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

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

论文摘要

烟草行业在我国国民经济中有着重要作用。烟叶分级是烟草行业中的一项基础性工作,按照国家标准对烤烟烟叶的外观质量进行准确的分级,是提高烟草制品质量的关键,对于减少吸烟对身体的危害以及保证农、工、商3个生产环节之间经济利益的合理分配具有重要作用。目前国内外烟草行业对于烟叶质量的检验与分级都是根据分级标准,依靠人的感官进行经验性判定。近年来,我校的研究团队采用计算机图象处理技术和模式识别技术对烟叶进行特征提取与自动分级,取得了一系列成果。本文在该团队前期研究基础上取得了以下研究成果:1.基于神经网络的烟叶成熟度、油分检测模型研究烟叶的成熟度和油分是烟叶分级的两个重要指标,无法直接量化提取。本文首先根据烤烟烟叶成熟度和油分与已提取的外观量化因素之间的关系,通过实验选取合适的外观因素组成特征向量,利用反向传播网络和概率神经网络分别建立成熟度和油分两个单指标分类模型,测试分类模型的识别准确率,并对两个网络所建立起来的模型的性能进行比较,确立了概率神经网络在成熟度和油分分类模型中的应用优势。2.基于不变矩的烟叶形状算法研究本文提取了烤烟烟叶图像的两个不变矩特征,并将不变矩描述作为新增特征分量加入到成熟度和油分两个神经网络分类模型中。通过实验对比,不变矩特征的加入对成熟度分类模型没有起到改善作用,但提高了油分分类模型的识别准确率。3.基于支持向量机的烟叶生长部位分组研究烤烟烟叶分级的基础是先判断烟叶在烟株上的着生部位,再对不同的部位组进行分级。本文采用支持向量机建立了烤烟烟叶的分组模型,提高了分组准确率。研究结果表明,采用图像处理、人工神经网络等技术进行烟叶特征提取并建立分组、分级模型具有现实可行性,可以在烟叶质量标准的制定及完善、烟叶质量检验及仲裁以及烟叶分级人员的培训等领域中起到良好的辅助作用。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究目的及意义
  • 1.2 国内外研究现状
  • 1.2.1 计算机技术在烟叶检测与分级中的主要研究成果
  • 1.2.2 人工神经网络技术在烟叶自动检测与分级中的应用
  • 1.3 烟叶外观质量分级标准
  • 1.4 本研究的主要内容
  • 第二章 人工神经网络
  • 2.1 BP 网络
  • 2.1.1 BP 网络的结构及原理
  • 2.1.2 BP 网络性能分析
  • 2.2 PNN 网络
  • 2.2.1 PNN 网络的理论基础
  • 2.2.2 PNN 网络结构与工作原理
  • 2.2.3 PNN 的特点
  • 2.3 支持向量机
  • 2.3.1 SVM 的基本原理
  • 2.3.2 核函数方法
  • 第三章 成熟度分级模型的建立
  • 3.1 样本数据准备
  • 3.1.1 样本集的选取
  • 3.1.2 特征向量的选取
  • 3.1.3 输入输出数据的预处理
  • 3.2 BP 网络模型的建立
  • 3.2.1 网络结构设计
  • 3.2.2 网络训练与测试
  • 3.3 PNN 网络模型的建立
  • 3.3.1 网络结构设计
  • 3.3.2 网络训练与测试
  • 3.4 两种模型的性能比较
  • 3.5 本章小结
  • 第四章 油分模型的建立
  • 4.1 样本数据准备
  • 4.1.1 样本集的选取
  • 4.1.2 特征向量的选取
  • 4.2 PNN 网络模型的建立
  • 4.3 BP 网络模型的建立
  • 4.4 本章小结
  • 第五章 不变矩在单指标模型中的应用
  • 5.1 不变矩特征的提取
  • 5.1.1 不变矩的计算
  • 5.1.2 不变矩的软件实现
  • 5.2 不变矩在成熟度分类模型中的应用
  • 5.3 不变矩在油分分类模型中的应用
  • 5.4 本章小结
  • 第六章 SVM 分组模型
  • 6.1 样本集的选取
  • 6.2 输入数据预处理
  • 6.3 SVM 分类模型的建立
  • 6.3.1 C-SVM 算法
  • 6.3.2 核函数和参数C 的选择
  • 6.4 本章小结
  • 第七章 研究结论及展望
  • 7.1 本研究的总结
  • 7.2 进一步的研究方向与展望
  • 参考文献
  • 在学期间发表的学术论文与研究成果
  • 致谢
  • 相关论文文献

