CN107543795B - 一种烤烟产地的判别方法 - Google Patents
一种烤烟产地的判别方法 Download PDFInfo
- Publication number
- CN107543795B CN107543795B CN201710855505.XA CN201710855505A CN107543795B CN 107543795 B CN107543795 B CN 107543795B CN 201710855505 A CN201710855505 A CN 201710855505A CN 107543795 B CN107543795 B CN 107543795B
- Authority
- CN
- China
- Prior art keywords
- color
- index
- flue
- tobacco
- tobacco leaves
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明涉及一种烤烟产地的判别方法。该判别方法包括:建立烟叶的正面红绿色指数、正面黄蓝色指数、正反面亮度差、正反面白度指数差、正反面总色差、正面白度指数、正面色饱和度与烤烟产地的判别模型;检测待判别烟叶的颜色量化指标,代入判别模型即可。本发明提供的烤烟产地的判别方法,筛选出的正面红绿色指数、正面黄蓝色指数等颜色量化指标与烤烟产地具有很强的相关关系,通过建模方法,可以很好地反映不同产地烟叶的外观区域特征,从而可以利用建立的判别模型有效识别烤烟产地。上述颜色量化指标可以通过测色仪方便检测,其检测过程简单、对检测环境及样品的要求低,在烟叶品质精准评价和自动化分类分选过程中具有很好的应用前景。
Description
技术领域
本发明属于烟叶的评价领域,具体涉及一种烤烟产地的判别方法。
背景技术
烟草是我国重要的经济作物,烟叶的品质与遗传因素、栽培措施、调制技术和产地环境等密切相关。其中,产地环境(海拔、温湿度、气候条件等)对烟叶品质的影响极为明显,我国不同产区的烟叶质量风格差异明显,既有浓香型、清香型、中间香型的经典划分,又有进一步细分的八大香型生态区域划分。不同风格类型的烟叶为各卷烟工业开发品类多样的中式卷烟提供了丰富的原料基础。因此,烟叶产地的准确区分对烟叶品质的精准评价和后续工业使用具有重要作用,烟叶产地识别也是我国烟叶分级研究领域的热点问题。
王信民等(烟草科技,2011年第3期)研究了烤烟外观区域特征感官评价指标的筛选,首次提出了烤烟外观区域特征的概念,确定了底色、蜡质感、光泽度、叶面组织、柔韧性等烤烟外观区域特征的评价和备选指标,其中底色和光泽度与烟叶颜色观感存在直接关系,蜡质感也与叶面反光程度的强弱存在关联。
目前,烟叶外观产地判别主要依靠专家经验和总结出的外观区域特征进行主观判定,该方法对人员专业素质要求极高,且判断准确性难以保证。章英等研究了基于LS-SVM的烤烟烟叶产地判别,其是利用近红外光谱技术结合最小二乘支持向量机对烤烟烟叶的产地进行判别。该方法存在的问题是光谱检测的条件较为苛刻,无法应用到烟叶品质精准评价和加工环节的自动化分类分选过程中。
发明内容
本发明的目的在于提供一种烤烟产地的判别方法,从而解决现有判别方法无法在烟叶的自动化分类分选中应用的问题。
为实现上述目的,本发明所采用的技术方案是:
一种烤烟产地的判别方法,包括以下步骤:
1)建立烟叶的正面红绿色指数、正面黄蓝色指数、正反面亮度差、正反面白度指数差、正反面总色差、正面白度指数、正面色饱和度与烤烟产地的判别模型;
2)检测待判别烟叶的正面红绿色指数、正面黄蓝色指数、正反面亮度差、正反面白度指数差、正反面总色差、正面白度指数、正面色饱和度,代入步骤1)确定的判别模型,确定烤烟产地。
本发明提供的烤烟产地的判别方法,筛选出的正面红绿色指数、正面黄蓝色指数、正反面亮度差、正反面白度指数差、正反面总色差、正面白度指数、正面色饱和度等颜色量化指标与烤烟产地具有很强的相关关系,通过建模方法,可以很好地反映不同产地烟叶的外观区域特征,从而可以利用建立的判别模型有效识别烤烟产地。上述颜色量化指标可以通过测色仪方便检测,其检测过程简单、对检测环境及样品的要求低,在烟叶品质精准评价和自动化分类分选过程中具有很好的应用前景。
待判别烟叶的部位不进行区分,步骤1)中,不同地区的判别模型如下:
滇东:Y=-1161.9+14.0X1–261.6X3–76.0X4–166.8X5+0.30X6+47.0X7 (1);
闽西:Y=-1152.6+7.1X1–263.8X3–76.9X4–170.8X5+3.0X6+52.1X7 (2);
豫中:Y=-1256.0+15.0X1–284.4X3–83.2X4–182.1X5+0.26X6+49.1X7 (3);
川西南:Y=-1171.2+14.0X1–263.3X3–76.9X4–170.7X5+0.69X6+48.3X7 (4);
湘南:Y=-1185.3+13.8X1–275.8X3–81.9X4–176.4X5+1.75X6+49.4X7 (5);
式(1)~式(5)中,X1为正面红绿色指数a*;X3为正反面亮度差ΔL*;X4为正反面白度指数差ΔWI;X5为正反面总色差ΔE*;X6为正面白度指数;X7为正面色饱和度C;
步骤2)中,将待判别烟叶的颜色检测指标分别代入式(1)~式(5)中,得到不同Y值,最大Y值对应的产地即为该烟叶的产地。
正反面总色差ΔE*=[(ΔL*)2+(Δa*)2+(Δb*)2]1/2,式中,Δa*为正反面红绿色指数差;Δb*为正反面黄蓝色指数差。
步骤1)中,待判别烟叶为上部叶,不同地区的判别模型如下:
滇东:Y=-6912.8–406.6X1+179.8X2–173.2X3–30.2X4–162.4X5 (6);
闽西:Y=-7335.3–429.3X1+187.1X2–167.0X3–26.6X4–167.4X5 (7);
豫中:Y=-7090.4–411.6X1+182.4X2–187.5X3–35.0X4–174.3X5 (8);
川西南:Y=-7052.0–411.5X1+182.1X2–168.5X3–29.4X4–164.0X5 (9);
湘南:Y=-6900.9–400.6X1+179.2X2–187.0X3–36.5X4–172.1X5 (10);
式(6)~式(10)中,X1为正面红绿色指数a*;X2为正面黄蓝色指数b*;X3为正反面亮度差ΔL*;X4为正反面白度指数差ΔWI;X5为正反面总色差ΔE*;
步骤2)中,将待判别烟叶的颜色检测指标分别代入式(6)~式(10)中,得到不同Y值,最大Y值对应的产地即为该烟叶的产地。
上述颜色量化指标中,正面红绿色指数a*、正面黄蓝色指数b*、正面白度指数、正面色饱和度C可通过测色仪直接提取,正反面亮度差ΔL*、正反面白度指数差ΔWI、正反面总色差ΔE*可通过烟叶的正反面颜色指标简单计算后得到。上述判别模型是通过逐步判别分析原理进行建模,也可以采用其他建模方法建立相关模型应用到烟叶的产地判别中。
步骤2)中,对待判别烟叶进行检测时,在烟叶正面和烟叶反面的中部对称选取测量点。测量点的数量至少为4个。在烟叶正反面的叶中部对称选取测量点,可进一步减少颜色指标误差,进一步提高检测结果的准确性。
本发明的烤烟产地的判别方法,通过烟叶正反面的测色仪扫描,可以方便实现烤烟产地的判别,可有效应用于烟叶的自动化分类分选过程中。各产地不同质量特征随机烟叶样品验证结果表明,针对特定部位(上部)烟叶,可实现92.7%的产地准确区分,不区分部位(中部或上部)烟叶,可实现81.0%的产地准确区分。
具体实施方式
下面结合具体实施例对本发明的实施方式作进一步说明。
烟叶的采集及制备如下:
(1)烟叶采集:采集我国5个烤烟主产区调制后未分级烟叶,包括滇东(云南曲靖)、闽西(福建三明)、豫中(河南许昌)、川西南(四川凉山)、湘南(湖南郴州),采样部位为中部和上部,每个部位20kg,品种为当地主栽品种。
(2)各产区代表性烟叶样品制备:为广泛验证方法的准确性和适用性,以最大程度代表各产区可能出现的各种烟叶质量档次为原则,由烟叶分级专家制备中部和上部不同质量档次样品。
实施例1
本实施例的烤烟产地的判别方法,待判别烟叶的烟叶部位不进行区分,包括以下步骤:
1)建立烟叶的颜色量化指标与烤烟产地的判别模型,不同地区的判别模型如下:
滇东:Y=-1161.9+14.0X1–261.6X3–76.0X4–166.8X5+0.30X6+47.0X7 (1);
闽西:Y=-1152.6+7.1X1–263.8X3–76.9X4–170.8X5+3.0X6+52.1X7 (2);
豫中:Y=-1256.0+15.0X1–284.4X3–83.2X4–182.1X5+0.26X6+49.1X7 (3);
川西南:Y=-1171.2+14.0X1–263.3X3–76.9X4–170.7X5+0.69X6+48.3X7 (4);
