基于數字圖像數據的烤煙成熟度指數研究

劉劍君，楊鐵釗，朱寶川，梅芳，張小全

1河南農業大學煙草學院，鄭州 450002；

2河南省煙草公司鄭州市公司，鄭州 450016

成熟度是重要的烤煙品質因素，正確掌握采收成熟度是提高煙葉產量和質量的關鍵技術[1,2]。《烤煙烘烤技術規程》（GB/T 23219—2008）將采收煙葉成熟度劃分為欠熟、尚熟、成熟、完熟、過熟、假熟六種狀態，生產中通常用葉片顏色和葉齡相結合的感官識別辦法判斷煙葉是否成熟[3,4]，也有采用比色卡比色、抽屜試驗、烘烤試驗、化學成分分析等方法判定煙葉成熟度的報道[5,6]。20世紀初發展起來的色度學理論和實踐為煙葉顏色的儀器測定和定量描述提供了可能性[7,8]，隨著光電技術的發展，數字攝錄設備[9]、葉綠素儀[6,10]、光譜儀[11,12]、色差計[13]等設備被用于煙葉成熟度數據采集，使用神經網絡、模糊數學等數據處理方法量化研究煙葉成熟度，但目前尚無符合生產習慣，能投入實用的烤煙成熟度量化判斷方法和測量的儀器。本文采用數字圖像設備采集煙葉圖像，通過分析煙葉成熟過程中各像素色度比例的變化，對圖像數據進行處理轉化，尋找能表征成熟度變化的特征變量，旨在找出一種簡單實用的煙葉成熟度量化方法，使成熟度可以直觀地進行客觀比較，為機器識別煙葉成熟度提供理論依據。

1 成熟度指數的定義及提取方法

1.1 成熟度特征變量分析

顏色變化是烤煙成熟過程中最主要的外觀特征，隨著煙葉從欠熟向尚熟、成熟、過熟轉化，煙葉顏色由濃綠向淺綠、綠黃、黃綠、淺黃（金黃）、黃白轉變，甚至接近于白色，其中品種一致、生長管理條件相似的煙葉顏色變化趨勢接近[2,4]，這是根據葉片顏色判斷煙葉成熟度的技術基礎。常用的RGB色彩系統中，彩色數字圖像的每個點都由不同比例的紅、綠、藍三基色混合而成，是一種復合色，像素點色彩數據由R、G、B三個值組成。定性分析煙葉成熟過程中顏色的變化，總體上是綠色所占比例由大變小，而紅色所占比例由小變大，其圖像中各像素點的三基色顏色值R、G、B則表現為逐漸接近極值255。本文以圖像中各像素點的三基色顏色值為基礎，分別采用紅色R、綠色G、藍色B、R+G、R+B、G+B、R+G+B和“RGB顏 色 值”C =（65536×Red)+（256×Green)+(Blue)設置了8種像素值合并算法，并進行分析研究和實驗論證，以便從中篩選能夠較好的表征成熟度的變量Ma。

像素點成熟度值MaX定義：

為符合實際和方便使用，將像素點成熟度值范圍限定在0-10范圍內，其計算方法為：

MaR=10×R/255;

MaG=10×G/255;

MaB=10×B/255;

MaC=10×C/WC; 其中WC為白色顏色值，WC =（65536×255)+（256×255)+(255)= 16777215。

MaRBG=10×(R+B+G)/(255×3);

MaRG=5×(R+G)/255;

MaRB=5×(R+B)/255;

MaBG=5×( B+G)/255。

1.2 馬賽克壓縮原理

常用的數字圖像采集裝置總像素一般在30萬以上，本次試驗使用的數碼相機最低分辨率為368萬像素，過高的分辨率只會增加無意義的計算時間，對于判斷煙葉成熟度并不必要，所以需要對圖像數據進行壓縮，最簡單的圖像壓縮方法是等間隔抽樣。馬賽克算法本質上是將相鄰的顏色相同或近似的像素顏色合并為一個值，在數據量大幅減少的同時又能體現原始圖像特征。算法的定義為：設I是所有圖像組成的圖像集合，P是一幅較大的圖像，S={S1,S2,…Sm}是形狀和大小都相同的若干個小圖像組成的圖像集合，Dsi＜＜Dp(Di表示圖像 i的面積 )，A={A1，A2,…An} 為用圖像網格G分解圖像P所得到的小圖像集合，其中，Ai(i=l，2，…n)的形狀和大小都與S中的小圖像相同，f是S×A—I的映射，R是集合B={bj=f(Si，Aj)|Si∈S，Aj∈A，i=1,2,3，…n, j=1，2，…m}中圖像按照網格G拼接而成的目標圖像，如果q(R，P)=l且 q(Si,Bj)=l，其中 Si∈ S，Bj∈ B，i=l，2,…n，j=1，2，…m，則R為由S中的小圖像組成的圖像P的一個馬賽克圖像，其中q(R，P)表示圖像視覺中圖像R和P的相似度，如果相似為1，否則為0。選擇合適大小的圖像網格G的分解圖像A（與S形狀大小相同），可以有效減少圖像失真。本文利用馬賽克算法進行圖像壓縮，并對不同的壓縮比例進行研究，選擇最佳參數。