    • [1].浅谈提高罚没烟叶利用率的途径[J]. 科技与创新 2019(23)
    • [2].造纸法再造烟叶吸湿特性及其回潮方式研究[J]. 轻工科技 2019(12)
    • [3].烤后不同霉变程度烟叶际真菌群落组成与多样性分析[J]. 微生物学报 2019(12)
    • [4].原烟储存中烟垛内部温度与烟叶霉变的关系研究[J]. 昆明学院学报 2019(06)
    • [5].新型烟叶金属包装袋的研究[J]. 轻工科技 2020(01)
    • [6].广东省烟叶生产现状与发展对策[J]. 广东农业科学 2019(11)
    • [7].雪茄烟叶自动晾制设备及其关键部件的设计[J]. 装备制造技术 2019(11)
    • [8].贵州烟叶高质量发展路径分析[J]. 福建茶叶 2020(02)
    • [9].造纸法再造烟叶降焦综合技术探讨[J]. 纸和造纸 2020(01)
    • [10].信息化在许昌市烟叶生产气象保障体系中的应用[J]. 乡村科技 2020(03)
    • [11].均风板对烟叶模拟烘烤机内气流分布的影响[J]. 西南农业学报 2020(02)
    • [12].云南中烟再造烟叶有限责任公司异地技术技改项目设计[J]. 纸和造纸 2020(02)
    • [13].生物防治技术在有机烟叶生产中的应用[J]. 江西农业 2020(06)
    • [14].烟叶松散含水率合格率影响因素研究[J]. 轻工科技 2020(05)
    • [15].生态因子对我国烟叶钾含量影响的研究进展[J]. 昆明理工大学学报(自然科学版) 2020(01)
    • [16].文山烟叶主要化学成分特征及其与土壤养分的关系[J]. 农村经济与科技 2020(06)
    • [17].烤烟收购等级质量提高措施浅析[J]. 南方农业 2020(05)
    • [18].独山县烟叶生产基础设施建设管护立法调研报告[J]. 湖北农机化 2020(05)
    • [19].烤后健康烟叶和霉烂烟叶真菌群落结构分析[J]. 浙江农业学报 2020(06)
    • [20].基于机器视觉的烟叶自动分级方法研究[J]. 科技创新导报 2020(12)
    • [21].双能源烘烤系统研究及其在烟叶初烤上的应用[J]. 食品与发酵科技 2020(03)
    • [22].造纸法再造烟叶不同浆料指标对片基物理性能的影响研究[J]. 造纸装备及材料 2020(02)
    • [23].湖北烟叶厚度特征的研究初探[J]. 云南农业大学学报(自然科学) 2020(03)
    • [24].巫溪烟叶高质量发展存在的问题及对策[J]. 现代农业科技 2020(12)
    • [25].烟叶收购磅组管理优化探析[J]. 现代农业科技 2020(13)
    • [26].基于质构仪的造纸法再造烟叶柔软度评价方法[J]. 烟草科技 2020(07)
    • [27].统计分析在再造烟叶生产中的应用[J]. 统计与管理 2020(07)
    • [28].烟叶多分技术在工业分级中的应用研究[J]. 安徽农业科学 2020(15)
    • [29].基层烟叶收购工作对标管理研究[J]. 福建农业科技 2020(05)
    • [30].外销瓷中烟叶纹饰的模块化设计[J]. 南京艺术学院学报(美术与设计) 2020(03)

    标签:;  ;  ;  ;  ;  

    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
    下载Doc文档

    猜你喜欢