烟叶等级质量关乎着卷烟的香气质,针对目前烟叶收购站均在单一白色光源和光照强度的环境下对烟叶进行分级,本文对不同波段光源不同光照强度下采集的烟叶展开分级研究,以期选择出最适合烟叶分级的波段光源和光照强度。主要工作如下:(1)研究了烟叶图像采集设备。该设备可以采集白色、红色、蓝色和绿色4种波段光源下的烟叶,通过调节光强控制器控制每个光源的光照强度强弱,整个采集过程是在密闭不透光的环境下进行的,尽可能保证采集的烟叶图像与样本一致。(2)烟叶图像预处理。采用基于二维伽马函数的光照不均匀图像自适应校正算法实现光照均衡化;对均衡化后的图像进行灰度化、通过试验选取3×3模板的中值滤波进行噪声去除、采用最大类间方差法(Otsu)进行二值化、然后进行小面积去除和孔洞填充保证烟叶的完整性、最后进行背景去除获得只含烟叶的彩色分割图像。(3)烟叶特征参数提取。对比分析RGB颜色空间模型和HIS颜色空间模型,提取HIS颜色空间模型下三个通道分量上的一致性U、熵e、一阶矩μ_i、二阶矩σ_i、三阶矩s_i、平滑度R共18个颜色特征参数;提取了小波第二层、第三层水平垂直对角三个方向细节子图的相对能量(e_h~2,e_v~2,e_d~2,e_h~3,e_v~3,e_d~3)作为纹理特征参数。(4)不同波段光源及不同光照强度下的烟叶图像敏感性分析。将改进图像信息熵理论以及结构相似性理论分别应用于不同波段光源和不同光照强度下的烟叶图像,遴选出最佳波段光源和光照强度。(5)验证模型建立。基于PCA-BP神经网络建立验证模型,检验不同波段光源及不同光照强度下烟叶图像敏感性分析方法的有效性,从不同波段光源及光照强度下中部烟叶的分级准确率及误差分析图看出,将改进图像熵和结构相似性理论应用于不同波段光源不同光照强度的烟叶图像敏感性分析方法是有效的。论文研究结果表明,不同波段光源和光照强度对不同等级烟叶的特征提取、识别过程等有显著影响,选择合适的波段光源和光照强度能够有效提高分级准确率和效果。最终得出结论,白色光源下,光照强度为90lux采集正面烟叶最利于分级,且识别准确率和效率都高于其它波段光源和光照强度。