[发明专利]基于多模态和贝叶斯分类器的烤烟烟叶分类系统及方法

说明书

本发明提供一种基于多模态和贝叶斯分类器的烤烟烟叶分类系统及方法，属于烟草生产检验技术领域，包括：烟叶数据获取单元，用于获取待分类烟叶对应的多模态烟叶数据，多模态烟叶数据包括烟叶的图像信息、水分信息和质量信息；分类单元，提供一贝叶斯分类器，贝叶斯分类器基于待分类烟叶的多模态烟叶数据在所有烟叶种类对应的标准多模态烟叶数据的概率，进而根据概率确定待分类烟叶的等级，其中，每一种类的烟叶的多模态烟叶数据分别对应一权重；执行单元，用于根据分类结果将待分类烟叶放入相应的等级框中。有益效果：根据烟叶特征设计贝叶斯分类器基于多模态的烟叶数据进行分类，提高烟叶分级的准确率。

技术领域

本发明涉及烟草生产检验技术领域，尤其涉及一种基于多模态和贝叶斯分类器的烤烟烟叶分类系统及方法。

背景技术

烟叶是烟草工业重要的原材料，烟叶的外观、物理特性、化学成分、感官等质量指标间的关系是很多研究关注的焦点，对卷烟产品质量有着直接的影响。我国是烟叶种植、生产和消费大国，由于受到气候、土壤、地域环境以及品种、栽植措施、着生部位和烘烤工艺的影响，烟叶质量存在较大差异。掌握好烟叶的质量动态，确定烟叶的质量等级，对烟叶生产和卷烟工业都具有重要意义。同时，烟叶质量评价是一项复杂的系统工程，科学、客观、准确地评价烟叶质量有助于指导烟叶原料生产、采购和工业应用。

烟叶分级方法一般是先分“类型”，后分“组”，最后根据每个组内烟叶质量的好坏划分成几个不同的“级”。在分级标准中，各国的组别与级数存在较大的差别，但分级的基本原理还是比较一致的。如津巴布韦烤烟分级时，先按外观的某些特征分为上部叶、顶叶、中部叶、下部叶、脚叶、完熟叶、下部散叶组、上部散叶组共计8个叶组.然后再按颜色的不同分为若干亚组。经部位、颜色两次分组后，每组再根据分级因素分为若干等级，总共分为1225个等级。分组因素主要有部位、颜色、厚度。分级因素名目繁多，较不统一，但都以“表里一致”的原则为依据。

现有的烟叶分级方法大多是基于常规普通相机，仅采集烟叶的视觉信息结合深度学习或者传统分类器进行烟叶分级，由于常规普通相机采集到的烟叶信息有限，且深度学习和传统分类器是通用分类器，并不是针对烟叶专门设计的分类器，因此烟叶分级的准确率上限不高，烟叶分级准确率不高。

发明内容

为了解决以上技术问题，本发明提供了一种基于多模态和贝叶斯分类器的烤烟烟叶分类系统及方法。

本发明所解决的技术问题可以采用以下技术方案实现：

一种基于多模态和贝叶斯分类器的烤烟烟叶分类系统，包括：

一烟叶数据获取单元，用于获取待分类烟叶对应的多模态烟叶数据，所述多模态烟叶数据包括烟叶的图像信息、水分信息和质量信息；

一分类单元，提供一贝叶斯分类器，连接所述烟叶数据获取单元，所述贝叶斯分类器基于所述待分类烟叶的所述多模态烟叶数据在所有烟叶种类对应的标准多模态烟叶数据的概率，进而根据所述概率确定所述待分类烟叶的等级并输出一分类结果，其中，每一种类的烟叶的多模态烟叶数据分别对应一权重；

一执行单元，连接所述分类单元，用于根据分类结果将所述待分类烟叶放入相应的等级框中。

优选地，所述贝叶斯分类器中所包含的贝叶斯公式如下：

其中，a(x_n)表示待分类烟叶对应的多模态的烟叶数据；

a_n(x_n)表示第n个种类的烟叶对应的多模态的烟叶数据；

λ_n表示第n个种类的烟叶对应的权重；

λ_σ表示所有种类的烟叶的亩产量的平均误差值；

表示第n个种类的烟叶的概率。