1.3 TRIMMEAN函數去極值

由于煙葉在自然環境中生長，受到煙草類型、品種、生長環境、施肥、栽培措施等因素的影響，以及生長時期、著生部位不同，葉片基本色有一定差異；同時，由于煙株整體受光不均勻，下部葉片的葉尖和葉基部也有一定色差；此外葉片可能有病斑、蟲孔、風摩或粘附砂土以及在圖像采集時葉片皺折所產生的陰影和去背景時邊界區分不準確等原因，使得葉片圖像存在深淺不同的雜色，其程度隨著葉片葉齡的增加即成熟度的提高呈上升趨勢。分析煙葉圖像特征和數據分布直方圖發現，雜色的顏色值多為較大和較小的極值，因此按一定比例去除兩端的極值，可以在一定程度上剔除雜色的影響，使提取的成熟度指數更能接近煙葉基本特征、體現葉片圖像的主色調。

函數TRIMMEAN 可從數據集的頭部和尾部除去一定百分比的數據點，然后求平均值，本文利用TRIMMEAN函數對不同極值除去比例進行研究，尋找最佳去極值比例。

1.4 成熟度指數定義

本文定義鮮煙葉葉片成熟度指數為：利用TRIMMEAN函數適當除去煙葉(摳出背景并進行適當壓縮)像素成熟度值MaX的部分極值所得到的平均值。

2 實驗結果與分析

實驗采用的不同類型典型煙葉樣本取自河南農業大學科教試驗園區的煙葉試驗田。

2.1 試驗煙田基本情況

試驗地土壤全氮0.95g/Kg，堿解氮73.54mg/Kg，速效磷34.12 mg/Kg，速效鉀130.7 mg/Kg，有機質9.96g/Kg，pH值8.19。試驗品種中煙100，施氮量60 kg/hm2。田間管理參照《烤煙栽培技術規程》（GB23221-2008）進行。

2.2 圖像采集裝置

使用佳能500D數碼相機，自制規格為100 cm×80 cm×100 cm的反射拍攝燈箱，箱體包裹銀色反光布，箱體頂部中央安放相機，并均勻固定6個功率125W色溫為5500的攝影燈泡，底部載物臺使用白色聚四氟乙烯板制作以方便摳圖操作[14]，在底板上固定與底邊相同尺寸的卷尺。打開拍攝燈箱光源并穩定10 min后，使用手動模式拍照，拍照設置為快門：1/125秒；光圈：F8；感光度：ISO200；白平衡：自動；取景大小：2352×1566。

2.3 馬賽克壓縮比例的選取

本實驗中采集的煙葉圖像大小為2352×1566×3，摳除背景后需要處理的數據量為百萬級別，必須對圖像數據進行壓縮以減少成熟度指數的計算時間。因此在選擇最佳成熟度表征變量前，先研究了不同馬賽克壓縮比例對圖像質量的影響，以便在保證圖像色彩不失真的情況下，盡量減少數據處理量。使用馬賽克處理軟件取馬賽克系數3、5、10、20、30、40、50、60、70對典型成熟煙葉圖像數據進行處理，計算 了 MaR、MaG、MaB、MaC、MaRBG、MaRG、MaRB、MaBG值。圖1給出馬賽克系數為3、20、70時MaR、MaG、MaB值的Gaussian擬合曲線，以及不同馬賽克系數下整片煙葉像素點成熟度均值的變化趨勢。

