基于機(jī)器視覺的煙葉自動(dòng)分級(jí)方法

劉東來

基于機(jī)器視覺的煙葉自動(dòng)分級(jí)方法

劉東來

（永州職業(yè)技術(shù)學(xué)院湖南永州425000）

文章分析了以機(jī)器視覺為基礎(chǔ)的煙葉自動(dòng)分級(jí)方法，介紹了煙葉的等級(jí)標(biāo)準(zhǔn)和機(jī)器視覺分級(jí)技術(shù)的實(shí)現(xiàn)方式，其可以提高煙葉分級(jí)效率，簡化煙葉分級(jí)流程，降低操作成本。通過分析機(jī)器視覺技術(shù)下的煙葉自動(dòng)分級(jí)方法，不斷推進(jìn)煙葉自動(dòng)分級(jí)技術(shù)的完善和研究，提高煙葉分級(jí)質(zhì)量，推動(dòng)煙葉分級(jí)技術(shù)的發(fā)展。

機(jī)器視覺；煙葉分級(jí)；自動(dòng)分級(jí)技術(shù)；模糊識(shí)別方法

隨著科技的不斷發(fā)展，煙草行業(yè)也在探索新的生產(chǎn)技術(shù)手段以推進(jìn)生產(chǎn)效率、提高生產(chǎn)質(zhì)量，機(jī)器視覺煙葉自動(dòng)分級(jí)技術(shù)應(yīng)運(yùn)而生，并廣泛應(yīng)用于煙草企業(yè)的生產(chǎn)中。該技術(shù)的利用，不僅可以實(shí)現(xiàn)煙葉自動(dòng)分級(jí)，而且可以通過機(jī)器視覺更高質(zhì)量地處理煙葉，實(shí)現(xiàn)對(duì)煙草產(chǎn)品的分級(jí)處理。下面對(duì)機(jī)器視覺的煙葉自動(dòng)分級(jí)方法展開詳細(xì)的論述。

1 煙葉分級(jí)標(biāo)準(zhǔn)

結(jié)合煙草行業(yè)對(duì)煙葉的利用情況，需要在生產(chǎn)過程中對(duì)煙葉進(jìn)行等級(jí)劃分，確定不同的煙葉利用結(jié)果?，F(xiàn)階段主要采用機(jī)器視覺的煙葉自動(dòng)分級(jí)技術(shù)，通過判斷煙葉的外觀、形狀、顏色等性狀標(biāo)準(zhǔn)，來鑒別煙葉的等級(jí)。具體而言，確定煙葉的分級(jí)標(biāo)準(zhǔn)是結(jié)合烤煙生產(chǎn)情況進(jìn)行區(qū)分，通過判斷煙葉不同部位顏色的方式，具體確定煙葉等級(jí)。通常情況下，可以從煙葉的成熟度、葉片結(jié)構(gòu)的松散度、煙葉油性成分的含量、煙葉的色度等4 個(gè)方面進(jìn)行煙葉的分級(jí)。結(jié)合機(jī)器視覺技術(shù)的利用情況，在機(jī)器視覺的煙葉自動(dòng)分級(jí)當(dāng)中，以煙葉的外表特征為基礎(chǔ)，通過上述四個(gè)分類方面，實(shí)現(xiàn)對(duì)煙葉細(xì)胞排列方式和松散程度的標(biāo)準(zhǔn)劃分，詳細(xì)的松散程度包括了疏松、尚疏松、稍密以及精密4 個(gè)程度。

2 機(jī)器視覺的煙葉自動(dòng)分級(jí)方法利用過程

結(jié)合機(jī)器視覺基礎(chǔ)下煙葉分級(jí)的標(biāo)準(zhǔn)，在煙葉自動(dòng)分級(jí)方法上，通過煙葉圖像的采集、圖像信息的處理、圖像中煙葉外觀特征的提取以及煙葉識(shí)別分級(jí)等4 個(gè)步驟，由機(jī)器視覺來完成對(duì)煙葉自動(dòng)分級(jí)。下面對(duì)具體的分級(jí)技術(shù)利用過程展開詳細(xì)的論述。

2.1 煙葉圖像信息的采集

在機(jī)器視覺的煙葉自動(dòng)分級(jí)方法利用過程中，首先需要采集煙葉的圖像信息，從而完成對(duì)圖像中煙葉信息的具體分析和采集。但是，在采集煙葉圖像信息的過程中，還包括了煙葉樣品的選擇與圖像采集兩個(gè)環(huán)節(jié)（見圖1）。

第一，在煙葉樣品的選擇和收集上，通常是收集同一型號(hào)的烤煙，用平整玻璃壓平的方式，實(shí)現(xiàn)對(duì)煙葉樣品的隔熱、隔光保存；同時(shí)，保持每一類樣品數(shù)量的統(tǒng)一。

