基于机器视觉技术的鲜烟叶含水量模型研究

本文用机器视觉技术将在烟田采集的160幅湿烟叶叶片样本中与含水量相关性大的表象特征检测提取出来,实现特征提取的无损化和处理的快速化,用Elman神经网络科学建立具有一定精度的烟叶含水量非线性评判体系模型,通过模型可以预测叶片实际含水量。为了提高系统精度,进行了系统构建、图像预处理、图像特征的提取、算法的选择等关键技术的理论研究。