高精度轻量级烟叶烘烤阶段识别模型研究

【背景】实时的烟叶状态识别和烘烤阶段判别是实现烘烤工艺精准调节和建立烟叶智能烘烤系统的关键技术。目前烟叶烘烤状态识别方面的研究受到模型规模的制约,难以应用于实际生产,因此有必要研究高精度轻型识别模型。【过程】采用工业摄像头和补光灯组成的图像采集系统采集烘烤过程的烟叶图像,通过伽马变换和HSI颜色空间转化并对烟叶数据集进行处理,使用改进的轻量级EfficientNetB0模型进行训练,并在Jetson Nano嵌入式开发板上进行模型可行性测试。【结果】改进模型在测试集上的准确率达到了96.13%,参数量仅为2.74 M,相比于原始EfficientNetB0,改进模型的识别准确率提高了1.59%,参数量减少了48.50%。在Jetson Nano开发板上,相比于MobileNetv2、MobieleNetv3等轻型模型,改进模型的识别速度和准确率均有明显提升。【结论】改进的EfficientNetB0模型可以实现烟叶烘烤阶段的快速、精准识别。同时本研究可为烟叶智能烘烤系统的建立提供了理论依据和现实参考。     

不同烘烤工艺对云烟87烟叶烘烤质量的影响

为探索江西省多雨生态条件下主栽烤烟品种云烟87的烘烤工艺操作,采用智能控制烘烤箱模拟密集烘烤条件开展了不同烘烤工艺对其烘烤质量的影响研究。结果表明,与传统烘烤工艺相比,针对多雨烟区烟叶烘烤特点的优化烘烤工艺有利于降低烟叶淀粉含量,提高总糖、还原糖含量和烟叶中质体色素的降解比例,对其他矿质元素含量等无明显影响。烟叶外观质量得到改善,烟叶等级结构、均价和上等烟叶比例有所提高。对烟叶感官评吸质量有较明显的改善作用,特别是在杂气、刺激性和余味方面。     

我国烟叶烘烤设备的演变与研究进展

分析了我国烟叶烘烤设备的发展演变过程和目前存在的主要问题,并根据近几年烤烟种植适度规模化、专业化、规范化的特点和烟叶烘烤设备的研究状况,对我国烟叶烘烤设备的发展进行了展望。     

基于机器学习的密集烘烤过程烟叶失水率预测模型对比

为准确预测密集烘烤过程烟叶失水率,以精准调控烘烤工艺参数,基于机器学习建立烟叶失水率预测模型。以翠碧一号中部叶为材料,实时采集烘烤过程中烟叶图像和失水率;利用图像处理技术提取烟叶的10种颜色特征和10种纹理特征,通过变量聚类和皮尔逊相关性分析优选出2种颜色特征(a^*/b^*、R)和2种纹理特征(梯度熵、梯度分布不均匀性);将训练集图像的4种优选特征和烟叶失水率作为输入变量,分别对建立的网格式支持向量机(GS-SVM)、遗传算法优化的BP神经网络(GA-BP)、极限学习机(ELM)3种预测模型进行训练。利用3种预测模型对测试集图像进行烟叶失水率预测并与实际失水率比较。结果表明,3种预测模型均能够较为准确地预测密集烘烤过程烟叶失水率(均方根误差RMSE≤0.014 0,决定系数R2≥0.996 1),对变黄期(0～40 h)和定色期(40～100 h)的预测误差小于干筋期(100～140 h)。该技术可为烟叶烘烤智能调控系统的研发提供支持。     

不同烘烤湿度条件与烟叶淀粉含量变化关系

研究了不同烘烤湿度条件与烤烟烟叶干物质、淀粉、可溶性糖的变化关系.结果表明,随着烘烤湿度的提高,干物质损失量、淀粉降解量、可溶性糖的含量都有增大的趋势,不同部位的烟叶具有相似的规律.     

