视觉识别技术在烟叶分级中的应用

梅 静

（四川省烟草公司广元市公司，四川 广元 628300）

烟草通常单指烟叶类植物，而烟叶是烟草植物的叶片。烟叶分为正在生长的烟草作物上的叶子和已经初步调制过但没有加工成烟丝制品的烟叶。烟草从烟草植物到制成烟丝成品需要经过多个工艺制作流程，只有经过多重加工后才能成为商品流向市场销售。当前，烤烟的烟叶等级优劣是根据烟叶的来源、叶片结构、成熟度、油分及色度等进行评定的［1，2］。在现行的烟叶分级标准中，有关烟叶等级特征的标准大部分仅限于烟叶外观方面的描述，因此，分级人员对于烟叶等级定量方面的判定存在一定的难度。同时，目前分级人员评判烟叶等级的主要方式是感官和经验结合的方式，不同的分级人员在感官、经验及分级标准理解方面是具有差异的，仅依靠较强主观性的感官与经验评定，易造成烟叶的收购等级评定不够准确，对于烟叶的收购和生产是不利的［3］。因而，为了防止烟叶收购过程中分级人员的主观性与经验性对烟叶等级评定造成影响，烟草工业未来的发展趋势是运用智能化技术逐步替代人工进行烟叶分级。

1 烟叶分级现状、原因及应对建议

1.1 烟叶分级现状

通过对烟叶分级的深入研究，了解到烟叶的分级是指对同组烟叶进行有效的质量等级划分，之后根据分级状况对烟叶进行再次加工处理，从而改善烟叶的后期加工问题，保障烟叶的质量。然而，通常会由于烤烟基础因素的影响，导致烟叶分级存在一些问题。同时，由于相关人员缺乏对烟叶质量标准的认知，分级时缺乏标准化参考依据，造成分级出现各种问题，对烟草行业各级烟叶质量安全造成严重的影响。

例如，在2019 年的烟叶收购等级质量抽检中，以抽取片烟还原把烟的方式，抽取剑门关、普安、木马3 个烟点C3F 烟叶等级各200 把，按照《烤烟国家标准》（GB 2635—1992）现场定级。具体抽检情况见表1。

表1 2019年C3F等级质量抽检情况统计

从表1 可以看出，2019 年C3F 平均等级合格率为68.0%，存在不同程度的混高、混低、混色及正副混组等情况。主要表现如下：①混高，C2F 混入C3F；②混低，将C4F、C3L混入C3F；③混色，将C3L混入C3F；④混部位，将B2F混入C3F。

1.2 原因分析及应对建议

1.2.1 管理部门监督有效性不足。相关的管理部门在开展烟叶分级工作时，没有进行有效的监督管理。所以，如果发生了烟叶分级事故，相关部门难以及时有效地解决问题，可能导致其他相关联的问题不断出现。

1.2.2 烟农素质和分级技术差。当前烟农队伍普遍存在人口结构老龄化、文化水平不高、技术升级能力有限等问题。同时，烟叶分级人员以烟农或者临时工为主，他们通常是凭借个人经验及感觉进行烟叶分级处理，因此出现了烟叶分级技术上的操作偏差。加之部分烟农为了一些不当利益，在烟叶分级中掺假，导致部分烟叶检测不符合标准要求，从而对烟叶等级的质量及收购造成不良影响。

1.2.3 检查指导缺乏。首先，由于对来料的检验及查收不到位，导致出现因烟农报关操作不当造成来料湿度大、水分超标的情况；其次，由于部分烟农的思想认识不足，来料中混入了鸡毛、纤维类物质；再次，进行烟叶分级之前，由于缺少对相关操作人员的技能知识培训，导致分级后相同级别的品质存在差异；然后，在烟叶分级过程中，缺乏必要的指导以及相关的监督和验收机制；最后，分级称量检查执行不到位，导致分级质量受到影响。

1.3 应对建议

第一，加强对烟叶分级人员的技能培训，提升相关人员的操作质量，同时及时、有效地解决烟叶分级过程中出现的问题。

第二，建立一套完善的专业服务体系，并制定详细的管理方式，严格执行烟叶分级操作标准，进行统一化管理及考核，保障烟叶分级质量的一致性。同时，可以加强各站点技术人员对于分级人员的交流与指导，并且对完成烟叶分级的产品进行扎捆、堆放指导，保障分级技术能得到提升。

第三，相关企业应加强对于烟叶分级的监督管理，可以成立相应的质量监管小组，对管辖范围内的烟叶分级进行不定期抽查，严格执行关于烟叶分级的考核标准及要求。对于烟叶分级操作不合规、分级质量达不到标准要求的行为，通过明确相关的处罚标准进行惩罚，并督促其整改到位，通过层层监督达到提升烟叶分级质量的目的。

