(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211251182.0 (22)申请日 2022.10.13 (71)申请人 湖北省烟草公司恩施州公司 地址 445000 湖北省恩施土家族苗族自治 州恩施市施州大道1 19号 (72)发明人 王瑞　王大彬　任晓红　邓建强　 孟贵星　王雪松　陈红华　彭五星　 霍光　向必坤　黄勇　乾艳　 尹忠春　 (74)专利代理 机构 北京睿智保诚专利代理事务 所(普通合伙) 11732 专利代理师 杜娟 (51)Int.Cl. G01N 21/25(2006.01) G06V 10/58(2022.01)G06V 10/764(2022.01) G06V 10/77(2022.01) G06V 10/774(2022.01) (54)发明名称 一种烟叶成熟度的智能判别方法及系统 (57)摘要 本发明公开了一种烟叶成熟度的智能判别 方法及系统， 涉及烟草智慧农业技术领域， 采集 不同成熟度的烟叶样品并获取高光谱图像； 数据 划分， 得到训练集和测试集； 提取训练集和测试 集高光谱图像中的光谱数据， 利用主成分分析对 光谱数据进行降维； 利用降维后的训练集对构建 的烟叶成熟度判别模型进行训练， 得到训练好的 烟叶成熟度判别模型； 利用降维后的测试集对训 练好的烟叶成熟度判别模型进行性能评价， 验证 模型的泛化能力。 本发明通过高光谱成像技术提 取得到不同成熟度烟叶的光谱信息， 然后将以上 光谱信息进行 降维处理后输入到不同的算法模 型中进行训练， 从而构建分类模 型实现烟叶成熟 度智能判别。 权利要求书2页 说明书8页 附图7页 CN 115494009 A 2022.12.20 CN 115494009 A 1.一种烟叶成熟度的智能判别方法， 其特 征在于， 包括以下步骤： S1： 采集不同成熟度的烟叶样品； S2： 获取烟叶样品的高光谱图像； S3： 按照一定的比例将 样品的高光谱图像进行划分， 得到训练集和 测试集； S4： 提取训练集和测试集高光谱图像中的光谱数据， 利用主成分分析对光谱数据进行 降维， 提取光谱数据的主成分并计算得到每个主成分的得分， 将各个烟叶样品的主成分得 分进行整理归纳作为构建烟叶成熟度判别模型的数据； S5： 利用降维处理后的训练集对构建的烟叶成熟度判别模型进行训练， 得到训练好的 烟叶成熟度判别模型； S6： 利用降维处理后的测试集对训练好的烟叶成熟度判别模型进行性能评价， 验证模 型的泛化能力。 2.根据权利要求1所述的一种烟叶成熟度的智能判别方法， 其特 征在于， S1中的不同成熟度的烟叶样品包括： 尚熟烟叶样品、 成熟烟叶样品、 完熟烟叶样品。 3.根据权利要求1所述的一种烟叶成熟度的智能判别方法， 其特 征在于， S2的具体内容为： 利用便携式高光谱相机扫描不同成熟度的烟叶样品得到烟叶样品的 高光谱图像。 4.根据权利要求1所述的一种烟叶成熟度的智能判别方法， 其特 征在于， S3中的划分比例为： 将样品高光谱图像的前75％划为训练集， 样品高光谱图像的后 25％划为测试集。 5.根据权利要求1所述的一种烟叶成熟度的智能判别方法， 其特 征在于， S4中利用ENVI软件提取烟叶样品的高光谱图像中的光谱数据， 利用主成分分析对光谱 数据进行降维提取主成分， 并计算每 个主成分的得分。 6.根据权利要求1所述的一种烟叶成熟度的智能判别方法， 其特 征在于， S5中在模型训练过程中对训练集采用了 5折交叉验证的方法。 7.根据权利要求6所述的一种烟叶成熟度的智能判别方法， 其特 征在于， 对训练集采用了 5折交叉验证的方法包括如下步骤： A将训练集数据随机分为5份； B其中4份数据用于模型训练， 剩下的1份数据用于模型测试； C重复步骤B共5次， 得到模型的5次评估结果； D计算5折交叉验证结果的平均值作为模型的性能评估。 8.一种烟叶成熟度的智能判别系统， 其特征在于， 应用权利要求1 ‑7任一项所述的一种 烟叶成熟度的智能判别方法， 包括依次连接的样品采集模块、 图像获取模块、 图像划分模 块、 数据提取及预处 理模块、 模型训练模块和模型验证模块； 样品采集模块， 用于采集 不同成熟度的烟叶样品； 图像获取模块， 用于获取烟叶样品的高光谱图像； 图像划分模块， 用于按照一定的比例将样品的高光谱图像进行划分， 得到训练集和测 试集； 数据提取及预处理模块， 用于提取训练集和测试集高光谱图像中的光谱数据， 利用主 成分分析对光谱数据进行降维， 提取光谱数据的主成分并计算得到每个主成分的得分， 将权　利　要　求　书 1/2 页 2 CN 115494009 A 2各个烟叶样品的主成分得分进行整理归纳作为构建烟叶成熟度判别模型的数据； 模型训练模块， 用于利用降维处理后的训练集对构建的烟叶成熟度判别模型进行训 练， 得到训练好的烟叶成熟度判别模型； 模型验证模块， 用于利用降维处理后的测试集对训练好的烟叶成熟度判别模型进行性 能评价， 验证模型的泛化能力。权　利　要　求　书 2/2 页 3 CN 115494009 A 3