基于BP神经网络的烤烟烟叶田间成熟度手机智能判别方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114609135A(43)申请公布日2022.06.10(21)申请号202210173370.XG01N21/25(2006.01)(22)申请日2022.02.24G06N3/04(2006.01)G06N3/08(2006.01)(71)申请人河南中烟工业有限责任公司H04M1/72409(2021.01)地址450000河南省郑州市郑东新区榆林H04M1/72439(2021.01)南路16号申请人中国烟草总公司郑州烟草研究院河南农业大学(72)发明人田涛薛超群乔红波姚倩张秀丽王高杰李悦杨永锋赵永振吕建国(74)专利代理机构北京维澳专利代理有限公司11252专利代理师陈变花(51)Int.Cl.G01N21/84(2006.01)权利要求书1页说明书5页附图2页(54)发明名称基于BP神经网络的烤烟烟叶田间成熟度手机智能判别方法(57)摘要本发明公开了一种基于BP神经网络的烤烟烟叶田间成熟度手机智能判别方法，通过手机拍照、图像处理功能获得待判别田间成熟度的烤烟烟叶图像及其红色R、绿色G、蓝色B、色调H、饱和度S、明亮度V、能量ASM、熵ENT、惯性矩INE、相关性CORRL十个特征参数数据，采用手机搭载的隐含层节点数5～7BP神经网络模型进行烤烟烟叶田间成熟度的判别。本发明能够在不损失主要信息的前提下尽可能多地保留细节信息，烤烟烟叶田间成熟的判别正确率较高；利用普用性高的手机替代计算机、数码相机设备，田间操作方便，烤烟烟叶田间成熟的判别结果现场显示，智能性高客观性强；便捷实用，成本低廉，容易普及应用。CN114609135ACN114609135A权利要求书1/1页1.一种基于BP神经网络的烤烟烟叶田间成熟度手机智能判别方法，其特征在于：通过手机拍照获得待判别田间成熟度的烤烟烟叶图像，首先经过手机搭载的阈值0.20～0.40最大类间方差算法进行烤烟烟叶图像的背景去除预处理，其次利用手机搭载的图像特征提取功能获得待判别田间成熟度烤烟烟叶图像的红色R、绿色G、蓝色B、色调H、饱和度S、明亮度V、能量ASM、熵ENT、惯性矩INE、相关性CORRL十个特征参数数据，然后采用手机搭载的隐含层节点数5～7BP神经网络模型进行烤烟烟叶田间成熟度的判别，最后通过手机搭载的结果展示功能显示待判别烤烟烟叶的田间成熟度。2.如权利要求1所述的一种基于BP神经网络的烤烟烟叶田间成熟度手机智能判别方法，其特征在于：烤烟烟叶田间成熟度BP神经网络判别模型的隐含层节点数为5～7，优选的隐含层节点数为6。3.如权利要求1或2所述的一种基于BP神经网络的烤烟烟叶田间成熟度手机智能判别方法，其特征在于：烤烟烟叶田间成熟度BP神经网络判别模型的输入特征参数为红色R、绿色G、蓝色B、色调H、饱和度S、明亮度V、能量ASM、熵ENT、惯性矩INE、相关性CORRL十个特征参数，其中烤烟烟叶图像色调H、饱和度S、明亮度V特征参数的提取算法为颜色RGB模式非线性转换为颜色HSV模式，烤烟烟叶图像能量ASM、熵ENT、惯性矩INE、相关性CORRL参数的提取算法为灰度共生矩阵算法。4.如权利要求1所述的一种基于BP神经网络的烤烟烟叶田间成熟度手机智能判别方法，其特征在于：烤烟烟叶图像最大类间方差算法背景去除的阈值为0.20～0.40，优选的阈值为0.30。2CN114609135A说明书1/5页基于BP神经网络的烤烟烟叶田间成熟度手机智能判别方法技术领域[0001]本发明属于烤烟烟叶田间成熟度判别技术领域，尤其是涉及一种基于BP神经网络的烤烟烟叶田间成熟度手机智能判别方法。背景技术[0002]烤烟是我国重要的经济作物，烤烟烟叶田间采收成熟度与烤后烟叶的外观质量、化学质量、评吸质量和安全性密切相关，烤烟烟叶田间成熟度的正确判别是烟叶科学采收的前提和优质烟叶生产的关键，对于烤烟烟叶的科学采收、质量提高和收益增加具有重要意义。目前烤烟烟叶田间成熟度判别主要为人工判别方法，具有快速、准确的优势，但是存在主观因素大、经验性高等不足。[0003]授权专利CN102183617A(公告号)公开了一种测定烤烟烟叶采收成熟度的方法，利用叶绿素测定仪分别测定烤烟上部第1、第3第5或第6叶叶绿素含量平均值，当测定的平均值为20～30，且第1、3叶第5或第6叶的绿素含量没有显著差异，作为符合烤烟上部5～6片烟叶一次性采烤的成熟判断指标，具有客观无损、容易操作的优势；公告号为CN103245625A的专利公开了一种烤烟鲜烟叶成熟程度的无损检测方法，利用叶绿素测定仪分别测量从下往上1～3片待采叶片叶绿素含量相对值(即SPAD值)，用量角器测量茎与叶柄的夹角，再根据测量的数值确定烟叶的成熟程度，具有客观无损、容易操作的优势；授权