圖1 不同馬賽克壓縮比例下像素點成熟度指數分布

由圖1可以看到：當馬賽克系數3，即葉片顏色取點數量為40個左右時，由于像素點太少，無法使用這些點成熟度值擬合出曲線，隨著馬賽克系數(取樣點數)的增加，像素點成熟度值擬合曲線的特征開始顯現，當馬賽克壓縮比例為5%，即取樣數量大于100個以上時，數據分布已形成一條視覺特征基本穩定的曲線。說明就特定的煙葉圖片數據，當馬賽克壓縮比例達到一定值，即圖像數據達到一定數量時，像素點成熟度值分布特征曲線已經顯現，繼續提高馬賽克壓縮比例不會改變其總體變化趨勢。不同馬賽克系數下各成熟度表征處理數值最大相差0.01，基本上不再隨壓縮比例變化，考慮到在不影響數據處理速度的前提下盡量提高取樣的代表性，所以后面的研究選定馬賽克系數為20。

2.4 成熟度表征變量的選取

對煙葉圖像進行數據處理的目的是為了獲得一個可進行比較，能用于判斷成熟程度的單值變量。理論上分析，MaC中R顏色值的系數遠遠大于藍綠兩色，所以基本上和MaR值相等，從圖1中也可以看到MaR和MaC兩條曲線幾乎重合，其他幾個變量MaRGB，MaRG，MaRB，MaGB實際上是MaR、MaG、MaB的轉化值或平均值，其變化趨勢取決于這三個值。對MaR、MaG、MaB、MaC，MaRBG、MaRG、 MaRB、 MaBG的數據分布作Gaussian擬合曲線進行驗證，得到與此相符的結論。

為直觀表達，圖2給出了同株煙上的欠熟、尚熟、過熟煙葉的MaR、MaG、MaB值Gaussian擬合曲線。煙葉由欠熟、尚熟向過熟變化過程中，葉片顏色整體上由綠轉黃，其圖片像素中的R、G、B顏色值也呈現逐步提高的趨勢，但MaR、MaG、MaB值的變化區間并不完全相同，不同成熟度煙葉的MaB值變化區間很小且數據重疊，難以區分；MaG值已隨著煙葉的成熟呈現出明顯的區間變化，但變化區間小于MaR；MaR值隨著成熟度的增加階次上升且變化區間較大。圖2給出的數據中，欠熟葉的MaR值多介于2～4之間；尚熟葉的MaR值多分布在3～6之間；過熟葉的MaR值集中在7～9之間，區間非常明顯，接近感官判斷結果，在本文給出的8個成熟度值處理中效果最好。本文后面的研究選用變量MaR計算成熟度指數。

圖2 不同成熟度表征變量的數據分布

2.5 不同去極值比例對成熟度指數的影響

由于種植條件及各種自然因素的影響，煙葉葉片顏色往往不夠均勻，會出現一些雜色，圖2中顯示的像素點成熟度值分布情況證實了這一點，為得到煙葉葉片成熟度特征變量的主基色，有必要除去這些雜色，由于這些雜色在數據中多表現為極值，因此對獲取的像素點成熟度值數據進行處理，去除一定比例的極值點，會有效提高用像素點成熟度值的平均值計算出的葉片成熟度指數的代表性。《烤煙》國家標準（GB 2635—92）中，煙葉允許20%以下的殘傷、破損，加上淺色葉脈部分，剔除雜色數據的比例理論上應在30%左右。圖3是對整株煙葉進行驗證的結果，在葉片雜色部分比例不超過規定的條件下，當去極值比例分別取0、5%、10%、15%、20%、25%、30%、35%、40%、50%、60%、70%、80%、90%時，正常生長的煙葉成熟度指數趨近于一條直線，其中去除極值比例達到25%左右時，數據的差異已不明顯，本研究中采用去除30%極值的比例處理圖像數據，以便更準確地表現葉片的主色調。過熟煙葉因雜色部分所占比例較大，不同去極值比例對其成熟度指數影響較明顯，實際生產中可能還會出現一些由各種原因造成的大比例殘傷和破損的煙葉，這種情況下可根據所采集樣品實際調整確定最佳去極值比例。

2.6 整株煙葉的成熟度指數變化特點

為驗證以R顏色值表現煙葉成熟度的科學性，在田間留單株煙葉，打頂后不進行采收，于圓頂期摘取煙株上的所有葉片進行數據處理并計算成熟度指數。全株32片煙葉，感官判斷的結果是底部3片過熟，下部3片煙葉基本成熟，中部12片煙葉尚熟，上部14片欠熟。圖4所示曲線上的每一個點代表一片煙葉的成熟度指數，過熟的3片煙葉成熟度指數在8以上，尚熟煙葉的成熟度指數在4～6之間，3片下部煙葉已接近成熟，欠熟煙葉的成熟度指數在4以下。煙葉開始落黃后，隨著黃色所占比例的提高，成熟度指數呈現出明顯的層次性分布，其中葉齡最接近的9片上部葉成熟度指數基本相同，并與中部葉，下部葉區別明顯，基本上可以按葉片分化時間進行分組。說明采用MaR值區分煙葉成熟程度是可行的，其數據較感官識別結果更加細化。同時本研究表明以像素點成熟度值表示的成熟走勢與葉齡相關性較強，研究數據支持煙葉生產中使用葉齡判斷煙葉成熟度的方法[3]。

圖3 不同去極值比例對煙葉成熟度指數的影響

圖4 整株煙葉成熟度指數的分布

2.7 特殊煙葉的像素點成熟度值分布特點

圖5是典型的欠熟、成熟、過熟煙葉和遮蔭煙葉MaR值的Gaussian擬合曲線。正常發育的烤煙煙葉主要由顏色較淺的葉脈和顏色較深的葉片組成，其MaR值分布曲線為一條單峰曲線，其中兩頭為極值區，中間為數據集中分布區。欠熟煙葉的葉色呈較均勻的亮綠色，整片煙葉MaR值大多分布于一個較陡的波峰內；成熟煙葉的葉色變為黃綠色，其MaR值高于欠熟煙葉，分布曲線與欠熟煙葉類似，但波峰更高更陡；過熟煙葉的葉色黃白，雜色增多，其MaR值相對最高，但MaR值分布曲線波峰明顯較欠熟和成熟煙葉平緩。遮蔭煙葉由于光照不足部分煙葉已變黃而另一部分仍為綠色，其MaR值分布曲線跨越欠熟和成熟煙葉，波峰低且平緩，說明其色素點分布區域較廣。由于成熟度指數是平均數，單從數值上難以把特殊煙葉區分開來，所以采用機電裝置自動判斷煙葉成熟度時還需要考慮數據分布區間以分辨特殊煙葉。

圖5 特殊煙葉像素點成熟度指數的分布

2.8 暗箱變黃過程中成熟度指數的變化

煙葉采收裝入烤房后，離體煙葉進入一個人為控制條件下的變黃和失水過程，在變黃前期和中期，煙葉變化與類似于大田后期，也被稱之為烤房內的后熟。參照《烤煙品種烘烤特性評價》（YCT 311—2009），采用暗箱變黃試驗進行了驗證，圖6列出了2片尚熟煙葉和2片成熟煙葉在暗箱條件下的成熟度指數變化。隨著煙葉變黃程度的提高，成熟度指數也隨之提高，成熟度基本相同的煙葉成熟度指數變化趨勢類似；成熟度不同的煙葉變黃時間有差異，但達到相同的成熟度后的變黃曲線接近。煙葉在烤房中變黃并不是一個線性過程，色度轉換呈現出一定的階梯性，這與感官鑒定的煙葉變黃過程一致。從煙葉變黃過程判斷，理想的升溫時間應為成熟度指數穩定在8左右時，與烘烤技術中煙葉8成黃時轉火的技術基本吻合[15]，說明選用以R顏色值為表征變量的成熟度指數也可以用于判別煙葉烘烤變黃期的煙葉變化。

圖6 暗箱試驗中不同成熟度煙葉成熟度指數變化

3 討論

煙葉在大田生長發育直到進入烤房烘烤的變黃前中期，鮮煙葉的顏色都是一種可辨識度較高的外觀特征，本文研究了量化鮮煙葉顏色特征比較成熟變黃程度的方法。研究使用葉片全部數據而不是部分取點，以提高代表性；參照煙葉去雜原則去掉一定比例的極值以減小誤差；選擇與感官認定成熟度數值最接近的計算方法，定義白色為10成熟，把煙葉成熟度轉換成極值為10的色度比例值，將煙葉各像素點色度比例值的平均數定義為葉片的成熟度指數，使成熟度可以直觀地進行比較。成熟度指數使成熟度數據更加細化，能從數值上區別感官認為相似的顏色，甚至可以用來表征成熟的早晚。

在本文的栽培和圖像采集條件下，青煙的成熟度指數小于4，未熟煙葉的成熟度指數在4到6之間，成熟煙葉的成熟度指數在5.5到7.5之間，成熟度指數大于7.5為過熟，結合葉片不同點成熟度值分布的差異還可以進一步區分病斑過多或遮蔭等特殊煙葉。

