基于片烟结构检测的叶片分类方法介绍

贵州烟叶复烤有限责任公司（毕节复烤厂） 吴 昊 吴运斌 张 云 曹 君 王国斌

在片烟结构检测中，通过二值化算法将物料与背景分离开来，检测图像中余下的信号即可完全描述物料信息。为了对烟叶片型结构进行分类，需要计算图像中每片烟叶的最大尺寸和面积，并以此为依据对烟叶类型做出判断。

一、烟叶叶片分类过程

在实际的处理过程，对二值化后的图像，首先，应进行烟叶分离，以检测出每片烟叶的信息；其次，应对叶片特征参量，如面积、长度等进行计算；最后，把烟叶归类。烟叶叶片分类过程如图1所示。

在烟叶分离的过程中，最为关键的步骤是采取合适的手段把每片烟叶分离开来。二值化图像中仅保存了两种信号幅度，由于烟叶是经过摊薄处理的，所以，对于任意两片烟叶来说，其边界是不相连的。

二、烟叶分类的具体流程

首先，对二值图像扫描，找到一个物体点，并记录为搜索点，同时删除已经搜索到的连通点；其次，搜索这些搜索点的所有连通点，如果存在连通点，则再记录为搜索点，否则即表明所有连通点已经搜索到；第三，继续搜索所有连通点，确保每片烟叶的所有的点都被记录下来；最后，当一帧图像没有物体点时，表明物体搜索完毕，并且每片烟叶的点已被独自保存。单片烟叶搜索流程如图2所示。

三、叶片率计算过程

1.计算原理。根据烟叶叶片的大片率定义，某一标准的叶片结构叶片率是指从标准的正方形筛孔能够透过的叶片面积和总的叶片面积的比值。在已知物体的边界时，通常利用外接矩形来刻画物体的基本形状。最小正方形示例如图3所示。

图3中，T表示烟叶区域，R表示在坐标轴上的烟叶叶片的外接矩形，矩形的边长分别为a和b（ 设a＜b），Z表示以外接矩形Rx的长边b为边长的正方形区域。由于R是T的外接矩形，则有T⊆R，因为R⊆ Z，所以烟叶也可以从正方形区域Z中透过。若T也可以从边长为c（c＜b）的正方形Zx中透过，有T⊆Zx。又因为T⊆R，所以T⊆R∩Zx＝Rx，因此Rx也是T的一个外接矩形，并且其长边等于d＝max（a，c）＜b。由于T的外接矩形只能有一个，所以d＝b，这与上边的结论矛盾，所以T不能从正方形Zx中透过。烟叶Zx旋转时，其外接矩形R的长边也在变化，当T旋转到某角度α时，其外接矩形的长边有最小值bmin，以bmin为边长的正方形即为烟叶T能够透过的最小正方形。据此可以判断烟叶叶片的结构类型，取标准筛孔的大小作为最小正方形，通过求得叶片的外接矩形的最小长边，和筛孔作比较，得到叶片的分类结果。

2.计算方法。计算烟叶外接矩形的一种方法是将物体在90°范围内等间隔地旋转。设烟叶的位置为T（x，y），按照逆时针旋转θ角后的位置为T（x′，y′） ，有

通过每次旋转以后，记录其坐标轴方向上的外接矩形参数，确定此外接矩形的长边 ，并且和上次的长边作比较，取其长边最小时的值 作为最终结果。

3.根据烟叶叶片的外接矩形的最小边长 ，判断叶片的结构分类。按照烟叶大片率的定义，对叶片规格进行分层，通过计算各个规格的烟叶面积和总的烟叶面积，即可得到各层次的叶片率，从而实现对叶片的分类。