计算机视觉和智能识别技术在烟叶分级中的应用研究进展

doi:10.11923/j.issn.2095-4050.cjas2023-0176

农学学报 ›› 2024, Vol. 14 ›› Issue (9): 24-30.doi: 10.11923/j.issn.2095-4050.cjas2023-0176

• 农业工程农业机械生物技术食品安全 • 上一篇下一篇

计算机视觉和智能识别技术在烟叶分级中的应用研究进展

李静(), 杨萍, 罗优, 达巴次仁, 和强, 和雪佳, 韩天华, 贺彪()

云南省烟草公司丽江市公司玉龙县分公司，云南丽江 674100

收稿日期:2023-08-20 修回日期:2024-02-19 出版日期:2024-09-18 发布日期:2024-09-18
通讯作者:
贺彪，男，1975年出生，云南丽江人，中级农艺师，本科，主要从事烟叶科研项目管理等工作。通信地址：674100 云南省丽江市玉龙县烟草公司和风路155号，E-mail：326876586@qq.com。
作者简介:
李静，女，1986年出生，云南丽江人，中级农艺师，硕士研究生，主要从事烟叶生产管理及烟叶收购质量等工作。通信地址：674100 云南省丽江市玉龙县烟草公司和风路155号，E-mail：279702309@qq.com。
基金资助:
云南省烟草公司科技计划项目“基于烤烟作物轮作养分均衡调控的有害生物防控关键技术研究与应用”(2023530700242002)

Advances of Computer Vision and Intelligent Identification Technology in Flue-cured Tobacco Grading

LI Jing(), YANG Ping, LUO You, DA Baciren, HE Qiang, HE Xuejia, HAN Tianhua, HE Biao()

Yunnan Provincial Tobacco Company Lijiang Branch, Lijiang 674100, Yunnan, China

Received:2023-08-20 Revised:2024-02-19 Online:2024-09-18 Published:2024-09-18

摘要/Abstract

摘要：

计算机智能识别是一种模拟人类视觉和认知过程的技术，用于图像和视频的识别、判断以及模拟。本研究主要探讨了计算机视觉和智能识别技术在烟叶分级领域的应用。文章详细介绍了烟叶图像和近红外线光谱的采集方法，烟叶特征提取方式，以及智能识别模型的应用实例。通过比较不同烟叶特征智能识别技术的优缺点，总结了现有不同烟叶特征智能识别模型在准确性和鲁棒性方面的不足，指出未来的研究方向将集中于提高智能识别模型的性能，并通过多维度特征数据融合，进一步提升烟叶等级判定的准确性。

关键词: 计算机视觉, 智能识别, 烟叶, 特征, 分级

Abstract:

Intelligent identification technology is a technology to recognize, judge and simulate images and videos by simulating the visual performance and thinking model of mankind. This paper listed the latest research of computer vision and intelligent identification technology in automatic grading of flue-cured tobacco from image and near infrared spectrum acquisition, feature extraction and intelligent identification model, summarized the advantages and disadvantages of different intelligent identification model. At last, we put forward the robustness and accuracy of defect in identification model, and the application of intelligent recognition and multi-dimensional characteristic data fusion in tobacco grade determination would be the future research direction.

Key words: computer vision, intelligent identification, flue-cured tobacco, characters, grading

李静, 杨萍, 罗优, 达巴次仁, 和强, 和雪佳, 韩天华, 贺彪. 计算机视觉和智能识别技术在烟叶分级中的应用研究进展[J]. 农学学报, 2024, 14(9): 24-30.

LI Jing, YANG Ping, LUO You, DA Baciren, HE Qiang, HE Xuejia, HAN Tianhua, HE Biao. Advances of Computer Vision and Intelligent Identification Technology in Flue-cured Tobacco Grading[J]. Journal of Agriculture, 2024, 14(9): 24-30.

