專利名稱：一種產(chǎn)地特色煙葉外觀顏色的表征方法
技術(shù)領(lǐng)域：
本發(fā)明屬于煙葉質(zhì)量評價技術(shù)領(lǐng)域，具體涉及一種產(chǎn)地特色煙葉外觀顏色的表征方法。

背景技術(shù)：
煙葉外觀顏色是直接反映煙葉品質(zhì)的重要指標之一。在我國，煙葉的收購主要是依據(jù)統(tǒng)一的《烤煙》國家文字標準和地域性烤煙實物標樣標準實施的?！犊緹煛穱椅淖謽藴手校瑹熑~顏色分為檸檬黃、桔黃和紅棕等，但在實際烤煙生產(chǎn)中，同類顏色煙葉在不同產(chǎn)地卻存在較大差異，如同為桔黃顏色的烤煙，黃淮地區(qū)多為淺色桔黃，西南地區(qū)多為金黃，而東南地區(qū)則多為深色桔黃。實際上，煙葉的外觀顏色特征具有較為明顯的地域特性。然而，煙葉外觀顏色評價多以分級專家的定性評價為主，判定結(jié)果容易受環(huán)境、光線以及個人主觀感受差異等影響，因此不同地方的煙葉顏色差異難以體現(xiàn)。近年來，運用計算機圖像處理技術(shù)、色度學(xué)理論等提取煙葉外觀品質(zhì)特征，對煙葉外觀顏色進行了一些有意義的研究，但仍存在以下不足(1)在煙葉顏色信息提取方面普遍采用顏色直方圖計算顏色累計值，但缺乏考慮煙葉顏色的表面分布特性；(2)由于煙葉在烘烤過程中失水引起皺縮，所以即使在煙葉自然平鋪的舒展狀態(tài)時，煙葉表面也并非平整，拍攝的煙葉圖像會在皺縮的地方出現(xiàn)局部的暗光；另外煙葉表面存在的微小病斑、破損以及煙葉主支脈的顏色都不能作為煙葉顏色。因此，為獲取真實的煙葉顏色，需要將獲取的數(shù)字煙葉圖像進行分割預(yù)處理；(3)煙葉表面的呈色特性主要是由質(zhì)體色素類、多酚類等顯色物質(zhì)在構(gòu)成煙葉表面的最小單元(葉細胞)內(nèi)組成比例的不同而呈現(xiàn)出來，導(dǎo)致煙葉顏色在煙葉表面的分布為隨機的、無規(guī)律性，分布情況非常復(fù)雜，在現(xiàn)有文獻資料中，還未見有相關(guān)報道。為了滿足典型煙葉產(chǎn)區(qū)特色煙葉質(zhì)量特征研究的需要，迫切需要建立一種能夠客觀、科學(xué)、準確表征不同產(chǎn)地煙葉外觀顏色的方法。


發(fā)明內(nèi)容
本發(fā)明的目的在于針對現(xiàn)有煙葉外觀顏色評價方法的不足，提供一種能夠準確表征不同產(chǎn)地煙葉外觀顏色的方法。
本發(fā)明的目的通過以下技術(shù)方案予以實現(xiàn)。
本發(fā)明是基于“顏色分形”原理。被譽為大自然的幾何學(xué)的分形理論(Fractal Theory)，揭示了非線性系統(tǒng)中有序與無序，確定性與隨機性的統(tǒng)一，為我們研究一些復(fù)雜的自然現(xiàn)象提供了新的方法和手段。煙葉表面的呈色特性主要是由質(zhì)體色素類、多酚類等顯色物質(zhì)在構(gòu)成煙葉表面的最小單元(葉細胞)內(nèi)組成比例的不同而呈現(xiàn)出來的。煙葉表面的這種呈色特性，用計盒分維數(shù)可以確切的反映出來，因為基于計盒維數(shù)原理計算出的數(shù)字圖像盒維數(shù)本質(zhì)上是反映圖像(數(shù)據(jù)點)的空間幾何特性。