基于图像处理与机器学习的初烤含青烟叶辨别及含青程度识别研究

为提升烟叶含青程度识别效率和准确度,通过对不同含青程度烟叶参比样的构建,采用计算机图像处理技术筛选出含青区域提取的最优颜色通道和参数阈值,并基于支持向量机(SVM)构建不同含青程度烟叶的识别模型.结果表明:烟叶正面透光图像适合用于含青区域的提取;Lab颜色模型的a通道提取图像中含青区域的效果最佳,其阈值范围为(141,142);SVM模型对不同程度含青烟叶样品的测试准确率达到86.01%.混淆矩阵显示,SVM模型对正组和微带青烟叶的识别准确率较高.图像处理技术和支持向量机对含青烟叶程度的划分有较好的应用效果.

热泵烤房对文山烟叶化学成分及其感官质量的影响

[目的]将热泵及其配套技术应用到实际烟叶烘烤中,比较热泵烤房与普通烤房烤后烟叶化学成分及其感官质量。[方法]以云烟87品种烟叶为材料,对热泵烤房和普通烤房条件下的烤后烟叶进行了常规化学成分、外观质量以及评吸结果分析。[结果]试验表明,在热泵烤房烘烤的烟叶化学成分协调性优于普通烤房烘烤的烟叶,其总糖、还原糖、总氮、钾含量高于普通烤房烘烤的烟叶,而烟碱含量低于在普通烤房烘烤的烟叶;热泵烤房烘烤的烟叶成熟度、身份、结构优于普通烤房的烟叶,而色度、油分略低于普通烤房;热泵烤房烘烤的烟叶香气质、香气量、浓度、余味、劲头优于普通烤房,但是杂气、刺激性比普通烤房大。[结论]研究可为提高烤后烟叶的品质、推广应用热泵烤房提供参考。

烤烟型柔和细腻风格叶组配方模块设计研究

为研究柔和细腻风格的烤烟叶组配方模块,本设计以“风格需求最近化、资源利用最大化、成本控制最优化”为原则,采用云南产区的5个不同等级烤烟进行试验。试验设计5组配方模块,结果表明:以35%大理C2F、20%红河C2F、2%文山B2F、40%曲靖X2F、3%昭通C2F的配方模块感官风格最符合柔和细腻风格,等级资源利用最大化,同时其配方成本也最低。