在实现烟草制品的可用性过程中,烟叶等级的判定充当纽带和桥梁的角色。对烟叶等级进行快速而准确的综合性评价,对于烟草制品质量的提高起着至关重要的作用。本文主要研究烟叶特征视觉信息的表达与分级算法,主要从下面几个方面展开研究:(1)烟叶图像采集技术的研究根据烟叶图像采集装置的具体要求进行图像采集装置设计,该装置具有成像质量高、光照均匀性好、拍摄环境固定、操作简单和便于实现工程化等一系列优点。(2)烟叶图像的预处理和分割的研究本文所涉及到的烟叶图像处理方法主要包括图像的增强、锐化和分割。经实验分析,烟叶图像的增强、锐化和分割分别选用中值滤波、LOG算法滤波和最大类间方差(Otsu算法)来实现。经处理分割后的图像能反映出烟叶真实的视觉信息,从而为后续的烟叶特征视觉信息的表达奠定良好的基础。(3)烟叶特征的视觉信息表达算法的研究在RGB颜色空间模型下提取烟叶的各颜色分量均值,同时在HSV颜色空间模型下提取烟叶的各颜色分量均值、一致性和平滑度等15个特征指标。将R、G、B分量及其对应的均值带入RGB距离色差公式计算出标准烟叶等级的色差阈值。同时还利用提取的与分级因素中的成熟度和油分特征相关的外观指标量化值,采用灰色系统理论中的绝对关联度分析方法对烟叶的分级因素进行定量化研究。中部烟叶识别实验结果表明,C2F的识别率最高,为72%;而C3L的识别率最低,为64%;中部烟叶的平均识别率达到68%,满足烟叶收购过程中对识别率的要求。(4)基于烟叶特征视觉信息表达的算法实现基于OpenCv2.4.4计算机视觉库的平台,将本文研究出的颜色色差算法通过OpenCV进行移植,编写基于烟叶特征视觉信息的自动分级算法程序,建立了烟叶自动分级数学模型。