第二，在煙葉圖像信息的采集操作當(dāng)中，則是從圖像采集設(shè)備、人工分級(jí)流程、采集方法等方面展開。具體地，基于機(jī)器視覺的特殊應(yīng)用辦法，通常需要選用一些CCD圖像傳感器、數(shù)碼相機(jī)以及掃描儀等設(shè)備，更高清、精準(zhǔn)采集煙葉的圖像信息；在采集過程中，做好對(duì)煙葉成像質(zhì)量的控制，解決并克服各類不利因素的影響，有助于更高效和精準(zhǔn)分析圖像結(jié)果。此后，在人工分級(jí)的處理上，則是在白天的自然光照環(huán)境下，盡可能保證同樣的自然光照，降低外界因素對(duì)于煙葉等級(jí)以及煙葉顏色等具體信息的影響。機(jī)器視覺技術(shù)的應(yīng)用，關(guān)鍵的技術(shù)要點(diǎn)是要克服圖像采集會(huì)受到光照強(qiáng)度等因素的干擾，從而獲得質(zhì)量優(yōu)秀、穩(wěn)定的成像。最后，在采集方法上，則是為了最大限度提高圖像穩(wěn)定性和成像效果，通常會(huì)對(duì)采集的煙葉堅(jiān)持采集3 次以上的頻率，保障圖像信息采集的完整性。在采集煙葉圖像的過程中，還需要做到外界光線的規(guī)避，避免外界光線的介入，提高煙葉圖像采集的準(zhǔn)確性，便于后期對(duì)煙葉的識(shí)別和準(zhǔn)確分級(jí)。

2.2 煙葉圖像處理

當(dāng)機(jī)器視覺采集完煙葉的圖像之后，就需要對(duì)采集的煙葉圖像進(jìn)行后續(xù)的處理，規(guī)避并降低采集過程中各種因素的不良干擾。通常情況下，影響到機(jī)器視覺對(duì)煙葉圖像信息采集效果的因素包括光照、拍攝位置和角度等，其很容易使采集到的煙葉圖像成像質(zhì)量不穩(wěn)定，造成機(jī)器識(shí)別出現(xiàn)困難。因此，對(duì)煙葉圖像的處理，是當(dāng)煙葉圖像在進(jìn)入系統(tǒng)之前，通過預(yù)處理的方式，提高煙葉圖像的清晰度、減少圖像的噪點(diǎn)，進(jìn)而提高煙葉圖像被機(jī)器識(shí)別的概率和分析的成功率。預(yù)處理的方法見圖2。

圖2　煙葉圖像預(yù)處理方法

2.2.1 噪點(diǎn)消除法

其中，對(duì)煙葉圖像噪點(diǎn)的消除，通常是利用削弱煙葉圖像濾波的形式，減少煙葉圖像當(dāng)中一些邊緣區(qū)域的高頻分量，使煙葉圖像變得更加平滑，圖像局部的一些灰度起伏也更為穩(wěn)定，最終達(dá)到增強(qiáng)煙葉圖像質(zhì)量的效果。削弱煙葉圖像濾波的方法包括領(lǐng)域平均法和中值濾波法等具體辦法，可以高質(zhì)量完成對(duì)煙葉圖像噪點(diǎn)的消除。

2.2.2 圖像二值化

此外，在煙葉圖像處理當(dāng)中，還可以通過二值化煙葉圖像的方式，為下一步完成對(duì)煙葉圖像外觀特征的提取奠定基礎(chǔ)。對(duì)煙葉圖像的二值化處理，是通過將圖像進(jìn)行黑白兩色特殊灰度表現(xiàn)的方法，先使彩色的煙葉圖像變成灰度圖像，再轉(zhuǎn)化成為二值圖像，達(dá)到確定煙葉圖像中二值化閾值的效果。以煙葉圖像二值化閾值的結(jié)果為依據(jù)，將煙葉圖像中像素比閾值更大的數(shù)據(jù)作為判斷的目標(biāo)物，將其他小于閾值的因素排除，完成背景化改造。此后，利用直方圖識(shí)別灰度二值圖像中的具體分布，完成煙葉閾值范圍的確定。在實(shí)踐中，最常見的就是對(duì)煙葉放置臺(tái)等多余的成像因素進(jìn)行排除，以增加機(jī)器對(duì)煙葉信息的關(guān)鍵識(shí)別效果。

