-
公开(公告)号:CN118070211A
公开(公告)日:2024-05-24
申请号:CN202410025469.4
申请日:2024-01-08
申请人: 云南省烟草质量监督检测站 , 昆明理工大学
发明人: 龙杰 , 龚佩瑶 , 刘宇晨 , 刘凯 , 侯开虎 , 邓超 , 张林 , 胡巧慧 , 白帆 , 张冀武 , 孙浩巍 , 张晓伟 , 张轲 , 盖小雷 , 段鑫怡 , 夏琳 , 栾菲菲 , 宗达
IPC分类号: G06F18/25 , G06F18/27 , G06F18/2431 , G06F18/241
摘要: 本发明公开一种多模态的烤烟叶油分表征方法,涉及烤烟分级技术领域。本发明由烟叶分级专家分别对上部、中部、下部烟叶进行标注,获取烤烟叶油分的数字化特征。然后通过工业相机获取样本烟叶的图像,将图像进行二值化分割,确定图像烟叶区域,对图像烟叶区域进行特征提取,获取烟叶的面积、橘色占比、柠色占比、H均值、S均值、V均值特征。再分别通过数字称和色差计获取烟叶的静态重量和色差数值;然后进行烤烟叶油分与烟叶的图像特征、静态重量、色差数值的相关性分析,确定烤烟叶的油分与烟叶的图像特征、静态重量、色差数值之间存在的相关性,再进一步进行回归与通径分析,获取回归方程和通径系数,从而得到油分的表征方程式。
-
公开(公告)号:CN116385734A
公开(公告)日:2023-07-04
申请号:CN202310295401.3
申请日:2023-03-24
申请人: 昆明理工大学 , 云南省烟草质量监督检测站
IPC分类号: G06V10/44 , G06V10/774 , G06V10/764
摘要: 本发明提供了一种特征通道加权和动态损失调控的烤烟分组方法及系统,涉及深度学习和烤烟分级技术领域,通过图像采集装置采集获取N个主收组别的烤烟图像,建立烤烟分组数据集,其中,N为正整数,对所述烤烟分组数据集进行数据预处理,获取预处理数据集,设计烤烟组别分类网络TGNet,用所述烤烟组别分类网络TGNet训练所述预处理数据集,得到烤烟组别分类模型,基于所述烤烟组别分类模型获取烤烟分组结果。本发明解决了现有的深度学习烤烟分组方法在高尺度特征中缺乏关键特征表达、类间辨别能力有限、模型在训练期间倾向学习多数类样本的技术问题。实现了烤烟组别实时分类,达到有效提高烤烟组分类效率,降低人工分级成本。
-
公开(公告)号:CN114170329A
公开(公告)日:2022-03-11
申请号:CN202111220082.7
申请日:2021-10-20
申请人: 云南省烟草质量监督检测站 , 昆明理工大学
摘要: 本发明公开一种正组烟叶的颜色区分方法,涉及烟叶分级技术领域。本发明通过由烟叶分级专家挑选得到正组烟叶“标准”颜色样本;再由工业相机获得正组烟叶“标准”颜色样本的正面图像,将图像进行二值化分割,确定图像烟叶区域,对图像烟叶区域的像素点采样获得烟叶色差;样本关于色差的散点图的正组三色烟叶色差值具有明显区间分布,以连续各个区间存在的交叉域作为烟叶色差区间的交叉域范围;通过交叉域样本点计算区间划分的阈值,定义了正组柠檬黄、橘黄、红棕三色烟叶的色差区间,各区间代表了不同的正组烟叶颜色;本发明建立可描述的烟叶颜色的区分方法,利用单一指标,完成对正组烟叶颜色的区分。
-
公开(公告)号:CN117131399A
公开(公告)日:2023-11-28
申请号:CN202310436166.7
申请日:2023-04-21
申请人: 昆明理工大学 , 云南省烟草质量监督检测站
摘要: 本发明提供一种基于多异构分类器集成的烟叶分级方法,属于烟叶分级技术领域,该方法包括:建立烟叶等级特征样本数据库,采集在烟叶实收过程中提取得到的各个等级的烟叶特征值。然后对样本数据进行预处理,使用箱线图对每个等级烟叶各个特征数据的整体分布情况进行描述,找出异常值并去除。再搭建出多异构分类器集成框架,使用CatBoost、朴素贝叶斯、极端随机树和线性判别分析作为基分类器,CatBoost作为元分类器,对烟叶样本数据进行训练学习。最后在集成框架中引入网格搜索法和k折交叉验证法对其进行调参,寻求最佳的组合参数。
-
公开(公告)号:CN116609457A
公开(公告)日:2023-08-18
申请号:CN202310576276.3
申请日:2023-05-19
申请人: 云南省烟草质量监督检测站 , 昆明理工大学
摘要: 本发明涉及烟草挥发性物质的捕集及检测领域,尤其涉及一种追踪烟草中挥发性物质释放规律的方法;通过气体吹扫将烟气吹入放置有吸收溶剂的吸收装置后得到吸收液,将吸收液进行GC‑MS分析;本发明相较吸烟机‑剑桥滤片捕集烟气具有价格低廉、操作简单的优点,且捕集过程的环境氛围、升温程序、气体的吹扫时间和吸收溶剂的体积都是可调可控的,还可根据需求提供多元化的前处理条件,如进行特异性净化处理,降低非目标物的干扰,是烟草烟气释放规律分析的有效途径。
-
公开(公告)号:CN114862840A
公开(公告)日:2022-08-05
申请号:CN202210626043.5