把顏色在煙葉表面的隨機分布在統(tǒng)計意義上看成一個分形結(jié)構(gòu)，通過獲得較高精度的煙葉數(shù)字圖像并進行背景去除和分割處理；計算煙葉顏色各分量(紅色、綠色、藍色、亮度)不同閾值參數(shù)對應(yīng)的分形維數(shù)，將其作為定量描述煙葉顏色表面分布狀態(tài)的指標，繪制各顏色分量的分形維數(shù)變化曲線，分形維數(shù)變化曲線可以全面的反映煙葉顏色的表面分布狀態(tài)；運用分形維數(shù)變化曲線能很好的表征產(chǎn)地特色煙葉外觀顏色。本發(fā)明采用RGB顏色空間，此模型是依照人類視覺的呈色機理表達物體的顏色信息，使用方便且易于表達。
本發(fā)明的產(chǎn)地特色煙葉外觀顏色的表征方法，具體包括以下步驟 1.產(chǎn)地特色煙葉樣品的預(yù)處理從均勻度好的樣品煙葉中隨機抽取5片煙葉，在標準空氣條件下(溫度22℃±1℃，相對濕度60％±3％)平衡大約24小時，煙葉含水率16％～18％，備用。
2.獲取煙葉高分辨率數(shù)字圖像煙葉數(shù)字圖像采集的環(huán)境條件為煙葉分級實驗室標準環(huán)境條件(YC/T 291-2009，煙葉分級實驗室環(huán)境條件[S])。在上述平衡好的樣品中選取代表性煙葉1片，以計算機、數(shù)碼相機為硬件系統(tǒng)，模擬人眼觀煙葉的角度，相機鏡頭與工作臺面呈45°夾角；三腳架固定相機后定角度、定焦拍攝。圖像分辨率為1024*768以上。由USB數(shù)據(jù)線及接口將圖像直接傳至計算機。
3.煙葉圖像預(yù)處理預(yù)處理過程主要包括兩部分首先用類差影法從圖像中去除背景，其次采用基于子區(qū)域的區(qū)域生長方法，對經(jīng)過背景去除的煙葉圖像進行分割，去除煙葉表面存在的褶皺引起的暗光、微小病斑、破損以及煙葉主支脈的顏色。
4.煙葉顏色分形維數(shù)計算 4.1將煙葉圖像各顏色分量在下述色值范圍內(nèi)(紅色分量(R)140～220，綠色分量(G)90～170，藍色分量(B)0～40，亮度分量(I)90～170)分為N個小閾值區(qū)間140～R1，R1～R2，…，RN-1～220，…；根據(jù)需要，各顏色分量的N值可以相同或者不同，以此小閾值區(qū)間分別作為各顏色分量圖像二值化的閾值參數(shù)(threshold parameters)。
4.2.將煙葉顏色圖像的RGB及亮度各分量的圖像，用各通道的閾值參數(shù)對每副圖像二值化。即二值化后圖像矩陣的元素值為0或1。
4.3.取初始小正方形的邊長為r1(標尺長度)，生成網(wǎng)格去覆蓋圖像，計算圖像矩陣中包含1的方格的個數(shù)N(r1)，得到一對坐標點(r1，N(r1))。
4.4.改變邊長(標尺長度)，重復(fù)步驟5，直到最大邊長為止，從而得到m個點(ri，N(ri))，i＝1，2…，m。
4.5.用對數(shù)模型做線性回歸分析，計算擬合得到直線的斜率，各閾值參數(shù)對應(yīng)的煙葉二值化圖像的計盒分維數(shù)等于該直線的斜率。
4.6.上述4.1～4.5步驟涉及到的計算過程借助于FractalFox軟件容易實現(xiàn)； 5.繪制各顏色分量的分形維數(shù)變化曲線 將獲得的系列指標FDR1_FDRN(描述紅色分量的分形分布特征)，F(xiàn)DG1_FDGN(描述綠色分量的分形分布特征)，F(xiàn)DB1_FDBN(描述藍色分量的分形分布特征)，F(xiàn)DI1_FDIN(描述亮度分量的分形分布特征)，利用計算機繪圖，以小閾值區(qū)間為橫坐標，以各顏色分量小閾值區(qū)間對應(yīng)的分形維數(shù)值為縱坐標，得到各顏色分量的不同閾值參數(shù)下計盒分維數(shù)變化曲線，上述四個指標的曲線組合，用以表征該產(chǎn)地煙葉外觀的顏色。
