深度学习的烟叶烘干状态识别算法

杨海清，刘永辉

(浙江工业大学 信息工程学院，浙江 杭州 310023)

中国是一个烟草大国，其烟草行业发展史久远，随着科学技术的发展烟草的制造工艺也在不断的改进[1]。目前，烟草制造业在我国的经济发展中具有十分重要的地位，而且有大部分地区的农民以种植烟草作为主要的经济来源，发展烟草行业的现代化对我国的经济有着十分重要的意义[2]。烟草生产一般需要烟叶植株种植、烟叶采摘、烟叶烘烤和成品加工等几个阶段[3]。其中烘烤是烟叶生产过程中的一个重要的部分，烟叶烘烤质量的好坏直接影响后面烟草的等级。烘烤是一个将烟叶中的水分蒸干，颜色由绿变黄的过程[4]，通过控制烘干室内的温度以及通风来确保烟叶水分蒸发的速度和程度。在对烟叶进行烘烤时，烤烟工作人员必须实时检测烟叶烘烤状态，并根据烟叶状态合理调节烘烤模式。这种烘烤模式对操作人员的依赖比较高，容易受到操作人员的经验和主观因素[5]影响，烟叶干燥质量无法得到保证。目前计算机视觉技术逐渐发展完善，通过该技术实时采集烟叶烘烤状态[6]，并将烟叶的当前状态反馈到烘烤调温系统实现烟叶烘烤工业自动化，提高烟叶烘烤质量及良品率。

针对烟叶烘烤阶段的色泽及叶脉文理变化特点，笔者提出一种基于卷积神经网络的烟叶特征提取算法。笔者算法通过多通道提取烟叶的色彩特征[7]，通过网络深度提取烟叶的高维纹理特征。……