邓晨曦
摘 要：本文介绍了烟叶分级的意义、烟叶分级现状、现有的烟叶质量检测手段以及烟叶的等级分类标准。为了使烟叶分级的过程更加高效化，减少人力成本的使用，设计了一种新型基于机器视觉的烟叶自动分级方法，较为详细的阐述了该设计中的图像采集过程、图像处理过程、烟叶外观提取过程以及烟叶识别与分级过程。通过本设计的应用可以有效提升烟叶分类的效率和准确度，促进我国烟草行业的长期稳定发展。
关键词：烟叶分级 机器视觉 模糊识别
中图分类号：TP391.41;TS45 文献标识码：A 文章编号：1674-098X（2020）04（c）-0039-02
1 概述
1.1 烟叶分级意义
烟草属于茄科。烟草的种类有很多，但是为了实现烟草制品的商业化制作和销售，就必须从所有的烟草种类中选择出适宜人工培育的品种。烟草种植行业在全球范围内发展速度，目前世界范围种植的烟草种类不超过10种，仅仅占到了所有烟草种类的一小部分。通常意义上所指的烟草仅仅是指烟叶植物，烟叶就是烟草植物的叶片，主要有两类，其一是正在生长的烟草农作物上的叶片，其二是已经经过了初步调制，但是未加工成烟丝成品的烟叶。烟草从农作物阶段到成品烟丝阶段需要经历多个流程和步骤，多重加工之后才能成为商品进行售卖。我国是烟草种植和消费大国，无论是从烟草相关农作物的种植数量上看还是从烟草成品的消费情况来看，均排在世界前列。因此，在烟草生产的过程中如何高效率、高标准的完成对烟草的分级筛选，对于我国甚至全世界的烟草生产行业都可以在很大程度上减少人力的使用，提升烟叶的质量和品质。
1.2 烟叶分级现状
基于我国烟草制品消费大国的现状，我国烟叶种植行业在我国第一产业中居于重要地位。与第一产业中的其他种植业相比，烟草种植业的自动化、机械化程度较高。例如，在烟草种植行业中几乎普及了全自动采收机和全自动编叶机等设备。但是在烟叶分级自动化设备方面，与生产过程的其他环节相比其智能化和自动化水平还较低。在烟叶分级的过程中，大多数国家的烟草生产商每年仍然需要雇佣大量的人工完成烟叶分级工作。
烟草制品生产商需要从烟叶种植农业生产者手中收购生产的原材料即烟叶产品，在这个过程中必须进行烟叶分级以实现对交易双方的公平性。人工进行的烟叶分级仅仅是依靠人体感觉器官对烟叶等级进行的主观评定。这种主观评定主要存在两个方面的缺陷和弊端。其一，在大宗烟叶农作物生产的过程中，烟叶分级的过程将消耗大量的人力成本和时间，这在一定程度上会降低交易的效率。其二，由于人工进行的烟叶分级是一个纯主观的过程，在主观判断的过程中很可能出现买卖双方对于烟叶等级评定意见相左的情况，不利于维护交易的公平性。除此之外，不同地区、不同分类定级人员之间存在的标准差异，也会在一定程度上阻碍烟草收购活动向统一化发展。
1.3 现有烟叶质量检测手段
对于烟叶质量的机器检测，一般情况下都会使用通过对烟叶内部的化学成分进行检测的方式对烟叶的品质进行判断和分析。通过对烟叶内部的化学成分进行检测的方法判断烟叶的品质有以下几点优势。其一，对烟叶本身的化学成分进行检测可以准确的对烟叶的品质做出判断，相较于人工识别和分类具有更强的准确度。其二，对烟叶的化学成分进行界别相较于其他鉴别方式的稳定性更强。但是从客观上来讲，在目前的技术水平下，人们尚且无法通过任何技术手段在烟叶内部化学成分的构成和烟叶品质之间构建起明确的关联性。该方面技术水平在无法取得突破的情况下，采用化学成分作为烟叶分级的参考依据具有一定的缺陷。除此之外，通過鉴别化学成分的方式对烟叶质量进行鉴别首先需要对烟叶进行一定的处理。只有经过特殊处理的烟叶检测设备才能分析其中的化学构成。因此，采用化学成分的鉴别方法对烟叶进行分析可行性不强。
2 烟叶的等级分类标准
目前对于烟叶的等级分类标准有多种。由于本文中采用了机器视觉自动识别分类计数，因此在选取烟叶等级分类标准时应当选择以外观、外表性状为主要鉴别依据的分类标准。在我国，存在烤烟相关的等级分类标准。笔者以上述分类标准为依托将烟叶不同部分的颜色作为其中一个等级划分标准。笔者将所有可能出现的烟叶颜色分成八种类别。将烟叶的成熟程度分为两种类别。在叶片结构方面，根据叶片结构的松散程度的不同划分为三个类别。烟叶根据其生长环境的不同，烟叶本身所含有的油性成分也存在不一致的情况，因此笔者根据烟叶油性成分多少的不足为烟叶划定了三个标准。最后，笔者根据烟叶色度的不同，又确定了三种类别。在基于机器视觉的烟叶自动分级设计中，其本质就是根据烟叶外表特征进行分类，因此笔者设定了上述分类标准。按照烟叶细胞排列的松散程度的分类如图1所示。