采用此法建立的煙葉外觀顏色的表征方法，既能夠反映顏色的空間分布特征，又包含其累計特性。分形維數(shù)變化曲線可以全面的反映煙葉顏色的表面分布狀態(tài)，體現(xiàn)了我國不同產(chǎn)地間煙葉顏色表達方式的區(qū)域特征。為探索我國不同產(chǎn)區(qū)煙葉外觀質(zhì)量特色評價提供了新的思路和手段，具有一定實用價值。



圖1為云南彌勒煙葉原圖像及處理后圖像，其中a為獲取的煙葉原數(shù)字圖像，b為去掉背景后的煙葉圖像，c為經(jīng)圖像分割去掉暗光、微小病斑以及主支脈后的煙葉圖像。
圖2為煙葉顏色分量計盒維數(shù)的計算流程圖。借助Fractal Fox軟件可得到定量表征煙葉顏色表面分布狀態(tài)的系列指標FDR1-FDRN(描述紅色分量的分形分布特征)，F(xiàn)DG1-FDGN(描述綠色分量的分形分布特征)，F(xiàn)DB1-FDBN(描述藍色分量的分形分布特征)，F(xiàn)DI1-FDIN(描述亮度分量的分形分布特征)。
圖3為不同閾值參數(shù)下云南彌勒煙葉各顏色分量計盒維數(shù)。(A)亮度圖像不同閾值下計盒分維數(shù)(FDI1_FDI8)；(B)紅色R圖像不同閾值下計盒分維數(shù)(FDR1_FDR8)；(C)綠色G圖像不同閾值下計盒分維數(shù)(FDG1_FDG8)；(D)藍色B圖像不同閾值下計盒分維數(shù)(FDB1_FDB8)。
數(shù)字圖像分形本質(zhì)上是反映圖像(數(shù)據(jù)點)的空間幾何特性。煙葉顏色各分量不同閾值范圍的計盒分維數(shù)越接近于2，表明對應(yīng)閾值范圍的顏色點越趨向于充滿整個煙葉圖像范圍分布；計盒分維數(shù)在1附近，表明對應(yīng)閾值范圍的顏色點趨向于沿煙葉圖像范圍內(nèi)某條直線分布；計盒分維數(shù)接近于0，表明對應(yīng)閾值范圍的顏色點是在煙葉圖像范圍內(nèi)離散分布的一些小區(qū)域。依據(jù)計盒分維數(shù)的物理意義，可以得到以下信息亮度值在130～150范圍趨向分布在整個煙葉表面，在90～100范圍趨向于沿直線分布；紅色分量值在180～200范圍趨向分布在整個煙葉表面，在140～150、210～220范圍趨向于沿直線分布；綠色分量值在130～150范圍趨向分布在整個煙葉表面，在90～100范圍趨向于沿直線分布；藍色分量值在10～25范圍趨向分布在整個煙葉表面。這與提取的顏色特征均值(亮度144，R194，G142，B21)相吻合，表明不同閾值下煙葉顏色分量的分形維數(shù)既能夠反映顏色的空間分布特征，又包含其累計特性。
圖4為不同閾值參數(shù)下不同產(chǎn)地煙葉各顏色分量計盒分維數(shù)變化曲線。(A)亮度分量計盒維數(shù)變化曲線，(B)紅色分量計盒維數(shù)變化曲線，(C)綠色分量計盒維數(shù)變化曲線，(D)藍色分量計盒維數(shù)變化曲線?？梢钥闯霎a(chǎn)地之間存在著較明顯的差異。
運用涵蓋煙葉顏色信息的閾值范圍分段計算其顏色信息對應(yīng)的分形維數(shù)，形成了一條分形維數(shù)變化曲線，曲線上的每個數(shù)據(jù)點反映了對應(yīng)閾值范圍的顏色分形維數(shù)。因此，采用分形維數(shù)變化曲線可以全面的反映煙葉顏色的表面分布狀態(tài)。
