基于机器视觉技术的烤烟鲜烟叶成熟度检测

为准确判定烟叶采收成熟度，以不同成熟度中部烟叶为材料，利用机器视觉技术提取不同成熟度烟叶图像的颜色和纹理特征值，采用主成分分析法对3个颜色特征值(色调、饱和度、亮度)和5个纹理特征值(角二阶矩、相关度、熵、对比度、逆差距)进行优化，利用BP神经网络建立烟叶成熟度检测模型。结果表明，采用前4个主成分可综合反映3个颜色特征值和5个纹理特征值的分级信息，实现了参数的优化；在图像信息主成分因子数为4，中间节点数为16时，该识别模型最佳，模型平均识别率为93.67%，表明基于机器视觉技术对烤烟鲜烟叶成熟度的检测是可行的。