隨著機(jī)器視覺(jué)技術(shù)的發(fā)展,圖像的獲取與識(shí)別已經(jīng)成為研究熱點(diǎn)。在煙草行業(yè),煙葉定級(jí)技術(shù)正在經(jīng)歷從效率低的人工定級(jí)到計(jì)算機(jī)自動(dòng)定級(jí)的轉(zhuǎn)變。本文提出基于機(jī)器視覺(jué)與深度學(xué)習(xí)對(duì)煙葉定級(jí)開(kāi)展研究,具有一定的理論意義和應(yīng)用價(jià)值。基于機(jī)器視覺(jué)與深度學(xué)習(xí)開(kāi)展煙葉定級(jí)研究,圖像特征提取及分割至關(guān)重要。本文提出改進(jìn)K-mean算法并與RGB色彩空間球坐標(biāo)混合距離法相結(jié)合,實(shí)現(xiàn)對(duì)煙葉圖像的完整分割;將深度學(xué)習(xí)應(yīng)用于煙葉圖像的識(shí)別,通過(guò)優(yōu)化深度學(xué)習(xí)算法提高識(shí)別準(zhǔn)確率和運(yùn)行速度。主要工作及創(chuàng)新點(diǎn)如下:1、搭建煙葉圖像采集系統(tǒng),采集煙葉圖像并對(duì)圖像進(jìn)行預(yù)處理;通過(guò)對(duì)比不同濾波方法的優(yōu)缺點(diǎn),選擇適合的濾波方法去除圖像噪聲;分析現(xiàn)有煙葉分割方法的不足,提出RGB色彩空間球坐標(biāo)混合距離法與改進(jìn)K-means算法,對(duì)煙葉圖像進(jìn)行分割,得到了完整的前景信息。2、在預(yù)處理的基礎(chǔ)上提取煙葉特征參數(shù),利用支持向量機(jī)(SVM)模式識(shí)別理論和方法,通過(guò)實(shí)驗(yàn)參數(shù)數(shù)據(jù)并訓(xùn)練網(wǎng)絡(luò),搭建了基于SVM網(wǎng)絡(luò)的煙葉定級(jí)模型。計(jì)算得出煙葉B3F、C3F、X2F級(jí)別的定級(jí)識(shí)別率,分別為81.67%、90.67%、86.67%。3、通過(guò)對(duì)比其他機(jī)器學(xué)習(xí)SVM模型,根據(jù)煙葉數(shù)據(jù)庫(kù)性質(zhì)優(yōu)化了卷積神經(jīng)網(wǎng)絡(luò),提出優(yōu)化煙葉數(shù)據(jù)庫(kù)方法,解決過(guò)擬合問(wèn)題;通過(guò)使用卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練和測(cè)試煙葉圖像,實(shí)現(xiàn)了對(duì)煙葉B3F、C3F、X2F級(jí)別的定級(jí),識(shí)別率分別提高了11.66%、1.67%、10.00%。
【學(xué)位單位】：昆明理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TS42;TP391.41;TP18
【部分圖文】：

昆明理工大學(xué)碩士論文8白平衡：自動(dòng)，預(yù)設(shè)（日光，鎢絲燈，白色熒光燈，閃光燈）在實(shí)時(shí)拍攝時(shí)，將相機(jī)垂直固定在箱體的上方。2.2煙葉圖像采集按照我國(guó)的烤煙標(biāo)準(zhǔn)，依據(jù)顏色和部位可以將煙葉分成8個(gè)主組和5個(gè)副組，又依據(jù)煙葉的成熟度、煙葉結(jié)構(gòu)、身份、油分、長(zhǎng)度、色度、殘傷將煙葉分成42個(gè)等級(jí)[26]。本文選擇了生長(zhǎng)于上部、中部和下部的煙葉進(jìn)行研究，選擇B2F、C3F、X3F作為本文的研究對(duì)象，定級(jí)中主要依靠煙葉外觀特征。表2-1品質(zhì)規(guī)定組別煙葉等級(jí)成熟度葉片結(jié)構(gòu)身份油分色度長(zhǎng)度（cm）殘傷（%）上部BB2F成熟尚疏松稍厚有強(qiáng)4020中部CC3F成熟疏松中等有中3525下部XX3F成熟疏松薄稍有弱3030本文研究的煙葉樣品均來(lái)自云南玉溪，收集時(shí)間為2017年7月，均為K型烤煙。每個(gè)煙葉樣品都是人為平整化處理過(guò)的，并且專家分揀定級(jí)，保存3組、1000個(gè)煙葉樣品。通過(guò)搭建好的采集系統(tǒng)拍攝780張高清煙葉圖像，挑選540張合格的煙葉圖像作為本文實(shí)驗(yàn)使用，煙葉圖像級(jí)別和數(shù)量分配如表2-2。圖2.2采集圖像時(shí)用的相機(jī)