图/表 3

参考文献 53

[1]	国家统计局. 中华人民共和国2021年国民经济和社会发展统计公报[EB/OL]. https://www.stats.gov.cn/sj/zxfb/202302/t20230203_1901393.html. 2022-02-28.
[2]	毛多斌, 马宇平, 梅业安. 卷烟配方和香精香料[M]. 北京: 化学工业出版社, 2001:81-82.
[3]	赵树弥, 张龙, 徐大勇, 等. 机器视觉检测鲜烟叶的分级装置设计[J]. 中国农学通报, 2019(16):133-140. doi: 10.11924/j.issn.1000-6850.casb18020004
[4]	张春娥, 魏杨帆, 王岩松. 烟叶自动图像分级技术研究综述[J]. 中国烟草科学, 2014(4):103-108.
[5]	云南省人民政府. 云南省2022年国民经济和社会发展统计公报[EB/OL]. https://www.yn.gov.cn/sjfb/tjgb/202303/t20230328_256987.html. 2023-03-28.
[6]	2021年全国烟草工作电视电话会议在北京召开[EB/OL]. https://hi.tobacco.gov.cn/12/35025.html. 2021-03-19.
[7]	申振宇, 申金缘, 刘剑君, 等. 基于神经网络的特征分析在烟叶分级中的应用[J]. 计算机与数学工程, 2012, 40(7):122-124.
[8]	庄真真, 祝诗平, 孙雪剑, 等. 基于机器视觉的烟叶自动分组方法[J]. 西南师范大学学报(自然科学版), 2016, 41(4):122-129.
[9]	THOMAS C. Techniques of image analysis applied to the measurement of tobacco and related products[A]. 42nd tobacco chemist’ research conference[C]. 1988:127-140.
[10]	韩力群, 何为, 苏维均, 等. 光机电一体化烤烟烟叶图像采集系统的研发[J]. 微计算机信息, 2006, 22(7):228-229.
[11]	马文杰. 烟叶图像采集技术规范与烤烟收购质量分级特征研究[D]. 武汉: 华中农业大学, 2007.
[12]	袁奎, 陈永安, 张富贵, 等. 烟叶图像拍摄于物距显示试验装置研究[J]. 现代农业科技, 2014(10):337-339.
[13]	王惠, 赵世民, 叶红朝, 等. 基于图像处理的烟草分级系统设计与实现[J]. 现代农业科技, 2018, 38(17):289-291.
[14]	杜东亮, 毛鹏军, 王俊, 等. 基于计算机视觉的烟叶自动分级系统硬件设计[J]. 传感器与微系统, 2008, 27(4):77-49.
[15]	顾金梅. 烟叶自动分级关键部件及系统研究[D]. 贵阳: 贵州大学, 2015.
[16]	苏国樟. 烟叶分级控制系统设计及系统集成研究[D]. 贵阳: 贵州大学, 2016.
[17]	王育军, 邵建平, 赵杰, 等. 曲靖烟叶质量评价指标间的相关性分析[J]. 作物研究, 2014(5):496-500.
[18]	杜鹃, 张楠, 许自成, 等. 烤烟不同部位烟叶主要化学成分与感官质量的关系[J]. 轻工学报, 2011, 26(2):16-20.
[19]	薛超群, 尹启生, 王信民, 等. 烤烟烟叶香气质量与其常规化学成分的相关性[J]. 烟草科技, 2006, 50(9):27-30.
[20]	李昂泽, 王宪双, 徐向君, 等. 激光诱导击穿光谱技术对烟草快速分类研究[J]. 中国光学, 2019, 12(5):1139-1146.
[21]	FLIEGER J, KAWKA J, TATARCZAK-MICHALEWSKA M. Levels of the thiocyanate in the saliva of tobacco smokers in comparison to e-cigarette smokers and nonsmokers measured by HPLC on a phosphatidylcholine column[J]. Molecules, 2019, 24(20):3790.
[22]	BARMAN B, BARUA S. Bis-[2,6-(2'-hydroxy-4'-sulpho-1'-naphthylazo)]pyridine disodium salt as a spectrophotometric reagent for the determination of cadmium in tobacco and tobacco products[J]. Asian journal of chemistry, 2011, 23(2):770-772.
[23]	吴殿信, 袁志永, 闫克玉, 等. 烤烟各等级烟叶质量指数的确定[J]. 烟草科技, 2001(12):9-15.
[24]	邓小华, 周冀衡, 周清明, 等. 湖南烟区中部烤烟总糖含量状况与评吸质量的关系[J]. 中国烟草学报, 2009, 15(5):43-47.
[25]	XIANG B, CHENG C, XIA J, et al. Simultaneous identification of geographical origin and grade of flue-cured tobacco using NIR spectroscopy[J]. Vibrational spectroscopy, 2020, 111:103182.
[26]	郝贤伟, 黄文勇, 徐志强, 等. 基于近红外光谱技术的云南片烟综合质量评价[J]. 中国烟草科学, 2022, 43(2):58-63.
[27]	王鹏泽, 何雷, 武广鹏, 等. 近红外光谱分析技术在烟草中的研究与应用[J]. 现代农业研究, 2021, 27(12):22-24.
