基于模糊規(guī)則的煙葉分級方法研究.pdf

1、烤煙煙葉的等級劃分直接決定著煙葉產品的質量好壞，必須對煙葉等級的劃分有科學合理的質量評價標準，才能準確快速的進行分級。目前，我國的煙葉分級主要依靠分級技師人工來進行分級，這種分級方法有很強的主觀性和隨意性。不同的專家可能對相同的煙葉也會給出不一致的等級判定，這就會造成諸多的沖突和矛盾。因此，對煙葉進行智能化的分級研究很有必要。本文通過提取樣本煙葉的特征參數(shù)，通過屬性相關度篩選得出煙葉分級的最佳特征組合，利用模糊規(guī)則分類方法對煙葉實現(xiàn)智能

2、化分級。本研究主要內容包括：
　?、艧熑~樣本的采集和圖像預處理。通過組裝工業(yè)CCD相機，圖像采集卡，計算機，日光燈等設備，在一個封閉的暗箱中，對煙葉樣本進行圖像采集并保存。然后運用數(shù)字圖像處理技術對獲取的樣本煙葉圖像進行預處理，采用中值濾波方法去除圖像中的噪聲，采用區(qū)域閾值法和小面積去除的方法對煙葉圖像和背景進行分割，最后使用輪廓提取法得出煙葉的邊緣信息。
　　⑵煙葉特征參數(shù)的提取。我們運用圖像處理技術對預處理后的煙葉樣本進

3、行特征提取，包括長度、寬度、長寬比、周長、面積、破損率、圓形度、矩形度8個形狀特征，RGB和HSI顏色模型中各分量的均值和方差，共計12個顏色特征，還包含紋理慣性、能量、熵和相關性4個紋理特征。
　?、翘卣鬟x擇和煙葉分級。分兩個部分，先按煙葉部位進行分組，然后在每一組中再進行分級。屬性篩選模塊，通過對提取的特征參數(shù)進行屬性相關度分析，得出各個屬性在分級中所占的權重值大小。依次剔除屬性相關度最小的屬性，同時利用訓練數(shù)據(jù)得出的分類模型