本论文以计算机视觉技术为基础,将色度学理论、图像分割、Gabor小波、灰色理论等理论应用到烟叶分级标准定量化研究中,实现了烟叶颜色、叶形、纹理、成熟度、油分等的定量化测量、分析和描述。本文对特征提取算法和参数设置做了进一步的研究,分析研究了分级的原理和方法,使得分级定量化模型更加贴近实际应用。本论文设计了基于CCD的烟叶图像采集系统平台,使得烟叶图像的采集方便、准确、易行。本文将烟叶的分级指标分为颜色、叶形、纹理三个综合量进行研究。对于烟叶的颜色信息,本文采用转换简单、快速的HSV颜色空间,使得颜色由RGB到HSV的转换能在瞬间完成,提取了HSV的峰度、能量、一阶矩、二阶矩和三阶矩等共计十五个特征量化参数;研究了不同颜色空间中的颜色分量特性,选取合适的背景,有效的将烟叶图像二值化。在烟叶叶形特征的提取中,本文采用“跟踪虫”算法对烟叶图像的边界进行跟踪,并采用定步长跟踪拟合法拟合烟叶图像的边界,该算法耗时少,速度快。本文提取了烟叶长度、宽度、长宽比、面积、周长、圆度、叶尖角、残伤等参数;应用Gabor小波分析方法,提取了烟叶纹理的均值μ和标准方差σ;首次将灰色理论的知识应用到烟叶成熟度和油分的研究中,利用前面提取的与成熟度和油分相关的特征因素,通过灰色绝对关联度来分析成熟度和油分各档次之间的联系,从而得到了它们不同程度的量化值。最后结合实际的烟叶分级操作,依据GB2635-92,利用提取的特征参数,采用先分组后分级的思想,建立了烟叶分组分级的定量化模型,使得烟叶的分组分级更加明确。