昆明理工大學(xué)碩士論文9表2-2煙葉樣品級(jí)別和數(shù)量煙葉等級(jí)學(xué)習(xí)個(gè)數(shù)測(cè)試樣本個(gè)數(shù)B2F12060C3F12060X3F12060在煙葉采集過(guò)程中，我們保持載物臺(tái)、相機(jī)、焦距等相對(duì)位置不變，煙葉在載物臺(tái)上，盡可能模擬工業(yè)化生產(chǎn)環(huán)境，圖像大小設(shè)置為1500×700，存儲(chǔ)格式為bmp。采集的煙葉如圖2.3所示：2.3煙葉圖像的濾波處理在采集圖像時(shí)一般會(huì)捕獲噪聲，比如拍攝環(huán)境的光照變化、相機(jī)傳感原件質(zhì)量、灰塵等的影響。如果噪聲比低于相應(yīng)的水平就會(huì)變成顆粒形狀，導(dǎo)致圖像質(zhì)量下降。噪聲的影響除了視覺(jué)上的感受不好，還會(huì)遮蓋圖像的細(xì)節(jié)信息，所以必須采取相應(yīng)的濾波降噪處理來(lái)保證圖像的品質(zhì)，還原圖像的部分有用信息，增強(qiáng)圖像的可靠性。2.3.1均值濾波一般情況下，我們認(rèn)為圖像的局部是連續(xù)的，相鄰區(qū)域之間的像素是比較接近的。均值濾波是在相應(yīng)的模板上取算術(shù)均值或幾何均值，用相近領(lǐng)域的均值代替原像素值，同時(shí)減少了圖像的尖銳變化[27]。假設(shè)g(x,y)為要處理的圖像，模板大小為×，經(jīng)過(guò)模板平均處理后的圖像為(x,y)，即(,)1(,)(,)xystsfxygstmn（2.3.1）(a)采集的原始圖像(b)采集的原始圖像(c)采集的原始圖像圖2.3采集的煙葉圖像

昆明理工大學(xué)碩士論文10幾何均值濾波器復(fù)原圖像時(shí)，表達(dá)式為：1(,)(,)(,)xymnstsfxygst（2.3.2）擬諧波均值濾波器的表達(dá)式為：1(,)(,)(,)(,)(,)xyxyQstsQstsgstfxygst（2.3.3）式中，Q為濾波器的階數(shù)，Q的正負(fù)取值影響著對(duì)椒噪聲和鹽噪聲的濾除。在進(jìn)行濾波時(shí)，為了更明了的表現(xiàn)不同濾波方法的優(yōu)缺點(diǎn)和濾波效果，我們給圖像加入椒鹽噪聲，噪聲密度為0.01。下圖a表示原始灰度圖像，b為加入椒鹽噪聲污染的灰度圖像。從圖2.4中的c圖和d圖可以看到均值濾波本身存在著固有的缺陷，煙葉圖像的邊緣一般變化梯度比較大，經(jīng)過(guò)在受到線性平滑濾波器的均值平滑處理后邊緣相比原圖明顯變得模糊，而且5×5模板也比3×3模板的邊緣更模糊，可以看出線性濾波是將噪聲平攤到周圍的像素上，模板越大模糊越強(qiáng)，它不能很好地保護(hù)圖像邊緣及細(xì)節(jié)，在圖像均值化的同時(shí)也破壞了圖像的細(xì)節(jié)部分，使得圖像變得（a）灰度化后的原始圖像（b）加入椒鹽噪聲的圖像（c）3×3模板的均值濾波（d）5×5模板的均值濾波圖2.4通過(guò)均值濾波對(duì)圖像處理
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蓋小雷;;淺談提高罰沒(méi)煙葉利用率的途徑[J];科技與創(chuàng)新;2019年23期

2 羅云;陳曉偉;陳斌;羅宏鳴;郭紹坤;徐興陽(yáng);;原煙儲(chǔ)存中煙垛內(nèi)部溫度與煙葉霉變的關(guān)系研究[J];昆明學(xué)院學(xué)報(bào);2019年06期

3 屈玉嬌;李集勤;陳澤鵬;文志強(qiáng);梁俊芬;曹陽(yáng);李淑玲;陳俊標(biāo);;廣東省煙葉生產(chǎn)現(xiàn)狀與發(fā)展對(duì)策[J];廣東農(nóng)業(yè)科學(xué);2019年11期

4 王學(xué)海;潘首慧;;推進(jìn)精益煙葉生產(chǎn)的措施初探[J];南方農(nóng)業(yè);2018年30期

5 何國(guó)興;林建委;楊學(xué)良;;再造煙葉松散回潮過(guò)程吸水性的研究[J];科技創(chuàng)新與應(yīng)用;2019年03期

6 楊惠娟;;河南洛陽(yáng)啟動(dòng)“國(guó)際有機(jī)煙葉開(kāi)發(fā)生產(chǎn)項(xiàng)目”[J];中國(guó)煙草學(xué)報(bào);2019年03期

