分析，将得到的色度、色密度、烟叶形态特征与标准等级下的每一等级对应的烟叶色度、色密度及烟叶形态特征比对，得到当前烟叶的等级。
49.由于烟叶等级的确定受到多方面的影响，尤其是在不同光照强度下烟叶色彩的显示不同，不同光照下对烟叶等级的评定会造成一定的影响，因此需要构建标准的照明成像系统。本发明实施例子采用标准白色光源，起构成方式：三暖两冷，排列顺序为暖冷暖冷暖；采用光照强度90lux，色温：5500—6000k，人工模拟自然光2000
±
200lx，在此光照下正面采集的烟叶照片最有利于烟叶分级。
50.具体实施时，烟叶摆放在工作台上，台面颜色为灰色，无明显反光；或利用白色传动带进行自动化作业。烟叶尽量薄的摊放在工作面拍摄区域内。
51.照明成像系统采用3000万像素以上高色彩还原度网络摄像头，针对网络像机进行密封防尘设计，网络相机通过可升降支架安装在工作台上。上述可升降支架单独安装，避免环境因素对摄像头的稳定造成影响，距离工作台面高度0.6米；图像采集完毕后，通过网络传送到后台处理器进行识别处理。
52.实施例二
53.参见附图2所示，本实施例公开了一种基于图像分析的烟叶自动定级方法，包括以下步骤：
54.利用上述照明成像系统进行图像采集，然后进行识别处理，包括：
55.获取标准等级烟叶识别特征；
56.将采集好的n(n≥300)幅标准等级的样本图片手动输入到系统中，首先使用sobel算子来实现图像增强，为了使烟叶图像的边缘更加清晰准确，且定级过程需要实时处理图像信息，因此对经典的sobel算子进行优化为了克服正负因子处理结果溢出问题，引入一个衰减因子scale用它去除计算的不良结果消除数据溢出的可能而且得到的是不失真的灰阶
边缘图，即s(乙j)＝max(a,b)/seai或s(z,j)＝(a-b)/seal，其中衰减因子seale取4,它同时也是归一化因子即两个灰度层的阶跃交界处的处理结果就是它们的灰度差值；
57.然后通过边缘分割方法log算子从图片中截取出烟叶样本轮廓。
58.对增强后的烟叶图像进行canny边缘检测，识别出烟叶叶脉部分，按照烟叶叶脉进行图片分割；
59.对图片进行色彩分析，采用图像颜色特征的提取算法，对于图像的第k(k＝1,2,，，,9)个分块,分别对h、s、i即色调、饱和度、明度，分量进行一级小波分解,得到第k块的颜色特征向量f(k)＝(ekh,eks,eki)其中ekh,eks,eki表示第k块的色调、饱和度、明度的平均值,k＝1,2,
…
,9，然后.综合各分块的特征向量，获得整幅图像的颜色特征向量：f＝(f(1),f(2),
…
,f(9))，将样本图片的颜色特征量进行标注。
60.自动识别烟叶等级：
61.将待检测烟叶平铺于工作台面，定级人员通过智能定级设备进行定级时，自动触发专用网络相机，获取待检测烟叶图片，并传送到后台处理器；
62.采用同样的方法对待检测烟叶进行识别处理，将对应标注部分的颜色特征向量与标准样本库进行比对对比相似度95％以上的则认为该检测烟叶为标准样本对应的等级。
63.确定等级后，将等级发送到智能称重设备上并显示该等级，提示工作人员及时进行处理，并在原始图像上打上对应的烟叶等级水印，备案便于查询和分析。
64.本实施例子获取标准等级的烟叶照片，对获取的样本照片进行数据采集，包含图像增强、色彩分析、获取图像特征等方式
65.本实施例子利用标准光源、灰色无反光工作台面或白色传动带、3000万高色彩还原度网络相机构建照明成像系统，最大限度的消除周围环境对图像色彩的影响，确保采集的图片内容充实、色彩不失真，确保分析结果的准确性；
66.本实施例子将采集的图片进行分析，通过色彩度的分析获取被分析图片的色度、色密度、采用图像分割的方法，以色彩为标准分割出完整的烟叶图形以便于图像比对；
67.本实施例子通过对待检测烟叶图片进行分析，将得到的色度、色密度、烟叶形态与输入的样本图片比对，如有95％以上的相似度则认为当前烟叶的等级与标准样本图片所对应的等级一致，从而实现自动定级。
68.本实施例子技术方案能够快速、准确的自动识别出当前烟叶的等级，当烟叶图片检测分析完成后，在对应备案图片上打赏对应等级的水印，保存留档便于后续查询和分析。
69.本领域技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
70.上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。