湘南:Y=-1185.3+13.8X1–275.8X3–81.9X4–176.4X5+1.75X6+49.4X7 (5);
式(1)~式(5)中,X1为正面红绿色指数a*;X3为正反面亮度差ΔL*;X4为正反面白度指数差ΔWI;X5为正反面总色差ΔE*;X6为正面白度指数;X7为正面色饱和度C;
2)利用Color-Eye 7000A型分光光度仪量化测定烟叶颜色,每个样品取10片代表性烟叶,从每片烟叶正面、反面的叶中部对称选取4个测量点,每测量点自动测量2次后取平均值,每个样品正、反面各20个测量值,分别取其平均值作为每个样品的正面和反面颜色测定结果;
提取或计算的每个烟叶的颜色量化指标为:正面红绿色指数、正反面亮度差、正反面白度指数差、正反面总色差、正面白度指数、正面色饱和度,代入式(1)~式(5)的判别模型中,计算不同Y值,最大Y值对应的产地即为该烟叶样品的产地。
实施例1的具体判别结果如表1所示。
表1烤烟产地模型验证结果(不区分中部和上部烟叶)
在不进行烟叶部位确定的前提下,可实现5个产地烟叶平均81.0%的准确区分。
实施例2
本实施例的烤烟产地的判别方法,待判别烟叶为上部叶,包括以下步骤:
1)建立烟叶的颜色量化指标与烤烟产地的判别模型,不同地区的判别模型如下:
滇东:Y=-6912.8–406.6X1+179.8X2–173.2X3–30.2X4–162.4X5 (6);
闽西:Y=-7335.3–429.3X1+187.1X2–167.0X3–26.6X4–167.4X5 (7);
豫中:Y=-7090.4–411.6X1+182.4X2–187.5X3–35.0X4–174.3X5 (8);
川西南:Y=-7052.0–411.5X1+182.1X2–168.5X3–29.4X4–164.0X5 (9);
湘南:Y=-6900.9–400.6X1+179.2X2–187.0X3–36.5X4–172.1X5 (10);
式(6)~式(10)中,X1为正面红绿色指数a*;X2为正面黄蓝色指数b*;X3为正反面亮度差ΔL*;X4为正反面白度指数差ΔWI;X5为正反面总色差ΔE*;
2)利用Color-Eye 7000A型分光光度仪量化测定烟叶颜色,每个样品取10片代表性烟叶,从每片烟叶正面、反面的叶中部对称选取4个测量点,每测量点自动测量2次后取平均值,每个样品正、反面各20个测量值,分别取其平均值作为每个样品的正面和反面颜色测定结果;
提取或计算的每个烟叶的颜色量化指标为:正面红绿色指数、正面黄蓝色指数、正反面亮度差、正反面白度指数差、正反面总色差,代入式(6)~式(10)的判别模型中,计算不同Y值,最大Y值对应的产地即为该烟叶样品的产地。
实施例2的具体判别结果如表2所示。
表2烤烟产地模型判别结果(上部烟叶)
针对上部烟叶,可实现5个产地烟叶平均92.7%的准确区分。
Claims (3)
1.一种烤烟产地的判别方法,其特征在于,包括以下步骤:
1)建立烟叶的正面红绿色指数、正面黄蓝色指数、正反面亮度差、正反面白度指数差、正反面总色差、正面白度指数、正面色饱和度与烤烟产地的判别模型;
2)检测待判别烟叶的正面红绿色指数、正面黄蓝色指数、正反面亮度差、正反面白度指数差、正反面总色差、正面白度指数、正面色饱和度,代入步骤1)确定的判别模型,确定烤烟产地;
待判别烟叶的部位不进行区分,步骤1)中,不同地区的判别模型如下:
滇东:Y=-1161.9+14.0X1–261.6X3 – 76.0X4– 166.8X5 + 0.30X6+ 47.0X7 (1);
闽西:Y=-1152.6+7.1X1–263.8X3 – 76.9X4–170.8X5 + 3.0X6+ 52.1X7 (2);
豫中:Y=-1256.0+15.0X1– 284.4X3 – 83.2X4–182.1X5 + 0.26X6+ 49.1X7 (3);
川西南:Y=-1171.2+14.0X1–263.3X3–76.9X4–170.7X5+0.69X6+48.3X7 (4);
湘南:Y=-1185.3+13.8X1– 275.8X3–81.9X4– 176.4X5+ 1.75X6+ 49.4X7 (5);
式(1)~式(5)中,X1为正面红绿色指数a*;X3为正反面亮度差ΔL*;X4为正反面白度指数差ΔWI;X5为正反面总色差ΔE*;X6为正面白度指数;X7为正面色饱和度C;
