DOI：10.3969/j.issn.1672-3872.2024.22.037
作 者：马盛力1 ，陈 伟1 ，候俊杰1 ，孙佳良1 ，余超凡1 ，黄 慧1 ，徐 俊1 ，李 强1 ， 王 敏2 ，薛 辰2
（1. 上海烟草集团有限责任公司上海烟草储运公司，上海 200439；2. 上海创和亿电子科技发展有限公司，上海 200082）
摘 要：本研究旨在探索基于机器视觉技术表征烟叶醇化过程中颜色深浅的方法。研究中采集了两组数据。第一组数据包括28组共84张烟叶图像，通过图像去背景，提取RGB、HSV、Lab和灰度颜色空间特征，选取10张由专家按照颜色深浅排序的烟叶图像，筛选出与专家排序相关性大于0.85的颜色特征。利用84张图像的这些颜色特征构建主成分分析（PrincipalComponent Analysis, PCA）模型，并采用第一主成分作为醇化片烟颜色深浅的表征值。随后，用第二组由专家排序的8张不同颜色深浅的烟叶图像验证模型。结果显示，醇化片烟预测的颜色深浅值与专家排序的相关性为0.97。这表明基于机器视觉技术的烟叶醇化过程中的颜色深浅模型能够有效表征烟叶的颜色深浅，为工业中烟叶醇化过程提供了有效指导。
关键词：机器视觉；烟叶醇化；颜色深浅；主成分分析
引文信息：[1]马盛力，陈伟，候俊杰，等.基于机器视觉技术的烟叶醇化过程中颜色变化监测方法研究[J].南方农机，2024，55(22)：142-145+153.
查看全文请下载PDF文件↓