2 应用智能化技术进行烟叶分级的优势

目前，通常选择对烟叶内部化学成分进行检测的方式，来判断与分析烟叶的品质。从客观情况来看，现有的技术水平不能得出烟叶内部成分构成与烟叶品质间的相关性。在这种情况下，烟叶分级采用化学成分的参考方式仍存在一定的不足。而在第42 届烟草化学家研究的相关会议上，Thomas提出了关于图像分析技术在烟草检验及分级上应用的观点［4］，打开了相关研究者在这个领域进行探究的大门。目前，随着计算机视觉及图像识别技术的飞速发展，为烟叶分级自动化技术提供了更为有利的发展条件。对于烟草行业来说，找到一种适合现代科技发展需求的烟叶分级方式，用智能化生产代替人工进行烟叶的分选、定级，是实现烟叶分级质量提升、效益增加的重点和难点问题之一［5，6］。智能化烟叶分级的核心部分就在于模拟人眼来区分烟叶质量的差异，模拟人脑分选烟叶的质量级别。而基于计算机视觉和智能识别相结合的技术可以满足以上需求，实现烟叶自动化分级。

3 视觉识别技术在烟叶分级中的应用

3.1 图像采集

想要以烟叶的外表形状来地完成烟叶的正确分级，必须先完成机器的学习过程。所以，在烟叶分级之前需要向机器提供高清晰度的图像，以便完成机器学习。采集高清晰度图像时，为了拍到较高清晰度的图片，需要具备获取图片所需的多种图像设备，且需要有数码相机、CCD图像传感器和高清晰度的扫描仪。基于不同环境下的收集情况，选择不同效果的影像收集设备，才能获得最理想的收集效果。进行烟叶图像采集时，有时会因为一些外在的环境因素影响，导致图像采集清晰度受到影响。但是，为了使后期机器的烟叶分级识别度及清晰度不受影响，必须解决一切外在的影响因素。另外，为了避免在烟叶分级中出现图像不稳定问题，需要对同一片烟叶进行3次以上的图像采集，并且将3次采集结果完整地记录在系统中。同时，应注意不要让外部光线进入采集的区域，因为如果有光线照射进来，会影响烟叶分级及识别的准确性。

3.2 图像处理

拍摄图像时，会受到照明条件、拍摄角度、拍摄位置等多种环境因素的影响。这些因素影响会导致烟叶采集的图像质量不高，对后期机器学习及机器识别造成一定的影响。所以，图像采集完后不仅要对图像进行处理优化，还需要把需要导入系统的图像进行预处理。这样既能提高提高图像的质量及清晰度，优化图片中的噪点，提高机器后期的识别度及准确性，还能去掉图片中无关的图像信息，增加图片信息的有效性。此外，还能简化图像，减少机器后期的学习时间及成本。

3.3 烟叶外观特征提取

在识别烟叶外观的过程中，参考图片可以提炼出与烟叶分类及等级相关的信息。因此，在此过程中，有必要提取与参考图片的分类标准一致的信息，这是机器学习的重要指标。在此过程中，机器将图像的实现与图像分类标准保持一致，并形成一个原始数据库。以后的机器识别程序将会根据原始数据库中的信息进行识别和分类。在设备的特定使用脚本中，系统会根据分类标准的要求提取需要识别的烟叶目标的主要信息。

3.4 烟叶识别与分级

在烟叶识别及分级的过程中，需要将烟叶进行模糊识别。模糊识别过程采用聚类模糊分析法，此分析法能相对合理地分析不确定的识别对象并进行分组化，以便于以后能正确进行识别。烟叶采集设备自动获取进入设备中的烟叶的图像，简化收集到的图像，并提取与分级相关的有效信息。以上环节完成后，系统会将识别到的图像与分级标准进行核实，依照分级标准将识别到的烟叶图像进行合理的划分，最后把烟叶分级结果上传到用户的计算机设备上。另外，系统会提供相关的质量水平分析及参考建议，以便用户参考。

4 结语

随着烟草市场对烟叶分级的要求越来越高，传统的人工分级技术越来越不能满意企业的需求及要求，因此智能化识别技术势必会替代人工技术。烟草图像采集及识别相关技术正在逐步成熟，但仍有一些亟待解决的问题。而通过对核心问题的专题研究与核心技术的整合，结合烟草分级工作的实际需要和烟叶分级专家积累的宝贵经验，逐步完善烟叶智能化分级系统，有助于促进烟草行业进一步发展。