[28]	杨睿, 宾俊, 苏家恩, 等. 基于红外光谱与图像识别技术融合的烟叶成熟度的判别[J]. 湖南农业大学学报(自然科学版), 2021, 47(4):406-411.
[29]	ZHANG J, SOKHANSANJ S, WU S, et al. A transformation technique from RGB signals to the Munsell system for color analysis of tobacco leaves[J]. Computers & electronics in agriculture, 1998(2):155-166.
[30]	吴富宁, 杨子彪, 朱虹, 等. 基于颜色特征进行农作物图像分类识别的应用研究综述[J]. 中国农业科技导报, 2003, 5(2):76-80.
[31]	陶霖密, 徐光. 机器视觉中的颜色问题及应用[J]. 科学通报, 2001, 46(3):178-190.
[32]	GURU D, MALLIKARJUNA P. Spots and color based ripeness evaluation of tobacco leaves for automatic harvesting[A]. Proceedings of the first international conference on intelligent interactive technologies and multimedia[C]. 2010:2234-2240.
[33]	张峰, 连芬燕, 蓝洪桥, 等. 基于烟叶信息的近红外光谱和化学成分模式识别比较[J]. 江苏农业科学, 2015, 43(5):291-295.
[34]	陈朋. 烟叶纹理表面的视觉检测技术研究与应用[D]. 贵阳: 贵州大学, 2017.
[35]	MALLIKARJUNA P, GURU D. Multimedia processing, communication and computing applications[M]. Germany: Springer, 2013:115-126.
[36]	王超, 刘艺琳, 杨凯, 等. 近红外快速检测烤烟等级质量与关键化学指标的关系[J]. 中国测试, 2021, 47(2):81-86.
[37]	陈庆园, 陈雪, 袁有波. 初烤烟叶外观质量与主要化学成分关系的研究[J]. 中国烟草科学, 2008(1):30-32.
[38]	王芳, 史改丽, 张庆明, 等. 烟叶外观质量与内在品质的相关性研究[J]. 中国农学通报, 2014, 30(31):82-88. doi: 10.11924/j.issn.1000-6850.2014-1598
[39]	段焰青, 陶鹰, 者为, 等. 近红外光谱分析技术在烟叶产地鉴别中的应用[J]. 云南大学学报(自然科学版), 2011, 33(1):77-82.
[40]	陈俊圻. 基于图像处理与人工神经网络的烟叶检测系统的研究与应用[D]. 北京: 北京工商大学, 2010.
[41]	郭强. 基于图像处理与神经网络的烟叶分级研究[D]. 长沙: 中南大学, 2013.
[42]	宾俊, 周冀衡, 范伟, 等. 基于NIR技术和ELM的烤烟烟叶自动分级[J]. 中国烟草学报, 2017, 23(2):60-68.
[43]	刘剑君, 申金媛, 张乐明, 等. 基于红外光谱的烟叶自动分级研究[J]. 激光与红外, 2011, 41(9):986-990.
[44]	马建元, 伍铁军. 基于图像处理和模糊识别的烟叶分级技术研究[J]. 机械制造与自动化, 2011, 40(1):90-93.
[45]	陈朋, 贺福强, 管琪明, 等. 基于模糊择近原则的烟叶自动分级算法研究[J];中国农机化学报, 2016, 37(9):108-111,145.
[46]	DAI J F, LI Y, HE K M, et al. R-FCN: Object detection via region-basedfully convolutional networks[A]. In: LEE Daniel D, VON LUXBURG Ulrike, GARNETT Roman, et al. NIPS'16: Proceedings of the 30th International Conference on Neural Information Processing Systems[C]. New York: Curran Associates Inc, 2016:379-387.
[47]	曾祥云. 一个基于深度学习的烤烟分级系统的设计与实现[D]. 南京: 东南大学, 2017:5-7.
[48]	雒慧心. 基于深度学习的烤烟分选算法研究[D]. 北京: 北京交通大学, 2019.
[49]	DASARI S K, CHINTADA K R, PATRUNI M. Flue-cured tobacco leaves classification: A generalized approach using deep convolutional neural networks[A]. GURUMOORTHY Sasikumar, RAO Bangole Narendra Kumar, GAO Xiaozhi. Cognitive Science and Artificial Intelligence[M]. 2018:13-21.
[50]	王士鑫, 云利军, 叶志霞, 等. 一种基于卷积神经网络的烟叶分级处理算法[J]. 云南民族大学学报(自然科学版), 2020, 29(1):65-69.
[51]	鲁梦瑶, 周强. 基于深度学习与多尺度特征融合的烤烟烟叶分级方法[J]. 中国农机化学报, 2022, 43(1):158-166.
[52]	李小兰, 孙建生, 梁伟. 构建卷烟工业烟叶原料质量保障体系的思考[J]. 广东农业科学, 2008(11):142-144.
[53]	毛鹏军, 贺智涛, 杜东亮, 等. 烤烟烟叶视觉检测分级系统的研究现状与发展趋势[J]. 农业机械, 2006(16):43.

