基于HSV的烤烟叶片青杂检测研究

为研究烟叶收购过程中快速高效的青杂检测方法,以山东诸城烟叶收购中的青杂检测为研究背景,以提升青杂检测的自动化和高效能为目的,分别对含青烟叶样本、含杂烟叶样本和合格烟叶样本进行数据采集,结合图像识别技术,进行烤烟青杂检测的样本处理和主流检测手段优劣性剖析。利用256段波段高光谱相机获取数据信息,通过调取RGB波段映射RGB颜色空间,进而转换为HSV颜色空间进行叶片含青、含杂率检测。结果显示,通过大量实验测量,获得青杂的HSV颜色色域范围,精确给出青杂色的像素点数,进而给出烤烟叶片青含杂比例。待测烤烟的含青、含杂像素点的精确标注给出可视化的检测结果,结合烟叶RGB图像,使得算法的青杂检测具有较强的可解释性。研究发现,基于高光谱数据和HSV颜色空间的自动化烟叶青杂检测方法,青杂检测算法执行时延在4s左右,在青杂检测准确率方面已经满足烟叶收购需求。