基于BP神经网络的烟叶颜色自动分级研究

摘要：

在形状、身份、油分及颜色等因素中,颜色是影响烟叶等级的一个重要因子.为实现根据烟叶颜色特征对烟叶等级的自动区分,选取贵州黔南地区中部六个等级的烟叶作为实验样本,经过样本采集、预处理,提取出样本的颜色特征值,分析RGB、HIS及HSV三种颜色模型下各颜色分量对烟叶等级影响的研究;基于BP神经网络,依据烟叶等级间差异较大的颜色分量作为神经网络输入因子,从而实现烟叶等级的预测识别.结果显示,用该模型进行烟叶等级预测识别的准确率可达89.17％,耗时仅0.39s.说明根据设计的BP神经网络可实现通过颜色特征对烟叶等级较为准确的预测,可靠性高.

关键词：烟叶、等级、图像处理、颜色特征、BP神经网络、识别

所属期刊栏目：37

分类号：TP183(自动化基础理论)

资助基金：贵州大学引进人才科研项目贵大人基合字201338号;贵州省烟草公司黔南州公司科技项目——烟叶等级自动识别技术研究

在线出版日期：2016-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：110-114