嘗試對不同產(chǎn)地煙葉亮度圖像(圖4-A)對應(yīng)的分形維數(shù)變化曲線做趨勢線分析，得到如下系列方程 云南彌勒y＝-0.0077x3+0.0713x2-0.0593x+1.1794R2＝0.9974 云南蒙自y＝-0.0022x3+0.0272x2+0.0075x+1.0159R2＝0.9976 貴州大方y(tǒng)＝-0.0088x3+0.0918x2-0.1088x+1.0407R2＝0.9986 貴州威寧y＝-0.007x3+0.0723x2-0.0848x+1.1748 R2＝0.9992 四川會理y＝-0.0095x3+0.0998x2-0.1619x+1.2578R2＝0.9986 四川寧南y＝-0.0092x3+0.0999x2-0.183x+1.3021 R2＝0.9969 福建邵武y＝0.0032x4-0.0484x3+0.1845x2-0.1285x+1.5537R2＝0.9988 福建松溪y＝0.0017x4-0.0265x3+0.0853x2+0.0597x+1.3933R2＝1 湖南寧遠y＝0.0033x4-0.0473x3+0.1665x2-0.0703x+1.5112R2＝0.991 湖南桑植y＝0.0031x4-0.0523x3+0.2432x2-0.2662x+1.515 R2＝0.9929 河南郟縣y＝-0.0063x3+0.0479x2-0.0101x+1.332R2＝0.9981 河南臨潁y＝-0.011x3+0.0967x2-0.0855x+1.1313R2＝0.9967 山東莒縣y＝-0.0046x3+0.0165x2+0.1616x+1.0981 R2＝0.9903 山東諸城y＝-0.0046x3+0.0171x2+0.1521x+1.1208 R2＝0.9883 福建及湖南產(chǎn)地煙葉圖像亮度分量的分形維數(shù)變化曲線呈“～”型，需四階多項式才能得到較好的擬合曲線；云南、貴州和四川產(chǎn)地煙葉圖像亮度分量的分形維數(shù)變化曲線呈“倒勺”型，而河南和山東產(chǎn)地煙葉圖像亮度分量的分形維數(shù)變化曲線近似呈拋物線型。不同產(chǎn)地煙葉紅色分量(圖4-B)和綠色分量(圖4-C)圖像對應(yīng)的分形維數(shù)變化曲線型與上述描述相似；藍色分量圖像(圖4-D)對應(yīng)的分形維數(shù)變化曲線型略有不同。

具體實施例方式 下面通過實施例對本發(fā)明做進一步詳細說明。
實施例 煙葉樣品從全國烤煙7個主要產(chǎn)煙省選取。各省選取兩個代表性產(chǎn)地，共計14個煙葉樣品。試驗樣品煙葉為2008年初烤煙葉，品種為產(chǎn)地主栽品種。樣品信息見表1。
表1煙葉樣品信息
注等級C3F含義-表示該煙葉樣品為中部煙葉桔黃顏色組3級；C3F為中部煙葉代表性等級，是試驗中常用的煙葉等級。
1.產(chǎn)地特色煙葉樣品的預(yù)處理從均勻度好的14個樣品煙葉中分別隨機抽取5片煙葉，在標準空氣條件下(溫度22℃±1℃，相對濕度60％±3％)平衡大約24小時，煙葉含水率16％～18％，備用。