序号	修订内容	原标	修订标准
1	成熟度	成熟度划分为完熟、成熟、尚熟、欠熟、假熟	成熟度划分为高度成熟、成熟、尚熟、欠熟、假熟
2	油分	烟叶内含有的一种柔软半液体或液体物质，根据感官感觉，划分为多、有、稍有、少	烟叶内含有的柔润的半液体或液体物质，在烟叶外观上表现出的油润或枯燥感觉，划分为富有、有、稍有、少
3	均匀度	无	增设均匀度指标，指烟叶品质因素均匀一致的程度
4	颜色	无	分为基本色（包括柠檬黄、桔黄色和红棕色）、非基本色（基本色以外的其他颜色）2类
5	杂色叶片	杂色叶面积达到或超过20%	杂色叶面积达到20%，但不超过50%
6	品质规定等级	42	28
7	下部叶	8个品质等级，残伤标准15%~35%	5个品质等级，残伤标准20%~25%。假熟叶合并为X3LF一个等级
8	中部叶	长度标准为35、40、45 cm	长度标准为35、45、50 cm
9	上部叶	11个品质等级，其中柠檬黄色4个品质等级、桔黄色4个品质等级、红棕色3个品质等级	9个品质等级，将原续表中的高度成熟叶全部归入下部叶。红棕色1个品质等级
10	续表	完熟叶、杂色叶、光滑叶、微带青和青黄色叶，共计15个品质等级	并入主表。不再根据烟叶着生部位定级，而是根据颜色、成熟度、叶片结构、油分等外观指标定级

序号	修订内容	原标	修订标准
1	成熟度	成熟度划分为完熟、成熟、尚熟、欠熟、假熟	成熟度划分为高度成熟、成熟、尚熟、欠熟、假熟
2	油分	烟叶内含有的一种柔软半液体或液体物质，根据感官感觉，划分为多、有、稍有、少	烟叶内含有的柔润的半液体或液体物质，在烟叶外观上表现出的油润或枯燥感觉，划分为富有、有、稍有、少
3	均匀度	无	增设均匀度指标，指烟叶品质因素均匀一致的程度
4	颜色	无	分为基本色（包括柠檬黄、桔黄色和红棕色）、非基本色（基本色以外的其他颜色）2类
5	杂色叶片	杂色叶面积达到或超过20%	杂色叶面积达到20%，但不超过50%
6	品质规定等级	42	28
7	下部叶	8个品质等级，残伤标准15%~35%	5个品质等级，残伤标准20%~25%。假熟叶合并为X3LF一个等级
8	中部叶	长度标准为35、40、45 cm	长度标准为35、45、50 cm
9	上部叶	11个品质等级，其中柠檬黄色4个品质等级、桔黄色4个品质等级、红棕色3个品质等级	9个品质等级，将原续表中的高度成熟叶全部归入下部叶。红棕色1个品质等级
10	续表	完熟叶、杂色叶、光滑叶、微带青和青黄色叶，共计15个品质等级	并入主表。不再根据烟叶着生部位定级，而是根据颜色、成熟度、叶片结构、油分等外观指标定级

