基于叶片图像复合参数的烟叶成熟度判定模型

作者：林天然; 姚争毅; 常鹏飞; 郑婧; 李满玲; 谢萍; 陈诗瑶; 储伟杰; 李仁忠^*

来源：贵州农业科学, 2022, 50(08): 134-141.

• 烟草鲜叶
• 成熟度
• 图像分割
• BP神经网络
• 偏态分布

【目的】构建叶色参数与鲜烟叶片成熟度的关联模型，为精准判断大田烟草鲜叶采收成熟度提供技术支撑。【方法】运用多元回归及BP神经网络构建叶色参数-烟叶成熟度判定模型，通过比较不同参数体系和不同建模方式对不同叶位鲜烟叶片成熟度的判定准确度，筛选最优成熟度智能化判定模型。【结果】以叶色偏态分布复合参数集(N2,共33个参数)作为输入因子，基于BP神经网络构建的F4(33-10-1)模型是最佳的叶片成熟度判定模型，可以满足对不同叶位不同成熟度的判定精度需求，对下部、中部和上部烟叶成熟度的判定精度分别为84.44%、96.10%和92.56%,总体精度达94.15%。【结论】采用叶色偏态分布复合参数集(N2)作为输入因子且采用BP神经网络构建的不同叶位鲜烟叶成熟度的判定方法可在一定程度上解决烟草叶片成熟度田间判定准确度低的问题，且可为烟叶生产过程中鲜烟成熟度的智能化识别提供新思路。

• 单位
  中国烟草总公司福建省公司; 福建省烟草公司龙岩市公司