2.獲取煙葉高分辨率數(shù)字圖像煙葉數(shù)字圖像采集的環(huán)境條件為煙葉分級實驗室標準環(huán)境條件。在上述平衡好的樣品中分別選取代表性煙葉1片，以計算機、數(shù)碼相機為硬件系統(tǒng)，模擬人眼觀煙葉的角度，相機鏡頭與工作臺面呈45°夾角；三腳架固定相機后定角度、定焦拍攝。圖像分辨率為3888*2592，JPEG格式存儲。由USB數(shù)據(jù)線及接口將圖像直接傳至計算機。
3.煙葉圖像預(yù)處理將獲得的14幅煙葉圖像分別進行圖像預(yù)處理，首先用類差影法從圖像中去除背景，其次采用基于子區(qū)域的區(qū)域生長方法，對經(jīng)過背景去除的煙葉圖像進行分割，去除煙葉表面存在的褶皺引起的暗光、微小病斑、破損以及煙葉主支脈的顏色。如附圖1所示。
4.煙葉顏色分形維數(shù)計算 將煙葉圖像各顏色分量在下述色值范圍內(nèi)(紅色分量(R)140～220，綠色分量(G)90～170，藍色分量(B)0～40，亮度分量(I)90～170)分為8個小閾值區(qū)間140～R1，R1～R2，…，R7～220，…以此小閾值區(qū)間分別作為各顏色分量圖像二值化的閾值參數(shù)，上述4.1～4.5步驟涉及到的計算過程流程，見附圖2。
借助于FractalFox軟件計算得到定量表征煙葉顏色表面分布狀態(tài)的系列指標FDR1 _FDR8，F(xiàn)DG1_FDG8，F(xiàn)DB1_FDB8，F(xiàn)DI1_FDI9。如附圖3所示。
5.繪制各顏色分量的分形維數(shù)變化曲線 利用計算機EXCEL軟件繪圖，以小閾值區(qū)間為橫坐標，以各顏色分量小閾值區(qū)間對應(yīng)的分形維數(shù)值為縱坐標，得到各顏色分量的不同閾值參數(shù)下計盒分維數(shù)變化曲線，上述四個指標的曲線組合，用以表征各產(chǎn)地煙葉外觀的顏色。見附圖4。
權(quán)利要求
1.一種產(chǎn)地特色煙葉外觀顏色的表征方法，其特征在于把顏色在煙葉表面的隨機分布在統(tǒng)計意義上看成一個分形結(jié)構(gòu)，通過獲得較高精度的煙葉數(shù)字圖像并進行背景去除和分割處理；計算煙葉顏色各分量(紅色、綠色、藍色、亮度)不同閾值參數(shù)對應(yīng)的分形維數(shù)，將其作為定量描述煙葉顏色表面分布狀態(tài)的指標，繪制各顏色分量的分形維數(shù)變化曲線，分形維數(shù)變化曲線可以全面的反映煙葉顏色的表面分布狀態(tài)；運用分形維數(shù)變化曲線能很好的表征產(chǎn)地特色煙葉外觀顏色。
2.根據(jù)權(quán)利要求1所述的產(chǎn)地特色煙葉外觀顏色的表征方法，其特征在于具體步驟如下
1)產(chǎn)地特色煙葉樣品的預(yù)處理從均勻度好的樣品煙葉中隨機抽取5片煙葉，在標準空氣條件下(溫度22℃±1℃，相對濕度60％±3％)平衡大約24小時，煙葉含水率16％～18％，備用；
2)獲取煙葉高分辨率數(shù)字圖像煙葉數(shù)字圖像采集的環(huán)境條件為煙葉分級實驗室標準環(huán)境條件(YC/T 291-2009，煙葉分級實驗室環(huán)境條件[S])，在上述平衡好的樣品中選取代表性煙葉1片，以計算機、數(shù)碼相機為硬件系統(tǒng)，模擬人眼觀煙葉的角度，相機鏡頭與工作臺面呈45°夾角；三腳架固定相機后定角度、定焦拍攝，圖像分辨率為1024*768以上，由USB數(shù)據(jù)線及接口將圖像直接傳至計算機；