计算机视觉和智能识别技术在烟叶分级中的应用研究进展

Advances of Computer Vision and Intelligent Identification Technology in Flue-cured Tobacco Grading

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 53

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

[1]	魏笑笑, 邢婕. 基于DEA模型的陕西县域电商扶贫效率测度及空间特征研究[J]. 农学学报, 2024, 14(9): 94-100.
[2]	吴文信, 李思军, 谭志鹏, 宗毅, 何铭钰, 潘飞龙, 毕一鸣, 江智敏, 陈焘, 夏冰, 成明珠, 邓小华. 打顶时间和方式对烤烟经济性状和烟叶品质的影响[J]. 农学学报, 2024, 14(8): 9-15.
[3]	李玲, 杨清松, 陈定, 彭翠仙, 孙宏伟, 赵大伟, 陶永宏. 蒜头果种苗质量分级标准研究[J]. 农学学报, 2024, 14(1): 59-64.
[4]	潘义宏, 蔡宪杰, 邓涛, 左伟标, 李晓婷, 徐继超, 冯永洪, 保华, 闫鼎. 多栽培因素与土壤养分对‘云烟105’含梗率影响关联分析[J]. 农学学报, 2023, 13(9): 31-37.
[5]	沈菊, 张婵娟, 辛萍萍, 李娜. 柴达木盆地东部不同播期藜麦生长表现特征分析[J]. 农学学报, 2023, 13(9): 94-100.
[6]	高鹏, 杨小敏, 李丹妮, 余正军, 姚远, 司华. 秦岭巴山区域耕地土壤pH分布特征及其影响因素[J]. 农学学报, 2023, 13(8): 32-36.
[7]	张文军, 郭松, 杨柳, 熊橙梁, 张庆富, 姚未远, 何激光, 郑宏斌, 章程, 王威, 江智敏, 潘飞龙, 朱林, 李齐霖, 邓小华. 上部烟叶一次性采收成熟度对烟叶物理特性的影响[J]. 农学学报, 2023, 13(6): 80-85.
[8]	马娜, 郭嘉欣. 基于LM神经网络的小麦叶片病害识别[J]. 农学学报, 2023, 13(2): 60-66.
[9]	王璐瑶, 闫锦涛, 刘涛, 李静楠, 陈维. 桃果实品质动态变化及其对气象因子的响应[J]. 农学学报, 2023, 13(11): 49-54.
[10]	胡珂, 何鹏, 高文波. 西南地区甘蓝型冬油菜苗期渍害危险性分布特征研究[J]. 农学学报, 2023, 13(10): 62-69.
[11]	宋洁, 何洁, 秦怡峰, 李德华, 吴江, 赵晟, 梁译丹, 刘晶晶, 李向阳, 王越茂. 云南烟叶可持续发展规范(STP)推广成效与启示[J]. 农学学报, 2022, 12(8): 68-72.
[12]	蔡涛. 三门峡市烤烟种植气候适宜性因子变化特征分析[J]. 农学学报, 2022, 12(6): 66-73.
[13]	易能, 辛欣, 朱舒悦, 罗海蓉, 梅雪莹, 周建涛, 苏国东. 全国休闲农业与乡村旅游品牌创建研究——以休闲农业与乡村旅游星级企业为例[J]. 农学学报, 2022, 12(6): 95-100.
[14]	李文卿, 郑朝元, 柯玉琴, 陈顺辉, 郭金平, 李春英. 施镁量对土壤供镁及烤烟生长发育和产质量的影响[J]. 农学学报, 2022, 12(4): 33-40.
[15]	张婷, 汪宏毅, 廖晓玲, 柳均, 肖少红, 陈慧, 王康. 烤烟烟叶短期储存颜色变化分析[J]. 农学学报, 2022, 12(2): 36-39.