[发明专利]一种烟叶分级方法、装置、设备及存储介质

说明书

本发明公开了一种破损烟叶分级方法、装置、设备及存储介质，应用于烟叶分级领域，本发明方法包括：获取待补全烟叶图像，将待补全烟叶图像输入已训练神经网络模型得到补全烟叶图像；根据补全烟叶图像与待补全烟叶图像计算烟叶破损率；根据烟叶破损率进行破损烟叶分级得到分级结果。本发明方法通过深度学习方法将破损烟叶的图像进行补全，并根据补全烟叶图像的面积与整体烟叶面积计算破损面积的比例，避免了现有技术中通过人工确定烟叶破损面积而导致的计算精确度低，烟叶分级不准确且耗费时间的问题。

技术领域

本发明涉及烟叶分级领域，特别涉及一种烟叶分级方法、装置、设备及计算机可读存储介质。

背景技术

烤烟作为卷烟的主要原料，需经多次加工、科学配制，才能生产出满足消费者要求的各种风格的卷烟。只有经过分级，将质量不同的烟叶加以区分，卷烟工业才能针对各级别的质量特点，调配各种风格的卷烟，并保持卷烟产品的质量稳定。不同质量的烟叶具有不同的使用价值，也具有不同的经济价值。质量特点不同、优劣不一的烟叶混在一起，使用价值必然低下，好的烟叶如不单独分出，也难以使用。只有按质量优劣分清，才可使其发挥大效益，得到合理利用。有了科学的分级体系，才可依据以质论价的原则，制订合理的价格政策，调动烟农生产烟叶的积极性。同时，分级标准也为烟叶生产者指明了努力方向。因此，合理的分级有利于促进烟叶生产。

烟叶的破损面积比例是衡量烟叶等级的重要因素，通过科学的计算烟叶的破损面积比例能够进行准确的烟叶分级。但是在现有技术中，一般通过人工分析的方式来确定烟叶的破损面积比例，作为烟叶等级划分的依据，这种通过人工确定烟叶破损面积比例的方式精确度低且耗费时间和大量人力。

发明内容

本发明的目的在于提供一种烟叶分级方法、装置、设备及计算机可读存储介质，应用于烟叶分级领域，该方法通过深度学习方法将破损烟叶的图像进行补全，并根据补全烟叶图像的面积与整体烟叶面积计算破损面积的比例，避免了现有技术中通过人工确定烟叶破损面积而导致的计算精确度低，烟叶分级不准确且耗费时间的问题。

为解决上述技术问题，本发明提供一种烟叶分级方法，包括：

获取待补全烟叶图像，将所述待补全烟叶图像输入已训练神经网络模型得到补全烟叶图像；

根据所述补全烟叶图像与所述待补全烟叶图像计算烟叶破损率；

根据所述烟叶破损率进行破损烟叶分级得到分级结果。

可选的，所述获取待补全烟叶图像，包括：

将原始烟叶图像的三通道灰度值输入第一模型进行背景去除处理，得到所述待补全烟叶图像，所述第一模型的表达式为：

式中，src_mask为烟叶区域判断值，src_img为所述原始烟叶图像，bVal、gVal和rVal分别为所述原始烟叶图像的蓝色通道灰度值、绿色通道灰度值和红色通道灰度值，src_val为原始烟叶图像灰度值，dst_img为所述待补全烟叶图像，M为去背景参数。

可选的，所述根据所述补全烟叶图像与所述待补全烟叶图像计算烟叶破损率，包括：

通过所述补全烟叶图像与所述待补全烟叶图像获取所述补全烟叶图像的填充图像；

提取所述填充图像的填充面积；

将所述填充面积除以补全烟叶图像面积计算所述烟叶破损率。

可选的，所述提取所述填充图像的填充面积，包括：

当检测到所述填充图像存在填充折叠区域时，提取填充折叠区域面积；

将所述填充折叠区域面积的二倍加上剩余填充图像面积得到所述填充面积。

可选的，所述将所述填充面积除以补全烟叶图像面积计算所述烟叶破损率，包括：