步骤2)中,将待判别烟叶的颜色检测指标分别代入式(1)~式(5)中,得到不同Y值,最大Y值对应的产地即为该烟叶的产地;
待判别烟叶为上部叶,步骤1)中,不同地区的判别模型如下:
滇东:Y=-6912.8 – 406.6X1 +179.8X2– 173.2X3 – 30.2X4 –162.4X5 (6);
闽西:Y=-7335.3 – 429.3X1 + 187.1X2– 167.0X3 – 26.6X4 – 167.4X5 (7);
豫中:Y=-7090.4 – 411.6X1 + 182.4X2– 187.5X3 – 35.0X4 – 174.3X5 (8);
川西南:Y=-7052.0 – 411.5X1 + 182.1X2– 168.5X3 – 29.4X4 – 164.0X5 (9);
湘南:Y=-6900.9 – 400.6X1 + 179.2X2– 187.0X3 – 36.5X4 – 172.1X5 (10);
式(6)~式(10)中,X1为正面红绿色指数a*;X2为正面黄蓝色指数b*;X3为正反面亮度差ΔL*;X4为正反面白度指数差ΔWI;X5为正反面总色差ΔE*;
步骤2)中,将待判别烟叶的颜色检测指标分别代入式(6)~式(10)中,得到不同Y值,最大Y值对应的产地即为该烟叶的产地。
2.如权利要求1所述的烤烟产地的判别方法,其特征在于,步骤2)中,对待判别烟叶进行检测时,在烟叶正面和烟叶反面的中部对称选取测量点。
3.如权利要求2所述的烤烟产地的判别方法,其特征在于,测量点的数量至少为4个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710855505.XA CN107543795B (zh) | 2017-09-20 | 2017-09-20 | 一种烤烟产地的判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710855505.XA CN107543795B (zh) | 2017-09-20 | 2017-09-20 | 一种烤烟产地的判别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107543795A CN107543795A (zh) | 2018-01-05 |
CN107543795B true CN107543795B (zh) | 2019-12-27 |
Family
ID=60964309
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710855505.XA Active CN107543795B (zh) | 2017-09-20 | 2017-09-20 | 一种烤烟产地的判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107543795B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109374574A (zh) * | 2018-12-20 | 2019-02-22 | 中国烟草总公司郑州烟草研究院 | 一种利用近红外光谱信息鉴别烤烟烟叶蜡质感的方法 |
CN110646425B (zh) * | 2019-09-12 | 2022-01-28 | 厦门海晟融创信息技术有限公司 | 一种烟叶在线辅助定级方法及*** |
CN110736718B (zh) * | 2019-10-16 | 2022-07-19 | 浙江中烟工业有限责任公司 | 一种烤烟烟丝的产地及等级识别方法 |
CN112285032A (zh) * | 2020-10-19 | 2021-01-29 | 南京中医药大学 | 一种快速识别不同基原莪术的方法 |
CN113298341A (zh) * | 2021-03-01 | 2021-08-24 | 中国烟草总公司郑州烟草研究院 | 一种烤烟烟叶外观颜色深浅的预报方法 |
