-
公开(公告)号：CN117131399A
公开(公告)日：2023-11-28
申请号：CN202310436166.7
申请日：2023-04-21
Applicant: 昆明理工大学 , 云南省烟草质量监督检测站
Abstract: 本发明提供一种基于多异构分类器集成的烟叶分级方法，属于烟叶分级技术领域，该方法包括：建立烟叶等级特征样本数据库，采集在烟叶实收过程中提取得到的各个等级的烟叶特征值。然后对样本数据进行预处理，使用箱线图对每个等级烟叶各个特征数据的整体分布情况进行描述，找出异常值并去除。再搭建出多异构分类器集成框架，使用CatBoost、朴素贝叶斯、极端随机树和线性判别分析作为基分类器，CatBoost作为元分类器，对烟叶样本数据进行训练学习。最后在集成框架中引入网格搜索法和k折交叉验证法对其进行调参，寻求最佳的组合参数。
-
公开(公告)号：CN116609457A
公开(公告)日：2023-08-18
申请号：CN202310576276.3
申请日：2023-05-19
Applicant: 云南省烟草质量监督检测站 , 昆明理工大学
Abstract: 本发明涉及烟草挥发性物质的捕集及检测领域，尤其涉及一种追踪烟草中挥发性物质释放规律的方法；通过气体吹扫将烟气吹入放置有吸收溶剂的吸收装置后得到吸收液，将吸收液进行GC‑MS分析；本发明相较吸烟机‑剑桥滤片捕集烟气具有价格低廉、操作简单的优点，且捕集过程的环境氛围、升温程序、气体的吹扫时间和吸收溶剂的体积都是可调可控的，还可根据需求提供多元化的前处理条件，如进行特异性净化处理，降低非目标物的干扰，是烟草烟气释放规律分析的有效途径。
-
公开(公告)号：CN118070211A
公开(公告)日：2024-05-24
申请号：CN202410025469.4
申请日：2024-01-08
Applicant: 云南省烟草质量监督检测站 , 昆明理工大学
Inventor： 龙杰 , 龚佩瑶 , 刘宇晨 , 刘凯 , 侯开虎 , 邓超 , 张林 , 胡巧慧 , 白帆 , 张冀武 , 孙浩巍 , 张晓伟 , 张轲 , 盖小雷 , 段鑫怡 , 夏琳 , 栾菲菲 , 宗达
IPC: G06F18/25 , G06F18/27 , G06F18/2431 , G06F18/241
Abstract: 本发明公开一种多模态的烤烟叶油分表征方法，涉及烤烟分级技术领域。本发明由烟叶分级专家分别对上部、中部、下部烟叶进行标注，获取烤烟叶油分的数字化特征。然后通过工业相机获取样本烟叶的图像，将图像进行二值化分割，确定图像烟叶区域，对图像烟叶区域进行特征提取，获取烟叶的面积、橘色占比、柠色占比、H均值、S均值、V均值特征。再分别通过数字称和色差计获取烟叶的静态重量和色差数值；然后进行烤烟叶油分与烟叶的图像特征、静态重量、色差数值的相关性分析，确定烤烟叶的油分与烟叶的图像特征、静态重量、色差数值之间存在的相关性，再进一步进行回归与通径分析，获取回归方程和通径系数，从而得到油分的表征方程式。
-
公开(公告)号：CN116385734A
公开(公告)日：2023-07-04
申请号：CN202310295401.3
申请日：2023-03-24
Applicant: 昆明理工大学 , 云南省烟草质量监督检测站
IPC: G06V10/44 , G06V10/774 , G06V10/764
