基于智能識別技術的煙葉分級技術研究

●鄧晨曦

一、概述

1.煙葉分級現狀。我國是煙草制品銷售大國，因此煙草種植產業發展態勢良好。煙草制品生產商需要從煙草種植者手中收購大量的煙草農產品。在進行煙葉收購的活動中需要對煙葉進行分類定級，以便于進行煙草定價。但是，在實際收購過程中，會面臨不同地區生產的煙草農作物和不同種類的煙草農作物物理性狀不同，而導致在分類定級時收購者與被收購者之間會存在意見的不統一，這種情況在一定程度上降低了收購活動的效率。除此之外，目前在煙葉的分類定級活動中一般采用了人工分類的方法。這種分類方法存在一定的弊端，其主要表現在以下三個方面。其一，不同的分類定級技術人員之間可能將實質上相同的煙葉確定為不同等級，這主要是由于分類技術人員的認知不同造成的。其二，在人工分類定級的過程中，主要依靠技術人員肉眼識別進行判斷，這種識別和判斷很難保持高度的穩定性和準確性。即使是同一名技術人員在識別同等品質的煙葉制品時也可能會產生不同的識別結果。其三，人工手段對煙葉的識別過程由于存在較強的主觀性特征，可能分類技術人員所代表的立場不同，在主觀因素的影響下很難做出較為客觀的評定。基于上述三點原因，在煙葉收購活動中，經常由于對煙葉品質的認識不同而產生糾紛。中國煙葉收購活動頻繁，每年為收購煙葉時的分類定級使用了大量的人力資源，并且取得的效果不佳。人工定級活動無論是對于煙葉種植者還是對于煙草收購商而言都存在一定的弊端，因此必須通過新技術對煙葉分類定級活動進行革新。

2. 煙葉分級智能識別技術的發展現狀。在自動化煙葉等級確定的過程中，機器將根據預先設定好的指標，對提供檢測的煙葉進行的判斷，并評定出相應的等級。但是由于在機器識別的過程中需要涉及到多項指標，整個過程極為復雜，也煙葉等級的準確評定帶來了一定的困難。智能識別技術本質上就是根據煙葉農產品的外在特征對煙葉的品質做出的判斷。在該類技術發展的過程中，國外的相關技術產品要在一定程度上領先于國內。該技術最先在美國出現，美國學者托馬斯在發表的科研成果上提到了可以利用圖像識別的方式對煙葉制品進行定級。其后，津巴布韋一位科研人員也開發了一套以高速處理圖像為核心技術的煙葉智能識別分類系統。韓國學者paek 也對煙葉自動分級的智能識別技術進行了一定的研究和探索。在國內，有學者也開發出了基于模糊識別方法的煙葉自動分級設備。這種設備的核原理是根據煙葉的顏色、破損程度、圓度等多方面的特征進行智能識別，并由機器完成分類。我國云南地區是煙草農作物的重要種植地，因此上述設備選取云南地區進行了實驗，該套系統的可靠性程度已經接近了人工分類的水平，并且有進一步優化的空間。

3. 研究意義。本文中研究的基于智能識別的煙葉分級技術的主要意義有以下三點。其一，提高煙葉分級的工作效率。使用傳統的人工方式進行煙葉分級，會耗費大量的人工成本。通過該技術的應用和推廣，可以明顯的提升煙葉分級過程的效率，減少人工的消耗，提升了煙葉分級的工作效率。其二，減少煙葉收購活動中出現的糾紛數量和概率。由于人工方式對煙葉進行分級存在極強的主觀性因素。參與人工分類的工作人員由于其代表的利益相關方的不同，難免在分類定級時存在主觀因素的影響。如果采用智能識別技術進行分級，可以在很大程度上提高分類過程的客觀性，減少收購活動中的糾紛出現。其三，可以促進全社會煙葉分類過程的統一化，明確質量和價格的對應關系，規范煙草收購市場，提升我國煙草行業的全球競爭力。

二、基于智能識別技術煙草分類的實現路徑

1.樣品收集。機器的智能化識別首先要依托一定數量的樣本完成機器學習。在本次研究中，筆者選取了來自云南省的若干組煙草樣本。筆者將這些煙草樣本交由煙草分類定級專家進行鑒別，由專家人工定級的方式將所有的煙草樣本劃分為22 個等級。專家的定級標準將成為智能識別技術定級的標準參照。在專家對煙葉進行定級的過程中，為了在最大程度上避免專家主觀因素對樣本定級造成影響。本研究中，在對每一組煙葉樣本定級的過程中，采用了多名專家分別定級的模式。對在第一次定級中專家間存在不同意見的樣本進行再次定級，最大限度保證了樣本定級的客觀性。