CN113945563A (zh) * | 2021-10-19 | 2022-01-18 | 中国烟草总公司湖北省公司 | 一种雪茄茄衣烟叶质量均匀性的评价方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3854586A (en) * | 1973-05-15 | 1974-12-17 | Amf Inc | Automatic grader for sorting objects according to brightness and color tones |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100483951B1 (ko) * | 2002-03-05 | 2005-04-18 | 주식회사 다민바이오텍 | 황토-함유 담배 및 그의 제조방법 |
CN104297161B (zh) * | 2014-08-21 | 2017-01-18 | 上海烟草集团有限责任公司 | 用于造纸法再造烟叶生产中的产品颜色评判方法及*** |
-
2017
- 2017-09-20 CN CN201710855505.XA patent/CN107543795B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3854586A (en) * | 1973-05-15 | 1974-12-17 | Amf Inc | Automatic grader for sorting objects according to brightness and color tones |
Also Published As
Publication number | Publication date |
---|---|
CN107543795A (zh) | 2018-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107543795B (zh) | 一种烤烟产地的判别方法 | |
CN105136736B (zh) | 在线近红外样本量确定方法 | |
CN109994162B (zh) | 一种感官品质导向的烤烟烟叶化学成分适宜性量化评价方法 | |
CN108061691A (zh) | 一种评价批次间再造烟叶质量稳定性的方法 | |
CN103439466B (zh) | 一种造纸法再造烟叶生产过程涂布率的测定方法 | |
CN106568899A (zh) | 一种烟叶组分的判断方法 | |
CN106404711B (zh) | 一种鉴别山药破壁饮片掺假的方法 | |
CN107677619B (zh) | 一种烤烟中部叶和上部叶的判别方法 | |
CN105167157B (zh) | 一种烟梗内在感官质量的评价方法 | |
CN105242011A (zh) | 一种烟草碎末内在感官质量的评价方法 | |
CN103278606A (zh) | 一种针对打叶复烤成品片烟的感官质量评价方法 | |
CN104899424B (zh) | 一种基于微观特征的烤后烟叶成熟度和叶片结构客观检测方法 | |
CN110308101A (zh) | 一种片烟水提物吸光度值检测及判断醇化质量的方法 | |
CN101382557B (zh) | 一种卷烟质量的分析方法 | |
CN104897849B (zh) | 一种鉴定判别白肋烟品种特异性、一致性和稳定性的方法 | |
CN112903679A (zh) | 一种基于rgb图像处理检测卷烟梗丝掺配比例及掺配均匀性的方法 | |
CN109270023A (zh) | 一种甲基丙烯酰胺接枝蚕丝的接枝率检测方法 | |
CN102680427A (zh) | 一种应用近红外光谱分析技术鉴别卷烟表香质量的方法 | |
CN109374574A (zh) | 一种利用近红外光谱信息鉴别烤烟烟叶蜡质感的方法 | |
CN107941997A (zh) | 一种外引烤烟品种种植区域遴选和验证的方法 | |
CN106226476B (zh) | 一种烤烟烟叶清香香型的定量判定方法 | |
CN102706811A (zh) | 一种应用近红外光谱分析技术鉴别卷烟糖料质量的方法 | |
CN110736718B (zh) | 一种烤烟烟丝的产地及等级识别方法 | |
CN113029975A (zh) | 一种鉴别冻害茶叶品质的方法 | |
CN111567844B (zh) | 一种卷烟叶组配方中烟叶原料分组方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |