基于图像信息的烤烟烘烤过程中烟叶含水率预测

陈飞程，杨懿德，李常军，杨 洋，冉 茂，鄢 敏，江厚龙，汪代斌*

(1.河南农业大学烟草学院，河南 郑州 450002；2.四川省烟草公司宜宾市公司，四川 宜宾 644000；3.中国烟草总公司重庆市公司，重庆 400023)

【研究意义】含水率是烟叶烘烤过程中的重要指导参数，为烟叶烘烤过程中的变化预测和工艺参数调控提供了重要依据[1]。由于烘烤过程中烟叶含水率具有非线性和时空多变性，且干燥过程受多种参数共同控制，仅靠单一固定模型进行拟合，其适应性和预测精确性的局限性较大[2-6]。【前人研究进展】目前，烟叶含水率测定的方法可分为两类：一类是基于时间序列和统计理论的结合，主要包括烘箱法[7]、快速水分测定法[8]、卡尔费休法[9]和气相色谱法[10]等。另一类是通过物理学微粒性质和运动原理形成的一些新的检测方法，包括微波法[11]、核磁共振技术法[12]和图像技术处理[13]等。近年来，BP神经网络对物料含水率无损预测时，具有较强的适应性和较高的拟合效果，白竣文等[14]基于BP神经网络构建了葡萄气体射流冲击干燥过程中含水率预测模型，实现了葡萄干燥过程中含水率的预测，有效提高了葡萄干燥效率。张利娟等[15]利用小麦真空干燥中的工艺参数作为输入层，构建以小麦含水率为输出层的BP神经网络预测模型，并且该BP神经网络模型能较好地反映小麦真空干燥工艺参数与含水率之间的非线性关系。孙俊等[16]以大米的高光谱数据建立MEA_BP神经网络预测大米的水分含量。宋华鲁等[17]基于双介电参数和变量筛选构建支持向量回归机的预测模型实现对玉米含水率的快速无损检测。……