Abstract: 本发明提供了一种特征通道加权和动态损失调控的烤烟分组方法及系统，涉及深度学习和烤烟分级技术领域，通过图像采集装置采集获取N个主收组别的烤烟图像，建立烤烟分组数据集，其中，N为正整数，对所述烤烟分组数据集进行数据预处理，获取预处理数据集，设计烤烟组别分类网络TGNet，用所述烤烟组别分类网络TGNet训练所述预处理数据集，得到烤烟组别分类模型，基于所述烤烟组别分类模型获取烤烟分组结果。本发明解决了现有的深度学习烤烟分组方法在高尺度特征中缺乏关键特征表达、类间辨别能力有限、模型在训练期间倾向学习多数类样本的技术问题。实现了烤烟组别实时分类，达到有效提高烤烟组分类效率，降低人工分级成本。
-
公开(公告)号：CN114170329A
公开(公告)日：2022-03-11
申请号：CN202111220082.7
申请日：2021-10-20
Applicant: 云南省烟草质量监督检测站 , 昆明理工大学
Abstract: 本发明公开一种正组烟叶的颜色区分方法，涉及烟叶分级技术领域。本发明通过由烟叶分级专家挑选得到正组烟叶“标准”颜色样本；再由工业相机获得正组烟叶“标准”颜色样本的正面图像，将图像进行二值化分割，确定图像烟叶区域，对图像烟叶区域的像素点采样获得烟叶色差；样本关于色差的散点图的正组三色烟叶色差值具有明显区间分布，以连续各个区间存在的交叉域作为烟叶色差区间的交叉域范围；通过交叉域样本点计算区间划分的阈值，定义了正组柠檬黄、橘黄、红棕三色烟叶的色差区间，各区间代表了不同的正组烟叶颜色；本发明建立可描述的烟叶颜色的区分方法，利用单一指标，完成对正组烟叶颜色的区分。
-
Patent Agency Ranking
公开(公告)号：CN116433598A
公开(公告)日：2023-07-14
申请号：CN202310221446.6
申请日：2023-03-09
Applicant: 云南省烟草质量监督检测站 , 昆明理工大学
IPC: G06T7/00 , G06T7/50 , G06T7/90 , G06T7/60 , G06T3/40 , G06N3/082 , G06N3/048 , G06V10/762 , G06N3/088 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及烟叶物理指标测量技术领域，具体涉及一种基于无监督深度估计的初烤烟褶皱度测量方法，本发明首先将初烤烟在烘烤后发生的叶面皱缩形态定义为“初烤烟褶皱度”，并将初烤烟褶皱度的评定参数设定为表面像素算术平均偏差Ra、表面像素最大差值Rz，同时构建由云南省烟叶分级专家根据初烤烟褶皱度进行部位区分包含上、中、下(B、C、X)三个部位烟叶的样本数据集，并用工业相机获取初烤烟褶皱度等级样本的正面局部图像，将初烤烟的局部图像用无监督深度估计的方法进行处理，再用Roberts算子提取深度图中的初烤烟褶皱纹理得到初烤烟褶皱纹理图，最后采用Birch算法对初烤烟褶皱度进行聚类，根据初烤烟褶皱度这一要素对烟叶进行部位区分。
-
公开(公告)号：CN115655124A
公开(公告)日：2023-01-31
申请号：CN202211153774.9
申请日：2022-09-21
Applicant: 昆明理工大学 , 云南省烟草质量监督检测站
Abstract: 本发明提供了一种烟叶厚度测量方法及装置，其中，烟叶厚度测量方法通过显微镜采集到待测烟叶的原始图像(第一图像)进行立体矫正后得到第二图像，第二图像经过立体匹配算法计算得到初始视差图(第三图像)，利用WLS滤波平滑优化图像，对初始视差图中存在的噪点和误匹配点进行处理，得到处理后的视差图(第四图像)，再将得到的处理后视差图进行深度图计算，得到第五图像，最后通过第五图像的深度信息进行深度值计算，进行显微放大倍数还原，并可计算出烟叶的厚度；并提供一种装置包括：支架、双目显微相机距离可调节装置、双目显微相机、数据线、计算机；利用上述方法，对烟叶进行厚度的测量，达到烟叶厚度测量的效果。
-
公开(公告)号：CN114862840A
