烟叶颜色等级分类研究文献综述
摘要：本文主要对“烟叶颜色等级分类研究”课题的相关文献综述，先介绍项目的研究意义以及目的，然后简要谈及在国内外的相关相似的烟叶等级识别研究中常用流程及各步骤的常见技术方法，然后结合以上的研究，总结现有方法的主要流程和其特征点。
关键词：烟叶等级，机器视觉，图像处理，颜色模型，机器学习
- 引言
15世纪末，哥伦布发现美洲大陆，葡萄牙和西班牙殖民者也将烟草带回了欧洲，很快，这种燃烧可以产生烟气的植物就被当成奇珍异宝和精神药物流行开来。在随后两百余年中，烟草随着欧亚之间的频繁的战争、贸易与文化交流迅速传播开来，现代香烟大概在18世纪开始出现，1876年的费城世界博览会，展出了纸质包装的香烟。而到了1880年，随着卷烟机的发明，香烟变得更加工业化，香烟开始变得廉价，并普及起来。如今烟草行业规模已经十分庞大，在国际商品贸易及国家税收中都占有很大的比例。
烟叶作为烟草工业中重要原材料，同时也是许多国家重要的经济作物，以我国为例，2018年中国烟草种植面积超过一百多万平方公顷，烟草总产量超过220万吨。在香烟原料的采购过程中，对烟叶的定级是一个相当重要的环节，烟叶原料的质量与成品香烟质量密切相关，目前，烟叶采购阶段的定级方式主要是通过接受过专业训练的人员对烟叶的外形、颜色、手感等直接感官因素综合来鉴定与分拣，传统方法不仅效率低而且误差大，人员训练成本高，同时缺少客观的评判标准易造成收购人员与烟农之间纠纷，若通过各种物理化学指标的检测来鉴定，虽然结果精度高，但又过于繁琐复杂且成本高、鉴定速度慢。所以需要一个客观高效的方法来解决上述矛盾。
随着现代计算机技术的不断发展，机器视觉也进入了高速发展阶段，机器视觉技术涉及图像处理、计算机科学、机器学习等诸多领域，在农业、交通、工业、食品等领域都已经得到了相当广泛的应用，其拥有处理速度快，处理信息量大、计算精度高等特点。所以可以考虑通过构建烟叶的分类模型来对烟叶进行智能化自动化的定级，通过机器学习与机器视觉的自动定级不仅可以使烟叶分级更加高效客观，节省人力成本，同时保障烟农的利益，提高烟农的种植积极性。
- 国内外同类研究概况
机器视觉是通过机器感光元件对物体进行图像获取并配以计算机进行处理分析，它能有效的模拟人类视觉和大脑系统，完成对物体的识别。机器视觉技术运用至农业在几十年前就有所研究，例如: 1968年，美国学者Schertz与Brown对水果进行自动检测研究: 1996年，Almad LS.等[1]基于机器视觉技术提取玉米色彩信息，研究发现作物的干旱和缺肥与颜色特征息息相关，对为后面的作物的生长灌溉与施肥提供了依据:在国内研究中，2005年，张彦娥团队[2]在对黄瓜叶子使用机器视觉系统检测时发现，黄瓜叶片颜色与背景颜色的相关性。2009年袁挺团队[3]研究黄瓜与背景颜色的相关性时，提出了基于光谱成像技术的成熟果实检测方法，在实验中的识别中准确率达到了百分之九十以上。同时对于烟叶类似的茶叶方面也有许多相关研究，如马建红等[4]提出多智能体的茶叶图像等级鉴定技术，可对茶叶模糊图像等级有效鉴定。
机器学习技术是人工智能的一个分支，起源于20世纪50年代。从20世纪50年代到70年代初被称为机器学习的“推理期”，即赋予机器逻辑推理的能力。1950年，Turing提出了著名的图灵测试并预言了机器学习技术[5]；到了50年代末期，现F.Rosenblatt提出了著名的感知机模型，这是不含隐含层的神经网络，为神经网络的发展打下了基础[6]，同时B.Widrow等人提出了Adaline模型[7]，这些模型统称为“联结主义”（connectionism）。70年代中期被称为机器学习的“知识器”，即让机器拥有知识，此期间，E.A.Feigenbaum等人发明和建立了第一个专家系统DENDRAL[8]，他们提出机器的智能来源于其拥有足够的专家知识，这时被称为“符号主义”（symbolism）。80年代被称为机器学习的“学习期”。这时的机器学习主要是指从给定的训练样本中得出结果，Quinlan于1987年提出了著名的决策树（decision tree）模型[9]，这被称为“符号主义学习”，这为之后的随机森林打下了基础。1986年，D.E.Rumelhat提出了著名的误差反响传播（BP）算法，这为神经网络的训练提供了可能,这些被称为“基于神经网络的连接主义学习”。这些连接只需要调整输入参数，操作方便，但参数的改变对结果会产生巨大的影响。 1995年，Corina Cortes等人提出了著名的支持向量机(SVM)模型,这被称 为“统计学习”，它们是90年代中期的研究热点。21 世纪初，“深度学习“ 的概念被提出，它通过加深神经网络的层数来提高非线性拟合的精度，这种方法适用性强，被应用于各个专业领域。
在烟草行业的运用方面，最早在1984年国外便有研究团队将机器视觉试用于烟叶的检测中，在1988年托马斯团队[10]提出用图像处理技术识别烟草的外观特征。1997年，CHO.H.K和PAEK.K.H利用机器视觉技术提白肋烟的颜色和形状特征[11]，并发表论文《基于机器视觉对干燥白肋烟分级可行性研究》。这表明图像处理技术已被研究人员运用到烟叶的质量检测中。
