视觉识别技术在烟叶分级应用场景中的探究

赵一君 黄宁 周建云

摘要：烤烟散叶智能化分级系统的应用，可替代传统的散叶收购人工分级，根据国家烟叶分级标准及烟叶收购现状，充分研究和学习国内外的烟叶分级研究成果，分析烟叶智能化分级的可行性、合理性、经济性，采用光学成像技术和自动化技术，进行准确的烟叶分级、分类收集，有很好的社会经济价值。为提高烟叶分级工作效率，本文从烟叶分级的积极意义、当前现状和分级过程中所应用的视觉艺术等多方面进行深入研究和剖析。

关键词：烟叶分级;视觉技术;分级;探究

当前市场上，烤烟的烟叶等级划分主要通过烟叶来源地、叶片结构、成熟度和色度进行划分和评定[1]。目前，评定烟叶等级主要是由分级人员通过烟叶的外部特征进行一定的判断，在评定过程中难免受到主观意识的影响，从而增加划分烟叶等级的难度，评定结果也因为主观性太强而导致不准确。因此，为保证烟叶等级划分的精确性和标准性，应结合智能相关技术，通过视觉技术取代人工烟叶分级。

一、烟叶人工分级的现状

目前通常采取对烟叶化学成分进行检测的方法进行等级分级，对烟叶的品质做进一步的判断和分析。结合当前情况分析，现有水平并不能有效地分析出烟叶内部质量的好坏与烟叶的外观质量是否存在本质上的联系，故用化学方法分析烟叶质量好坏不够严谨，存在一定的问题。对烟叶分级进行深入具体的研究，得出烟叶分级是将同组烟叶根据质量的好坏进行等级划分，再根据等级分析情况进行二次加工处理，进一步保障烟叶的质量情况。当下由于评定烟叶等级的工作人员缺乏一定的评定划分标准，根据主观性划分缺乏准确性，容易在分级过程中出现问题，影响烟草各级烟叶的质量，制约烟草行业的发展，影响烟草行业的质量安全。在分级评选烟叶过程中，相关管理部门监管不到位、烟农等工作人员分级技术差或缺乏一定的岗前指导等原因，均会影响烟草分级的质量。

二、应用智能化视觉技术进行烟叶分级

（一）应用视觉技术进行烟叶分级的优势

机器视觉技术是提取烟叶表面特征以对烟叶进行更加精准的分级，近年来，国内逐渐使用机器视觉技术进行烟叶等级的分级研究。从1994年开始就一直立足于研究烟叶外观特征的提取，经过多次的实验，利用人工神经网络对多个地区的烟叶进行学习和分类，证明了利用视觉技术进行烟叶分级的检测率已达百分之八十以上，同时可以证明视觉技术系统对烟叶分类具有较高的应用价值。应用计算机图像处理技术和色彩研究理论，能够进一步研究烟叶的色泽、形状、叶面特征以及外观特征的定量描述与检测方法，为烟叶的分级提供强有力的技术支持，基于计算机图像处理的先进技术，进一步利用人工神经网络技术模糊数学的方法对烟叶分级进行更加深刻的研究，建立相应的技术模型，得以证明该项技术对于烟叶分级的重要性。多项研究证明，应用模糊教学、模式识别、数字图像处理等相关理论技术可以更快地解决烟叶自动分级问题。机器视觉识别技术能够快速地获取烟叶的相关有效信息并且进行快速地反应和处理，大大提高烟叶分级的速度，在一定程度上可以代替人工，即用机器视觉代替人工视觉。

伴随着计算机技术的蓬勃发展，图像识别技术开始应用于各个领域，特别是在烟草分级行业中，起到关键性作用，为烟草行业的发展提供了便利条件。对于目前烟草行业的发展，合理利用视觉化技术可以促进行业的整体稳步发展，解决烟草分级行业质量不一问题，提高烟草分级的效益，符合现代化科技发展的需求。而智能化烟叶分级的核心就是在于模拟人的眼睛对烟叶外观的质量进行区分，观察烟叶之间质量的差异，直观方便地对烟叶质量进行等级划分，利用好计算机视觉技术和智能化区分能够解决烟叶分级的诸多问题，最终实现烟叶自动化分级。