公开(公告)日：2022-08-05
申请号：CN202210626043.5
申请日：2022-06-02
Applicant: 云南省烟草质量监督检测站 , 昆明理工大学
Abstract: 本发明公开了一种融合专家先验的烤烟部位区分方法，融合专家先验知识制作得到单要素烤烟样本；利用图像处理方法分析烤烟正反面图像，获取烤烟叶尖夹角、长度、宽度、皱缩度、主脉面积和主脉长度等烤烟单要素信息；结合已知单要素信息计算得到烤烟长宽比、卷曲度和主脉粗细度等烤烟单要素信息；根据融合专家先验的单要素烤烟样本中的上部、中部和下部三种烤烟单要素特征不同的特点，定义每个烤烟单要素的阈值区间，规定各个烤烟单要素对于烤烟部位区分的规则；针对各个烤烟单要素对烤烟部位区分影响程度和方式，制定部位区分流程中各个烤烟单要素的排列顺序；本发明按照排列顺序分析烤烟单要素，完成对烤烟部位的区分。
-
公开(公告)号：CN117809111A
公开(公告)日：2024-04-02
申请号：CN202311863451.3
申请日：2023-12-29
Applicant: 云南省烟草质量监督检测站 , 昆明理工大学
Inventor： 刘凯 , 张林 , 盖小雷 , 陈伟 , 侯开虎 , 胡巧慧 , 邓超 , 白帆 , 龚佩瑶 , 张冀武 , 刘宇晨 , 孙浩巍 , 张晓伟 , 张轲 , 龙杰 , 李周州 , 张云芳 , 宗达
IPC: G06V10/764 , G06V10/44 , G06V10/762 , G06V10/56 , G06V10/26 , G06N20/00
Abstract: 本发明涉及一种基于级联分类器的链式烤烟分级方法。该方法涉及机器学习和烤烟分级技术领域，根据烤烟收购标准，制定样品并采集图像，建立分级数据集，利用OpenCV和特征提取算法对分级数据集图像进行预处理以及提取烤烟预处理数据集的形体、颜色等特征。使用烤烟预处理数据集和提取的特征进行烤烟链式分级模型参数训练，得到烤烟链式分级模型。对烤烟链式分级模型参数进行调整，并在烤烟分级设备上完成推理部署，基于所述烤烟链式分级模型获取烤烟分级结果。本发明通过搭建链式分级模型，解决了现有烤烟分级方法灵活性较低，迁移学习能力差和关键特征表达能力差的技术问题，能够有效提高烤烟分级的模型迁移能力，以满足烤烟收购市场的要求。
-
公开(公告)号：CN117557661A
公开(公告)日：2024-02-13
申请号：CN202311843984.5
申请日：2023-12-28
Applicant: 云南省烟草质量监督检测站 , 昆明理工大学
Inventor： 陈伟 , 白帆 , 刘凯 , 张冀武 , 龙杰 , 侯开虎 , 邓超 , 张林 , 胡巧慧 , 龚佩瑶 , 刘宇晨 , 孙浩巍 , 张晓伟 , 张轲 , 盖小雷 , 宗达 , 李俞葵 , 黄月婷 , 王润玲
Abstract: 本发明公开了一种实收烤烟青色和杂色程度划分方法，涉及烤烟智能分级技术领域。包括以下步骤：收集实收状态分级专家定级的青色和杂色烤烟建立样本库；采用工业面阵相机对青色烟和杂色烟进行采集并依据专家经验标注青色和杂色区域；依据采集烤烟图像阈值分割将烤烟图像背景去除并裁剪多余背景；将预处理过的烤烟图像进行通道切片再用粒子群算法寻找最优颜色指数；通过阈值分割得到烤烟青色和杂色面积；用青色和杂色面积分别除以整个烤烟的面积即为烤烟青色和杂色占比；依据提取的青色和杂色占比对烤烟青色和杂色划分程度。本发明提供了实收烤烟青色和杂色程度划分方法，方便快捷，为烤烟智能化分级提供便利。
-
-
-
-
-
-
-
-
-
Search Results
174
records
(took 0.076 seconds)