步进型烤房在烟叶烘烤中的应用

对步进型烤房在烤烟烘烤中的应用情况作了介绍 ,并与普通烤房进行了对比分析。步进型烤房具有如下特点 :①烤房容量大 ,采用分区设计 ;②烘烤环境温湿度恒定 ;③烘烤工艺灵活 ;④可提高烟叶烘烤质量 ,降低烘烤成本     

烤烟烘烤与烟叶香吃味关系研究进展

介绍了烘烤过程中烟叶香气成分的形成和变化规律,综述了烘烤环境温湿度、脱水干燥、气体组分和烘烤设备等烘烤环境条件对烟叶香吃味的影响,并对提高烟叶香吃味的烘烤研究方向进行了展望。     

烘烤过程中烟叶颜色变化与主要化学成分的关系

以烤烟NC89中部叶为试验材料,对密集烘烤过程中烤烟烟叶亮度值L、红度值a、黄度值b、饱和度C、色相角H°、色泽比H和色差值?E的变化规律及其与主要化学成分的关系进行了研究。结果表明,烘烤过程中烟叶正面与背面L、a、b、C、H°和H值的变化趋势基本一致;其均在鲜烟叶至42℃结束时变化剧烈,42℃结束之后变化幅度趋缓。烟叶正背面色差值的变化则相对平稳,从鲜烟叶至42℃开始略有上升,在54℃稳温结束时略有下降。相关分析表明,烘烤过程中烟叶各颜色参数与淀粉、还原糖、叶绿素、类胡萝卜素、蛋白质、氨基酸和含水量之间相关性明显,大部分都达到了显著或极显著水平。通过对烟叶颜色参数与化学成分的回归分析,建立了烟叶颜色参数与主要化学成分动态变化的预测方程;除叶绿素外,烘烤过程中烤烟烟叶其他主要化学成分预测值与实测值符合程度较好,预测精度高。通过色差计量化烘烤过程中的烟叶颜色参数,从而建立烘烤过程中主要化学成分的预测模型,进行快速准确的预测,提高烘烤操作的准确性。      

烘烤方式及烘烤条件对烤烟烘烤中细菌变化的影响

烤烟烘烤过程中微生物的活动对烟叶质量有重要影响.为了解烘烤条件对细菌活动的影响,试验观察了不同烘烤方式和烘烤条件下细菌的变化状况.结果表明,细菌种类随烘烤时间的增加而减少,烘烤方式和烘烤条件对细菌种类的变化无明显影响.细菌数量则是在变黄期逐渐增加,烟叶变黄时达最大,以后逐渐减少.在密集烘烤中和高温高湿条件下,细菌量高于普通烘烤和低温低湿烘烤,说明采用低温低湿变黄有可能抑制细菌活动.     

基于温湿度时序数据的烟叶烘烤工艺特征分析

为建立基于烘烤环境温湿度时序数据的工艺分析方法,通过在烤房控制仪加装物联网通讯模块,在5类产区采集烘烤过程的温湿度数据1.1万套,分析烘烤时间、湿球温度和工艺拟合曲线,研究不同部位、产区烘烤工艺执行的主要特点。结果表明：基于温湿度时序数据的烘烤工艺分析结果年度间一致,烟叶烘烤总时间的中位值在160～190 h,上部烟叶的变黄期时间较中部烟叶延长5～10h,变黄后期-干筋后期的湿球温度低0.5～1.0℃。不同产区烘烤各阶段的时间分配、湿球温度调控差异明显,平顶山产区烘烤变黄期时间长,定色期时间短,湿球温度呈上升-下降-上升变化,曲靖产区烘烤变黄期的时间较长、湿球温度较低,南阳、三门峡、恩施产区变黄期和定色期时间相对接近,湿球温度总体呈上升-稳定-上升变化。通过物联网技术采集烘烤过程的温湿度时序数据,可批量分析烘烤时间、湿球温度等工艺执行指标,为烟叶烘烤技术定向优化提供依据。     

基于图像处理的鸡蛋新鲜度预测模型研究

采集98枚不同贮藏时间鸡蛋图像信息,测量鸡蛋蛋重、蛋白及气室高度等新鲜度常规指标,以Matlab图像处理工具箱为研究工具,测量蛋黄面积比、气室高度及整蛋长短径,通过SPSS统计分析蛋重与整蛋长短径和气室高度关系回归模型,蛋白高度与蛋黄面积比、气室高度等关系模型;以蛋重及蛋白高度为特征参数,利用深度信念网络建立预测模型,进行新鲜度预测分级。所建蛋重及蛋白高度预测模型相关系数分别为0.942和0.925,新鲜度分级准确率为93.3%。结果表明:该试验所设计基于图像处理数据的鸡蛋新鲜度分级模型准确率高,采集装置简单,可用于估测鸡蛋新鲜度。     

烤烟烘烤过程中变黄温度对氮素代谢的影响

对烘烤期间不同变黄温度条件下主要含氮化合物变化规律的研究表明,高温变黄使蛋白质降解减慢,而低温变黄有助于蛋白质降解,因此烤后蛋白质含量表现为高温变黄 > 低温变黄 > 低温拉长变黄;氨基酸则相反,表现为低温拉长变黄 > 低温变黄 > 高温变黄。NO₃-和NO₂-含量在烘烤开始后同步上升,达到最高值后又下降,但烤后含量仍高于烤前;低温变黄有利于NO₃-和NO₂-积累,烤后含量较高。蛋白酶和硝酸还原酶活性在烘烤期间先上升后下降,呈倒"V"字型变化;高温变黄条件下酶失活性较快,缩短酶的作用时间。施氮量与烤后烟叶中蛋白质、氨基酸、NO₃-和NO₂-含量成正比。      

密集烘烤中各阶段对烟叶常规化学成分和致香物质的贡献率分析

为探究烟叶密集烘烤过程中各阶段对烟叶常规化学成分和致香物质的贡献率,通过对烤后烟叶化学成分（常规化学成分和致香物质）与评吸质量间进行典型相关分析,探索化学成分与评吸质量间的关系。通过对烤后烟叶的常规化学成分和致香物质分别进行因子分析,建立烟叶常规化学成分和致香物质的评价模型,再根据烘烤各阶段关键点测定的烟叶化学成分含量,分析各阶段对常规化学成分和致香物质的贡献率。结果表明:整体的化学成分与评吸质量间存在显著的相关性。在变片、凋萎和变筋阶段对常规化学成分的贡献率相对较大,分别为0.56、0.21和0.15,而干片和干筋阶段的贡献率相对较小;在变片、变筋和干片阶段对致香物质的贡献率相对较大,分别为0.52、0.33和0.17,凋萎阶段贡献率较小,而干筋阶段的贡献率为负值。由此得出变片、变筋和干片阶段是致香物质形成的主要时期,凋萎阶段影响很小,干筋阶段有不利的影响;而烤后烟常规化学成分的形成主要在烘烤前期,烘烤后期基本无变化。      

变黄期不同温湿度对烘烤中烟叶蛋白质降解及其相关酶活性的影响

为合理调控烟叶蛋白质含量、提高烟叶质量提供理论依据,对密集烘烤不同变黄温湿度烟叶蛋白质降解和蛋白酶、内肽酶、谷草转氨酶、谷丙转氨酶活性的变化关系进行了研究。研究结果表明,烘烤过程中,不同变黄温湿度下烟叶水分、蛋白质、氨基酸及其相关酶活性的变化规律基本一致;水分和蛋白质含量呈下降趋势,氨基酸含量一直增加,蛋白酶和内肽酶活性呈先升高然后降低而后再升高的“双峰曲线”变化;谷丙转氨酶和谷草转氨酶活性在烘烤开始时有小幅度增加,并出现一个小的峰值,然后呈下降趋势,从60h起急剧升高并达到最大值;且内肽酶活性与可溶性蛋白质相关性显著,和游离氨基酸相关性极显著;谷丙转氨酶只和游离氨基酸相关性显著。密集烘烤不同变黄温湿度,低温中湿变黄处理烟叶中性蛋白酶、内肽酶、谷草转氨酶和谷丙转氨酶活性高且作用时间较长,有利于烟叶内蛋白质的降解和氨基酸的合理转化,改善烟叶质量。      