申请日:2022-06-02
申请人: 云南省烟草质量监督检测站 , 昆明理工大学
摘要: 本发明公开了一种融合专家先验的烤烟部位区分方法,融合专家先验知识制作得到单要素烤烟样本;利用图像处理方法分析烤烟正反面图像,获取烤烟叶尖夹角、长度、宽度、皱缩度、主脉面积和主脉长度等烤烟单要素信息;结合已知单要素信息计算得到烤烟长宽比、卷曲度和主脉粗细度等烤烟单要素信息;根据融合专家先验的单要素烤烟样本中的上部、中部和下部三种烤烟单要素特征不同的特点,定义每个烤烟单要素的阈值区间,规定各个烤烟单要素对于烤烟部位区分的规则;针对各个烤烟单要素对烤烟部位区分影响程度和方式,制定部位区分流程中各个烤烟单要素的排列顺序;本发明按照排列顺序分析烤烟单要素,完成对烤烟部位的区分。
-
公开(公告)号:CN117809111A
公开(公告)日:2024-04-02
申请号:CN202311863451.3
申请日:2023-12-29
申请人: 云南省烟草质量监督检测站 , 昆明理工大学
发明人: 刘凯 , 张林 , 盖小雷 , 陈伟 , 侯开虎 , 胡巧慧 , 邓超 , 白帆 , 龚佩瑶 , 张冀武 , 刘宇晨 , 孙浩巍 , 张晓伟 , 张轲 , 龙杰 , 李周州 , 张云芳 , 宗达
IPC分类号: G06V10/764 , G06V10/44 , G06V10/762 , G06V10/56 , G06V10/26 , G06N20/00
摘要: 本发明涉及一种基于级联分类器的链式烤烟分级方法。该方法涉及机器学习和烤烟分级技术领域,根据烤烟收购标准,制定样品并采集图像,建立分级数据集,利用OpenCV和特征提取算法对分级数据集图像进行预处理以及提取烤烟预处理数据集的形体、颜色等特征。使用烤烟预处理数据集和提取的特征进行烤烟链式分级模型参数训练,得到烤烟链式分级模型。对烤烟链式分级模型参数进行调整,并在烤烟分级设备上完成推理部署,基于所述烤烟链式分级模型获取烤烟分级结果。本发明通过搭建链式分级模型,解决了现有烤烟分级方法灵活性较低,迁移学习能力差和关键特征表达能力差的技术问题,能够有效提高烤烟分级的模型迁移能力,以满足烤烟收购市场的要求。
-
公开(公告)号:CN117557661A
公开(公告)日:2024-02-13
申请号:CN202311843984.5
申请日:2023-12-28
申请人: 云南省烟草质量监督检测站 , 昆明理工大学
发明人: 陈伟 , 白帆 , 刘凯 , 张冀武 , 龙杰 , 侯开虎 , 邓超 , 张林 , 胡巧慧 , 龚佩瑶 , 刘宇晨 , 孙浩巍 , 张晓伟 , 张轲 , 盖小雷 , 宗达 , 李俞葵 , 黄月婷 , 王润玲
摘要: 本发明公开了一种实收烤烟青色和杂色程度划分方法,涉及烤烟智能分级技术领域。包括以下步骤:收集实收状态分级专家定级的青色和杂色烤烟建立样本库;采用工业面阵相机对青色烟和杂色烟进行采集并依据专家经验标注青色和杂色区域;依据采集烤烟图像阈值分割将烤烟图像背景去除并裁剪多余背景;将预处理过的烤烟图像进行通道切片再用粒子群算法寻找最优颜色指数;通过阈值分割得到烤烟青色和杂色面积;用青色和杂色面积分别除以整个烤烟的面积即为烤烟青色和杂色占比;依据提取的青色和杂色占比对烤烟青色和杂色划分程度。本发明提供了实收烤烟青色和杂色程度划分方法,方便快捷,为烤烟智能化分级提供便利。
-
公开(公告)号:CN115752666A
公开(公告)日:2023-03-07
申请号:CN202211334977.8
申请日:2022-10-28
申请人: 昆明理工大学 , 云南省烟草质量监督检测站
摘要: 本发明公开了一种基于多策略狼群算法ELM的烟叶动态称重方法,通过多策略狼群算法(Multi‑StrategyWolfPackAlgorithm,MWPA)改进ELM神经网络预测烟叶动态重量,该方法包括:采集烟叶重量数据和影响因子数据;对数据预处理;将预处理数据分成训练集和测试集;应用多策略的WPA算法对ELM模型的参数寻优;使用训练集对MWPA‑ELM模型进行训练,获得烟叶动态称重预测模型。与传统动态称重技术相比,本发明具有精度高、学习速度快、泛化能力强等优点。
-
公开(公告)号:CN114463275A
公开(公告)日:2022-05-10
申请号:CN202210006945.9
申请日:2022-01-05
申请人: 云南省烟草质量监督检测站 , 昆明理工大学
摘要: 本发明公开了一种基于图像处理烟叶颜色空间编码方法,包括如下步骤:对采集烟叶设备进行标定,实现采集图像在多台设备上的一致性;采集烟叶图像并进行背景处理、提取与烟叶相关颜色,形成专有烟叶颜色空间;将专有烟叶颜色空间进行区域划分;采用边界扩容的方法,从而消除边界效应;依据国标对已划分烟叶颜色空间进行编码:柠檬黄(L)、橘黄(F)、棕红(R)、青黄(GY)、青杂色(K)、烟叶主叶脉颜色(0)、非烟叶颜色(1);该发明把三维颜色空间通过编码降至一维,为颜色信息在烟叶分级等领域的应用带来便利。
-
-
-
-
-
-
-
-
-