3)煙葉圖像預(yù)處理預(yù)處理過程主要包括兩部分首先用類差影法從圖像中去除背景，其次采用基于子區(qū)域的區(qū)域生長方法，對經(jīng)過背景去除的煙葉圖像進行分割，去除煙葉表面存在的褶皺引起的暗光、微小病斑、破損以及煙葉主支脈的顏色；
4)煙葉顏色分形維數(shù)計算
a.將煙葉圖像各顏色分量在下述色值范圍內(nèi)(紅色分量(R)140～220，綠色分量(G)90～170，藍色分量(B)0～40，亮度分量(I)90～170)分為N個小閾值區(qū)間140～R1，R1～R2，...，RN-1～220，...；根據(jù)需要，各顏色分量的N值可以相同或者不同，以此小閾值區(qū)間分別作為各顏色分量圖像二值化的閾值參數(shù)(threshold parameters)；
b.將煙葉顏色圖像的RGB及亮度各分量的圖像，用各通道的閾值參數(shù)對每副圖像二值化，即二值化后圖像矩陣的元素值為0或1；
c.取初始小正方形的邊長為r1(標尺長度)，生成網(wǎng)格去覆蓋圖像，計算圖像矩陣中包含1的方格的個數(shù)N(r1)，得到一對坐標點(r1，N(r1))；
d.改變邊長(標尺長度)，重復(fù)步驟5，直到最大邊長為止，從而得到m個點(ri，N(ri))，i＝1，2...，m；
e.用對數(shù)模型做線性回歸分析，計算擬合得到直線的斜率，各閾值參數(shù)對應(yīng)的煙葉二值化圖像的計盒分維數(shù)等于該直線的斜率；
f.上述4.1～4.5步驟涉及到的計算過程借助于FractalFox軟件容易實現(xiàn)；
5)繪制各顏色分量的分形維數(shù)變化曲線
將獲得的系列指標FDR1_FDRN(描述紅色分量的分形分布特征)，F(xiàn)DG1_FDGN(描述綠色分量的分形分布特征)，F(xiàn)DB1_FDBN(描述藍色分量的分形分布特征)，F(xiàn)DI1_FDIN(描述亮度分量的分形分布特征)，利用計算機繪圖，以小閾值區(qū)間為橫坐標，以各顏色分量小閾值區(qū)間對應(yīng)的分形維數(shù)值為縱坐標，得到各顏色分量的不同閾值參數(shù)下計盒分維數(shù)變化曲線，上述四個指標的曲線組合，用以表征該產(chǎn)地煙葉外觀的顏色。
全文摘要
一種產(chǎn)地特色煙葉外觀顏色的表征方法，其特征在于把顏色在煙葉表面的隨機分布在統(tǒng)計意義上看成一個分形結(jié)構(gòu)，通過獲得較高精度的煙葉數(shù)字圖像并進行背景去除和分割處理；計算煙葉顏色各分量(紅色、綠色、藍色、亮度)不同閾值參數(shù)對應(yīng)的分形維數(shù)，將其作為定量描述煙葉顏色表面分布狀態(tài)的指標，繪制各顏色分量的分形維數(shù)變化曲線，分形維數(shù)變化曲線可以全面的反映煙葉顏色的表面分布狀態(tài)；運用分形維數(shù)變化曲線能很好的表征產(chǎn)地特色煙葉外觀顏色。采用此法建立的煙葉外觀顏色的表征方法，既能夠反映顏色的空間分布特征，又包含其累計特性。分形維數(shù)變化曲線可以全面的反映煙葉顏色的表面分布狀態(tài)，體現(xiàn)了我國不同產(chǎn)地間煙葉顏色表達方式的區(qū)域特征。
文檔編號G06T7/00GK101762583SQ20091022749
公開日2010年6月30日 申請日期2009年12月16日 優(yōu)先權(quán)日2009年12月16日
發(fā)明者魏春陽, 李鋒, 尹啟生, 宋紀真, 過偉民, 張仕祥, 王建偉, 蔡憲杰, 王信民, 羅朝鵬 申請人:中國煙草總公司鄭州煙草研究院