7 賀鵬霖;時(shí)永楠;王耀斌;劉莉;高強(qiáng);王濱;張偉娜;徐蕊;王玉潔;崔云;張超;徐海榮;王希玲;武漢玉;楊少勝;宗國(guó)華;;一種煙葉定級(jí)臺(tái)設(shè)備的研制[J];農(nóng)業(yè)開(kāi)發(fā)與裝備;2019年06期

8 王燦;;源頭活水潤(rùn)金葉——全省商業(yè)系統(tǒng)煙葉線實(shí)施“全員素質(zhì)提升年”活動(dòng)綜述[J];湖南煙草;2019年02期

9 龔鵬飛;;延安煙區(qū)基層煙葉收購(gòu)管理工作的思考[J];農(nóng)業(yè)與技術(shù);2017年24期

10 高昕;金立權(quán);劉元德;李新峰;高慶磊;韓碩;吳迪;;煙葉全面預(yù)檢體系建立與應(yīng)用[J];農(nóng)業(yè)開(kāi)發(fā)與裝備;2018年02期

相關(guān)博士學(xué)位論文 前10條

1 周喜新;經(jīng)濟(jì)相對(duì)發(fā)達(dá)煙區(qū)煙葉生產(chǎn)可持續(xù)發(fā)展實(shí)證研究[D];湖南農(nóng)業(yè)大學(xué);2011年

2 邱曄;造紙法再造煙葉產(chǎn)品研究與相關(guān)檢測(cè)技術(shù)開(kāi)發(fā)[D];昆明理工大學(xué);2013年

3 葛少林;造紙法再造煙葉熱解過(guò)程與煙氣組分調(diào)控技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

4 米其利;曬黃煙調(diào)制期煙葉微生物多樣性和功能菌株在煙葉調(diào)制中的應(yīng)用[D];云南大學(xué);2017年

5 高志強(qiáng);中國(guó)煙草種植替代預(yù)案研究[D];湖南農(nóng)業(yè)大學(xué);2010年

6 李洪勛;貴州山地不同微地形煙地環(huán)境特征及其對(duì)烤煙農(nóng)藝、生理和品質(zhì)性狀的影響[D];西南大學(xué);2016年

7 宗浩;云南大理特色優(yōu)質(zhì)烤煙品質(zhì)差異化及區(qū)劃研究[D];中國(guó)農(nóng)業(yè)科學(xué)院;2012年

8 饒國(guó)華;利用低次煙葉蛋白制備生物活性肽及煙用香精的研究[D];華南理工大學(xué);2006年

9 鄧陽(yáng)春;遵義烤煙營(yíng)養(yǎng)特性及其產(chǎn)量、品質(zhì)研究[D];西南大學(xué);2010年

10 林順順;基于風(fēng)格特征剖析的上部煙葉降低煙堿提質(zhì)研究[D];江南大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 賈炳文;基于機(jī)器視覺(jué)與深度學(xué)習(xí)的煙葉定級(jí)研究[D];昆明理工大學(xué);2019年

2 何厚龍;廢煙葉水提液醇化過(guò)程中微生物多樣性分析以及功能微生物的篩選鑒定和特性研究[D];浙江工業(yè)大學(xué);2015年

3 魯柯佚;上部煙葉一次性采收及烘烤技術(shù)研究[D];湖南農(nóng)業(yè)大學(xué);2016年

4 胡潤(rùn)嶺;不同采收方式對(duì)新寧縣煙區(qū)上部煙葉可用性影響[D];湖南農(nóng)業(yè)大學(xué);2015年

5 賴長(zhǎng)龍;煙葉表面視覺(jué)檢測(cè)技術(shù)與應(yīng)用研究[D];貴州大學(xué);2016年

6 潘東彪;煙葉自動(dòng)分揀關(guān)鍵技術(shù)研究及設(shè)計(jì)[D];貴州大學(xué);2016年

7 齊翼飛;柳河縣煙葉產(chǎn)業(yè)發(fā)展問(wèn)題研究[D];吉林大學(xué);2016年

8 陳秀齋;臨沂市煙葉產(chǎn)業(yè)化發(fā)展對(duì)策研究[D];中國(guó)海洋大學(xué);2015年

9 楊超飛;基地單元背景下煙葉家庭農(nóng)場(chǎng)適度規(guī)模研究[D];河南農(nóng)業(yè)大學(xué);2015年

10 吳小林;湖北煙葉產(chǎn)業(yè)發(fā)展研究[D];武漢輕工大學(xué);2015年

本文編號(hào)：2845635