本文針對特定品種和栽培條件下的典型煙葉進行了成熟度指數量化研究，大致得到了不同成熟度所對應的成熟度指數值范圍，由于實際生產中影響煙葉顏色的因素較多[16]，文中所給出的不同成熟度對應的成熟度指數值范圍可能不能直接用于其他情況下栽培的煙葉或其他品種的煙葉，不同于本文品種或栽培條件的煙葉還需要用大量的典型煙葉進行驗證，并進行暗箱試驗以檢驗判斷的符合性，從而對不同的煙田給出具體的成熟度指數標準。對于因土壤肥力條件不同，栽培習慣差異，氣候因素影響等造成的成熟度表征變量差異問題，還可以考慮把欠熟、過熟煙葉的成熟度指數設為定值，采用相對成熟度指數來表示，使成熟度指數值更接近于煙葉生產實際。

本文利用數碼相機采集圖像并利用計算機對數據進行處理，在對煙葉成熟度表征變量進行篩選的基礎上，提出了一種成熟度指數的算法，并初步從理論上驗證了其可行性，但顯然不適于提供給煙農使用或在采收現場實時進行成熟度檢測，技術進入實用階段還需要針對不同環境和煙葉類型建立數據模型，開發軟件程序，利用簡單的CCD或COMS以及嵌入式系統構建更簡易的低成本的小型實時檢測系統也是進一步研究的方向之一。

4 結論

對不同類型的典型煙葉圖像以及整株煙葉圖像進行理論分析和驗證表明，紅色或RGB顏色值是比較好的成熟度表征變量。本文提出的簡單的獲取成熟度指數方法——通過對煙葉進行分割并進行適當比例的馬賽克數據壓縮，進行適當比例的去極值平均，將數值范圍等比例縮放在0—10，最終計算出的鮮煙葉成熟度指數與生產實際中感官判斷數據雖然不完全一致，但數據具有相同的趨勢，與生產實踐中使用的比例法基本吻合，可以用于進行煙葉的成熟度的量化比較。

[1] 蔡憲杰,王信民,尹啟生.成熟度與煙葉質量的量化關系研究[J].中國煙草學報,2005,11(4):42-46.

[2] 李躍武,陳朝陽,江豪,等.烤煙品種云煙85煙葉的成熟度Ⅰ.成熟度與葉片組織結構、葉色、化學成分的關系[J].福建農林大學學報(自然科學版),2002,31(1):16-21.

[3] 陳逸鵬,林凱.烤煙煙葉成熟的外觀特征研究Ⅰ.煙葉成熟度與葉齡的關系[J].福建農業科技,1997(5):13-14.

[4] 崔國民.煙葉的成熟度標準[J].云南農業,2006,9:16-17.

[5] 李衛,周冀衡,楊榮生,等.煙葉成熟度的研究進展[J].作物研究,2008,22(5):470-475.

[6] 李佛琳,趙春江,劉良云,等.烤煙鮮煙葉成熟度的量化[J].煙草科技,2007,1:54-58.

[7] 張建平,吳守一.煙葉顏色測量與分析[J].江蘇工學院學報,1993,14(4):7-14.

[8] 張建平,高同啟.煙葉顏色定量分析的研究[J].排灌機械,1993(A00):38-40.

[9] 張馳,唐勇.烤煙煙葉顏色檢驗系統設計方案[J].儀器儀表用戶,2009,16(2):67-68.

[10] 汪強,席磊,任艷娜,等.基于計算機視覺技術的煙葉成熟度判定方法[J].農業工程學報,2012,28(4):175-179.

[11] 李向陽,劉國順,史舟,等.利用室內光譜紅邊參數估測烤煙葉片成熟度[J].遙感學報,2007,11(2):269-275.

[12] 李佛琳,趙春江,王紀華,等.不同成熟度烤煙鮮葉的高光譜響應及其判別分析[J].福建農林大學學報(自然科學版),2008,37(6):565-569.

[13] 霍開玲,宋朝鵬,武圣江,等.不同成熟度煙葉烘烤中顏色值和色素含量的變化[J].中國農業科學,2011,44(10):2013-2021.

[14] 馬文杰,賀立源,劉華波,等.成像環境因素對煙葉圖像采集結果的影響及校正研究[J].中國農業科學,2006,39(12):2615-2620.

[15] 韓錦峰,王彥亭.烤煙葉片成熟度的研究：Ⅱ.烤煙成熟標準及不同成熟度煙葉烘烤效應的研究[J].中國煙草,1991(4):15-20.

[16] 魏春陽,張云鶴,宋瑜冰,等.基于顏色分形的不同產地煙葉聚類分析[J].農業機械學報,2010,41(8):200-205.