3 机器视觉烟叶分级技术的实现过程
3.1 图像采集过程
本设计如果想准确的实现根据烟叶外表性状进行烟叶分级就必须先完成机器学习的过程。因此，在实现烟叶分级之前必须先为机器提供清晰度高的图像使其完成机器学习。在图像的采集阶段，实现了高质量图像采集级采集到清晰度高的图片的前提条件。在本设计中，装配了多种的图像设备进行的图像采集，有数码照相机、CCD图像传感器以及高清晰度的扫描仪等。根据不同的采集环境和条件，选取不同的图像采集设备以实现高质量的采集效果。在图像采集的过程中，可能会出现多种不利条件使图像采集出现困难，但是为了后期机器识别和分级的准确性，必须克服可能出现的不利因素，为后期机器识别奠定基础。除此之外，为了避免一次采集出现的图像不稳定性，对同一片参考烟叶需要进行三次以上的图像采集，并将三次的采集图像均录入到系统之中。除此之外，还要注意在图像采集的过程中保证外界光线不进入采集区域。如果外界光线进入，就会导致图像采集不准确，给后期对烟叶的识别和分级过程带来不利影响。
3.2 图像处理过程
由于在参照图像的拍摄过程中，可能会受到各种环境因素例如光照条件、拍摄角度、拍摄位置的影响。在各种不利条件的影响下，可能会导致图像质量不稳定，这将对后期的机器学习和机器识别造成不利影响。因此，在图像采集完毕后必须进行图像的处理工作。通过对即将输入系统的图像进行预处理，主要实现的目的有以下三点。其一，提高图像的质量。通过图像的预处理活动可以增强图像的清晰度，减少图片中可能出现的噪点，提高后期机器识别的效率以及准确度。其二，可以去除图像中与识别无关的图像信息，例如烟叶放置台等多余的图像，增加信息的有效程度。其三，可以实现对图像的简化，减少后期机器学习的时间和成本。
3.3 烟叶外观特征提取过程
在对烟叶进行外观识别的过程中，一张参照图像中可以提取出与分类定级相关联的多项信息。前文中笔者为烟叶的等级分类从不同维度划定了相应的等级标准。因此，在此过程中需要对参照图像中与分类标准相契合的信息进行提取。该过程也是机器学习的重要过程，通过该过程机器将实现图像与分类标准的匹配，形成原始数据库。后期的机器识别过程将依托原始数据库中记录的信息进行识别与分类。在设备的具体使用场景下，系统将对需要进行识别的烟叶目标按照分类标准的要求进行关键信息提取。
3.4 烟叶识别与分级过程
在烟叶识别与分级的程序中，首先需要对烟叶进行模糊识别。在模糊识别的过程中，采用了聚类模糊分析的方法，通过该流程，可以将不确定的识别对象进行相对合理的分析，使得同一组中的若干图像属于同一类，以便此后的精准识别。经历模糊识别后，就可以进入识别与分级程序。本设计的图像采集设备将对进入设备中的烟叶进行自动化图像采集，对采集到的图像进行简化处理并提取其中和分级活动相关联的有效信息。完成上述活动后，设备将进入分类环节。系统将从识别目标中提取的信息与分级标准进行一一对照，根据分类定级标准将识别目标划分为不同的等级，最终将分类结果传输至用户使用的计算机终端上。除此之外，系统还能为用户提供关于整批烟叶质量水平的智能化参考建议，供用户在烟叶收购或出售活动中进行参考。在该类设备实现广泛推广与应用以后，还能根据整个行业的实時收购情况为用户提供市场建议。
4 结语
本设计是基于机器视觉识别技术的烟叶等级分类智能化系统。相较于基于其它技术例如化学成分鉴别等具有显著的实用性和高效性。本设计通过图像采集、图像处理、烟叶识别与分类等若干过程实现了烟叶的准确分级，其在效率和准确识别稳定性上均要强于人工识别。该技术的广泛应用和推广，可以有效提升我国烟草行业的生产效率。除此之外，自动烟叶分级系统还能在一定程度上促进我国烟叶收购活动的标准化和统一化，促进该行业的长期稳定发展。
参考文献
[1] 李丽娟，曹红梅，何斌，等.利用烟叶外观与内在质量相关性完善烟叶分级探析[J].现代农业科技，2017（5）：245-246.
[2] 程学青.烟叶分级参比样的建立与使用[J].现代农业科技，2013（15）：76-77.
[3] 王亚平.烟叶分级存在问题及改进措施[J].宁夏农林科技，2013，54（1）：112-113.
[4] 申振宇，申金媛，刘剑君，等.基于神经网络的特征分析在烟叶分级中的应用[J].计算机与数字工程，2012，40（7）：122-124.