2.2.3 圖像分割法

對(duì)煙葉圖像的分割是實(shí)現(xiàn)去除煙葉圖像背景的重要方法，有助于進(jìn)一步規(guī)避煙葉顏色對(duì)煙葉幾何特征提取的影響。結(jié)合煙葉圖像采集和收集的處理流程，煙葉在烤制的過程中，葉片很容易受熱而散發(fā)水分，使煙葉發(fā)生皺縮現(xiàn)象，從而在進(jìn)行圖像采集時(shí)會(huì)產(chǎn)生一種較真實(shí)顏色更暗的顏色，影響到煙葉幾何特征參數(shù)提取的準(zhǔn)確性。與此同時(shí)，收集的煙葉也可能存在一些病蟲害引起的細(xì)微病斑、采摘的機(jī)械損傷孔洞等實(shí)際情況，使煙葉圖像的顏色不夠真實(shí)。

因此，采取對(duì)煙葉圖像分割的方法，可以在有效過濾煙葉圖像濾波之后，完成前期基礎(chǔ)工作。在實(shí)踐中，常見的圖像分割方法包括生長區(qū)域分割法、閾值分割法、神經(jīng)網(wǎng)絡(luò)分割法、邊緣檢測(cè)法、顏色空間聚類技術(shù)以及模糊技術(shù)等。但是，這些圖像分割方法在利用過程中通常需要較為嚴(yán)格的狀態(tài)，對(duì)分割的對(duì)象也要求在鑒別復(fù)雜信息之后，詳細(xì)優(yōu)化圖像分割的具體算法，實(shí)現(xiàn)對(duì)不同分割方法的綜合應(yīng)用。以閾值分割法為例，其可以與區(qū)域生長分割法相結(jié)合，在統(tǒng)計(jì)圖像內(nèi)每個(gè)煙葉像素顏色屬性的具體情況下，進(jìn)一步詳細(xì)區(qū)分煙葉目標(biāo)的圖像與圖像拍攝背景，解決圖像分割所具有的不連續(xù)性問題，實(shí)現(xiàn)煙葉提取幾何特征。這種對(duì)煙葉圖像的分割方法，不僅簡化了煙葉圖像的方式，還可以實(shí)現(xiàn)機(jī)器對(duì)煙葉信息的精準(zhǔn)識(shí)別，有效降低機(jī)器學(xué)習(xí)的難度，提高分析準(zhǔn)確度。

2.3 煙葉幾何特征提取

當(dāng)完成煙葉圖像的預(yù)處理后，對(duì)圖像中煙葉的幾何特征進(jìn)行提取，完成對(duì)煙葉長度、寬度、面積等信息的具體判斷和分析。對(duì)圖像中煙葉幾何特征的提取過程也是機(jī)器視覺學(xué)習(xí)識(shí)別的過程，可以參照煙葉分類標(biāo)準(zhǔn)的辦法，實(shí)現(xiàn)圖像幾何特征提取與分類標(biāo)準(zhǔn)的匹配[1]。當(dāng)提取完原始的圖像信息之后，對(duì)數(shù)據(jù)庫中的原始信息進(jìn)行分類與識(shí)別，以便于在機(jī)器識(shí)別過程中進(jìn)行煙葉圖像幾何特征目標(biāo)的分類標(biāo)準(zhǔn)化提取。

具體而言，在提取煙葉圖像的煙葉長度和寬度等幾何特征的過程中，通過對(duì)長度和寬度的區(qū)分，判斷煙葉具體的生長情況、發(fā)育情況，從而得出煙葉結(jié)構(gòu)的具體結(jié)果。而在提取煙葉顏色特征的過程中，通過對(duì)煙葉內(nèi)部黃色素、綠色素以及紅色素等分析，判斷煙葉的成熟度以及烤煙當(dāng)中的物質(zhì)轉(zhuǎn)化流程。通常情況下，煙葉可能在顏色上呈現(xiàn)出較大的差異，部分煙葉的化學(xué)成分在分解過程中會(huì)表現(xiàn)出不同的形態(tài)，因此，對(duì)煙葉顏色特征的提取就需要選擇合適的顏色空間模型，如RGB顏色空間模型和LAB顏色空間模型等，實(shí)現(xiàn)對(duì)煙葉顏色的精準(zhǔn)提取。