（二）应用视觉技术主要特征

传统的烤烟烟叶收购进行分级采取的方式过于粗放，精准度不高。为了有效提高烟叶的分级效率和准确率，应借鉴较为先进的分级方式，在实验室中将每一片烟叶采取完整平压的方式进行图像收集，减少因保存不当发生的褶皱，提高烟叶分级的质量，获得更加精准的图像，完整的图像是烟叶分级的重要基础。应用机器视觉代替人眼进行观察获取烟叶的外观特征，同人类视觉工作一样，利用计算机自动识别分析，对颜色的辨别判断影响尤为重要。所以在采集图像时应多加注意光照情况，搭建密闭的环境进行烟叶采集工作。采集到的烟叶图像需要二次加工，减少噪声信号带来的影响，将烟叶图像进行二值化处理，观察采集中的图像，将颜色不一、发生褶皱的烟叶部分分离出去。利用视觉技术提取分析烟叶的特征，几何特征和烟叶特征均是进行有效分级的重要指标。国家分级标准中，大多都是模糊性描述语言，因此对烟叶等级的分级情况适合模糊模式识别算法。

（三）视觉技术的图像采集与处理

在利用机器进行烟叶标准化分级时，先提供清晰度较高的图像让机器进行识别，完成机器学习的过程。为了满足多种条件下对烟叶进行分级，需在不同环境下选择多种多样的采集图像设备，达到最佳的图像收集效果。同时注意外界的影响因素，对同一片烟叶进行多次图像采集，避免光线进入采集图像区域，保证图像采集的稳定性。图像采集完成后，后期做好维护工作，对已采集完毕的图像进行优化处理，提高图像的清晰度和识别度，保证图像后续的清晰性和有效性，去除与烟叶无关的图像信息。机器在学习过程中需要对烟叶的外观进行提炼，提取出与标准化等级一致的有关信息，形成原始统一的数据库，日后利用机器进行烟叶分级时会根据原始数据库中的信息进行识别和分类。

（四）应用视觉技术在烟叶分级中的发展优势

随着计算机技术及人工智能技术的飞速发展，采用智能化设备代替人工的时机已经逐步成熟。采用视觉成像技术，代替传统的人眼目视操作;采用智能化模式识别技术，代替传统的人脑分级判断;采用自动化的分离、传输、分仓设备，代替传统的人工分离、人工收料。以上面几项技术突破为核心，研制出一套烟叶智能化分级系统，代替传统人工的分选定级，降低人工强度，减少人情干擾，提高烟叶分级的一致性和准确性，具有广泛的推广和应用意义，并可以填补国内外散叶收购的相关自动化技术空白[3]。在烟叶识别分级技术中，先利用聚类模糊分析法进行模糊识别，此分析法能够合理准确地对不确定识别对象进行具体地分析并进行分组，然后根据具体情况进行正确识别。烟叶采集设备可以自动简化收集的烟叶图像，并且根据图像提取与分级相关的信息，在各个环节完成后，系统会将识别到的图像与分级标准一一对照核实，根据分级标准合理划分识别到的图像，并将最终结果传达出来[4]。

结语：

烟叶视觉识别技术系统，可以实现散叶的自动分叶、自动传输、成像系统、剔除烟叶青杂，按照每片烟叶的等级标准进行智能化判断和分仓摆放。通过和国内外优秀的视觉公司和自动化公司合作开发，将在传统的农业机械领域，增加新的光学成像、计算机处理、机电自动化的产品线，有助于对接传统农业机械和最新的科研技术，开发出新的科研合作模式。采用智能化设备代替人工进行分级，已是几代烟草人的梦想，具有长远的社会效益和经济效益。

参考文献：

[1]梅静.视觉识别技术在烟叶分级中的应用[J].乡村科技，2020，11（33）：120-122.

[2]李海杰.基于机器视觉的烟草异物检测和烟叶分类分级方法研究[D].江苏：南京航空航天大学，2016：1-92.

[3]王戈，丁冉，徐玮杰，等.计算机视觉和智能识别技术在烤烟烟叶分级中的应用[J]计算机与应用化学，2019，36（5）：548-553.

[4]陈朋.烟叶纹理表面的视觉检测技术研究与应用[D].贵州：贵州大学，2017：1-286.

资金来源：中国烟草总公司贵州省公司科技项目 散叶智能化分选级装备及技术的研究与开发（项目编号：2020XM01）