2.智能識別中的圖像采集。目前利用智能識別技術進行煙葉分級的所有模式中，基于煙葉外觀及其他可直接感知因素進行的分級最具有可行性且實用性較強。因此，本研究所涉及到的智能識別技術也是基于圖像識別的方式進行自動化煙葉分級。本設計在進行識別的過程中，需要優先考慮的是光照條件對于圖像采集的不利影響。為了最大程度避免光照環境對智能識別產生影響，本系統中設計了圖像采集的箱體。設計中的箱體是一個封閉的空間，在該箱體內部的四周都安裝了黑色棉布進行了覆蓋，可以減少光線反射對圖像采集造成影響。在箱體頂端安裝了兩組共四個日光燈管，可以保證圖像采集箱內有均勻且充足的光照條件。在兩組燈管中間安裝了工業照相機。在相機使用前需要先進行白平衡的設置。在相機的安裝口，為了防止安裝口縫隙有光線進入影響圖像采集的準確度，在開口處同樣需要使用黑色棉布進行的遮擋。在圖像采集箱底端安裝了白色煙葉放置臺，使系統可以便捷地將煙葉與放置臺顏色相分離。在進行煙葉圖像采集時，對每一組煙葉都要進行多次采集，避免因單次采集產生的圖像誤差。

3.圖像處理。在完成煙葉圖像的采集活動后，需要對采集到的圖像做進一步處理以供智能識別系統進行自動分類。首先，需要對采集到的煙葉圖像進行濾波處理。通過該過程可以削弱圖片的高頻分量，同時又不會對低頻分量造成影響。本設計中采用的濾波方法為彩色濾波法，該方法可以保留更多的圖像色彩細節，便于后期機器的智能識別。其次，需要對采集到的圖像進行二值化處理，該過程為提取圖像關鍵信息的重要環節。例如，可以通過該過程提取煙葉的形狀信息等。實質上，二值化處理后的圖像為一個特殊灰度圖像，一方面可以加快智能識別的效率，另一方面可以獲取到煙葉形狀的關鍵信息。最后，需要對的采集到的煙葉圖像進行分割。在圖像采集的過程中，工業照相機會將煙葉及其背景信息同時采集，但是在智能識別環節僅需對煙葉本身進行判斷，因此，在本設計中采取了邊緣檢測法、模糊分割法以及神經網絡分割法進行圖像的分割。

圖 圖像處理流程圖

4.智能識別軟件的設計與使用。本設計中運用了MATLAB軟件進行了識別與分級系統的構建。首先，軟件中具有圖像顯示模塊。該模塊的主要功能是可以使軟件使用者可以清楚地觀察到煙葉分級的過程。其次，軟件具備了圖像處理模塊。該模塊主要包含了三個步驟的圖像處理功能。再次，軟件具備特征識別模塊。該模塊可以對煙葉的特征進行分析和歸類。其實現的主要功能是將讀取到的圖像參數與專家識別樣品的圖像參數進行比對，并將提取到的參數進行保存，以供分級模塊使用。最后，軟件中具備分級系統。在本系統設立之初就將煙葉按照不同品質分為了22 個等級。該模塊將系統提取到的煙葉參數與分級標準進行比對，并將煙葉劃分為恰當的等級。自此，整個系統完成了對煙葉的智能識別和分級活動。

三、結語

在本設備設計完成后，筆者運用本設備進行了實例分析。筆者首先隨機選取了148 份識別樣本，并依托上述樣本進行了分級模型的建立。其次，對148 份樣本中的86 份進行了分組實驗。最終將機器分級的結論與專家人工分級的結論進行比對，機器智能識別的正確率為95.45%，該正確率相較于普通人工識別更高。因此，本設計具有較高的應用推廣價值。

煙葉分級的自動化和智能化研究已經愈發成熟，并已經有部分煙草制品生產商開始引入該類技術進行煙葉收購活動。本設計是智能識別技術在煙葉分級領域的探索，在一定程度上可以實現代替人工分級，實現該項工作的高效化和智能化。我國作為煙草制品消費大國，該類技術具有廣闊的推廣空間和應用價值，此項技術大規模應用后對我國煙草制品行業生產效率的提高，對煙葉農產品質量評定的標準化有著重要的積極意義。