基于模糊控制的烟叶烘烤系统设计与仿真

通过分析烟叶烘烤过程中温湿度的变化规律,提出一种基于专家经验的烟叶烘烤模糊控制方案.借助Matlab的模糊逻辑工具箱和Simulink仿真工具箱设计模糊控制器并对其进行仿真,结果表明,温度预置范围20-70℃,干湿温度波动最大为±1.5℃,满足工艺要求,该方法正确有效.     

基于图像处理的番茄重量预测

目的:建立一种基于图像处理的番茄重量检测方法以实现无接触式番茄重量检测。方法:通过图像处理得到番茄二值图像,使用像素统计法和最小外接矩形法提取番茄的几何特征与果重真实值进行相关性分析,建立以几何特征为参数的番茄重量检测回归模型。结果:与番茄真实尺寸对比,最小外接矩形法对番茄横、纵径测量误差在3%以内。除果形指数外,其他几何特征与番茄果重呈线性相关,且正面特征与果重的相关关系更显著。建立了3类共20个模型进行预测评估,以番茄正面投影面积与周长、一个侧面图像的投影面积和番茄横径为参数的多元回归模型准确率最高,回归系数为0.962,检测值平均相对误差为0.673%,平均绝对误差为1.425 g。结论:该模型适用于番茄及其他具有类似轴对称形状特征的水果或物品的重量检测。     

基于数字图像处理的拼毛比例分析

为解决毛纺企业拼毛工序中存在的经验性、耗时性问题,提出采用FCM算法统计拼毛毛条中各颜色纤维的比例,以提高拼毛效率。在利用扫描仪完成图像采集的基础上,首先将图像由RGB模式转换为均匀色彩空间L*a*b*模式,然后利用FCM算法对图像中的所有像素进行聚类分析,再对分类结果作统计分析得出各种颜色像素所占百分比,进而得出拼毛比例。另就图像扫描分辨率和扫描区域大小对测试结果的影响进行探讨。结果表明,采集图像其扫描分辨率在不低于3 000 dpi、扫描区域不小于40 mm×40 mm时,分析所得各颜色像素点的百分比才比较稳定,接近实际值。     

基于图像处理的白酒酒花轮廓检测

依据看花摘酒的传统经验,采用机器视觉代替人眼,通过CCD获取摘酒酒花的视频图像,并截取不同酒度酒花图像进行直方图均衡化、图像腐蚀等图像预处理,消除了高光噪声的影响,然后采用不同边缘检测算法对酒花轮廓进行了对比研究,采用OTSU算法与Canny边缘检测算法相结合的方法,较好地实现酒花与背景的分割,提取清晰的酒花边缘轮廓,通过对大清花与小清花图像的模式识别,为摘酒自动化提供了有效分级依据。该智能化的分级摘酒方法,能够提高分级摘酒工艺的稳定性和准确性,易于实现分级摘酒工序的智能自动化。     

基于图像处理的选针器检测系统

为提高选针器的检验效率,设计了一套基于图像处理的全自动选针器检验系统。该系统由普通工业相机、选针器控制器、选针器放置平台及计算机组成,采用刀头在两极限位置的灰度值来实现选针器的检验。通过分析选针器刀头的摆动规律,验证利用选针器刀头的灰度值判断刀头摆动运行的可行性;借助Python软件实现图像获取与裁剪,结合Otsu、轮廓检测、图像腐蚀等算法提取每个刀头的灰度值,并通过与预先求解的阈值相比较,实现刀头正常工作的测量与判断。结果表明:设计的人机交互界面可实时显示检验情况,同时可实时保存选针器工作失误帧的图片于指定目录、错误日志于指定文件内,可供查阅和分析;此外,该系统对工作环境要求低,系统成本低廉,通过对模拟出错的选针器进行实际测试,证明该检验系统可有效实现选针器刀头的检测。