基于RGB颜色空间偏态参数的烟草叶片氯含量无损检测  

Non-destructive detection of chlorine content in tobacco leaves based on RGB color space skew parameters

作　　者：周易 单启庆 陈仲权 廖学文 谢小丹[3] 石三三 蔡钰 江海东[2] 李建飞 Zhou Yi

机构地区：[1]福建省烟草公司龙岩市公司,福建龙岩364000 [2]南京农业大学,江苏南京210095 [3]中国烟草总公司福建省烟草公司,福建福州350003

出　　处：《江苏农业科学》2025年第5期274-281,共8页Jiangsu Agricultural Sciences

基　　金：福建省烟草公司龙岩市公司科技项目(编号:LK-202312)。

摘　　要：烟草鲜叶中的氯含量与烤后烟叶的品质显著相关。为准确、快速地无损测量大田期烟叶氯含量,提取鲜烟叶数码图像的RGB颜色空间偏态参数,并分析各类参数与烟叶氯含量的相关性;在此基础上,分别以RGB颜色空间正态及偏态参数作为输入因子,运用多元逐步回归和反向传递神经网络(BPNN)构建烟叶叶色表型RGB参数氯含量模型,并比较以不同建模方式输入不同参数所建模型在模型拟合优度和拟合准确度的差异。结果表明,代表颜色深浅度的均值类参数与烟叶氯含量无显著相关性,代表颜色均匀度的峰度类参数(如红通道色阶的峰度、绿通道色阶的峰度)与烟叶氯含量显著正相关。采用RGB颜色空间偏态参数作为输入因子且运用BPNN方式所构建的模型F4拟合优度最佳,总体准确度达81.16%,采用RGB颜色空间偏态参数作为输入因子且运用多元逐步回归所构建的模型F2总体准确度为80.87%,虽然略低于模型F4,但两者并无显著差异。考虑到BPNN模型的构建过程较为繁琐且生理学意义不明确,而多元逐步回归方式构建模型过程简洁、参数明了,建议烤烟采用以RGB颜色模型偏态参数作为自变量且运用多元逐步回归方式构建的模型F2作为最佳的烟叶颜色表型参数氯含量的拟合模型。

关 键 词：RGB颜色空间 偏态参数 叶片氯含量 烟草 反向传递神经网络 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] S126[自动化与计算机技术—计算机科学与技术]