2.4 煙葉信息模糊識(shí)別

煙葉信息的識(shí)別與分級(jí)是由機(jī)器視覺進(jìn)行自動(dòng)的模糊識(shí)別，達(dá)到合理分析被識(shí)別煙葉對(duì)象的效果。機(jī)器視覺的使用可以對(duì)難以確定的識(shí)別對(duì)象進(jìn)行不同組別的區(qū)分，將其劃分為同一類，達(dá)到精準(zhǔn)識(shí)別的效果。對(duì)煙葉信息的模糊識(shí)別方法包括擇近原則識(shí)別方法、模糊聚類識(shí)別方法、最大隸屬度原則識(shí)別方法。擇近原則識(shí)別方法是當(dāng)煙葉識(shí)別對(duì)象并不是確定元素而作為論域中的一個(gè)模糊子集，通過不同模糊子集貼近程度的對(duì)比，識(shí)別煙葉對(duì)象群體。為了提高機(jī)器視覺對(duì)煙葉圖像的識(shí)別精準(zhǔn)度，通常會(huì)采用單個(gè)煙葉個(gè)體識(shí)別的形式，這就導(dǎo)致了擇近原則利用存在限制。此外，模糊類聚識(shí)別方法是通過將多個(gè)抽象的煙葉對(duì)象進(jìn)行類似組合劃分的形式，實(shí)現(xiàn)聚類。此種識(shí)別方法多利用在煙葉對(duì)象不確定的情況，可以通過對(duì)煙葉的合理分析，在同類對(duì)象保持相近特征的情況下，完成對(duì)煙葉的屬性劃分[2]。這種識(shí)別方法并不適用于機(jī)器視覺下的煙葉自動(dòng)分級(jí)研究。最大隸屬度原則識(shí)別方法可以作為機(jī)器視覺識(shí)別煙葉并自動(dòng)分級(jí)的基礎(chǔ)，有助于機(jī)器基于論域來確定其隸屬函數(shù)，進(jìn)而完成煙葉等級(jí)的自動(dòng)識(shí)別。

2.5 煙葉自動(dòng)分級(jí)程序

當(dāng)完成對(duì)煙葉圖像的模糊識(shí)別之后，進(jìn)入到煙葉識(shí)別的分級(jí)和自動(dòng)化圖像采集程序，由機(jī)器視覺完成煙葉的自動(dòng)分級(jí)。自動(dòng)分級(jí)程序是經(jīng)過煙葉采集圖像簡化處理、分級(jí)活動(dòng)信息提取等兩個(gè)流程完成對(duì)煙葉圖像的處理和關(guān)聯(lián)信息獲取，從而進(jìn)入到分類環(huán)節(jié)。機(jī)器視覺系統(tǒng)通過識(shí)別所提取的各類信息，將其與煙葉等級(jí)標(biāo)準(zhǔn)進(jìn)行逐一對(duì)照，并將煙葉圖像中的識(shí)別對(duì)象隨之劃分為不同級(jí)別，將劃分結(jié)果發(fā)送到用戶計(jì)算機(jī)終端中，完成分類結(jié)果的發(fā)送與儲(chǔ)存。與此同時(shí)，機(jī)器視覺的煙葉自動(dòng)分級(jí)還可以給出一些智能化的煙葉質(zhì)量參考建議，便于用戶在煙葉收購或者出售中予以參考。基于機(jī)器視覺的煙葉自動(dòng)分解方法，其推動(dòng)了對(duì)煙葉等級(jí)的智能化識(shí)別，實(shí)現(xiàn)了多角度、全方位的煙葉識(shí)別和等級(jí)判斷，在推動(dòng)煙草行業(yè)生產(chǎn)效率和生產(chǎn)質(zhì)量提高的同時(shí)，還可以實(shí)現(xiàn)煙葉等級(jí)判斷的高效化和精準(zhǔn)化，有利于煙草行業(yè)的轉(zhuǎn)型升級(jí)和行業(yè)改造。

3 總結(jié)

探究基于機(jī)器視覺的煙葉自動(dòng)分級(jí)方法，是以煙葉等級(jí)標(biāo)準(zhǔn)為基礎(chǔ)，通過機(jī)器視覺條件對(duì)煙葉等級(jí)的劃分和分級(jí)方法實(shí)現(xiàn)對(duì)煙葉質(zhì)量的智能化、自動(dòng)化判斷，從而為煙葉的利用提供確定的標(biāo)準(zhǔn)信息。利用機(jī)器視覺的煙葉自動(dòng)分級(jí)方法，可以確定統(tǒng)一的煙葉等級(jí)標(biāo)準(zhǔn)，進(jìn)而推動(dòng)我國煙草行業(yè)的長遠(yuǎn)發(fā)展。

[1]莊珍珍,祝詩平,孫雪劍,等.基于機(jī)器視覺的煙葉自動(dòng)分組方法[J].西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,41(4):122-129.

[2]趙樹彌,張龍,徐大勇,等.機(jī)器視覺檢測(cè)鮮煙葉的分級(jí)裝置設(shè)計(jì)[J].中國農(nóng)學(xué)通報(bào),2019,35(16):133-140.

湖南省教育廳科學(xué)研究項(xiàng)目（19C1852）

10.3969/j.issn.2095-1205.2020.08.31

TS47

A

2095-1205(2020)08-64-03