文章详情

摘要

利用光学成像技术对一批已知烟碱含量的烟叶建立图像数据集，并使用神经网络模型U2-Net精准检测烟叶目标，通过提取烟叶目标的颜色分布信息，应用了4种典型的机器学习算法：随机森林（RF）、梯度提升（XGBoost）、多层感知机（MLP）和K-最近邻（KNN），分别对烟叶烟碱含量进行了回归预测。结果显示KNN模型能有效利用颜色分布信息对烟叶烟碱含量进行精准预测，其决定系数R2值高达97.46%，均方误差（MSE）低至0.020 2，平均绝对误差（MAE）低至0.075 6，证明烟叶颜色分布信息与烟碱含量之间具有显著的相关性，提供了一种有效的烟碱无损检测方法。

关键词

颜色分布；烟碱预测；回归模型；K-近邻；无损检测

参考文献

1. [1] 蒋薇，汤亮，薛博文，等.基于连续小波变换的烤烟叶片总氮和烟碱含量高光谱监测预测研究 [J].中国烟草学报，2023，29（4）：33-43.
2. [2] 王玉华，杜传印，王先伟，等.箱式烘烤对烤后烟叶品质的影响 [J].安徽农业科学，2024，52（1）：172-177.
3. [3] 朱贝贝，何声宝，安泓汋，等.不同用途雪茄烟叶化学成分分析及其对感官质量的影响 [J].安徽农业科学，2023，51（23）：181-184.
4. [4] 冷红琼，郭亚东，刘巍，等.FT-NIR光谱法测定烟草中绿原酸、芸香苷、莨菪亭及总多酚含量 [J].光谱学与光谱分析，2013，33（7）：1801-1804.
5. [5] 葛炯，王维妙，张建平.近红外光谱技术对烟草pH值的快速测定 [J].分析测试学报，2009，28（6）：742-745.
6. [6] 潘威，马文广，郑昀晔，等.用近红外光谱无损测定烟草种子淀粉含量 [J].烟草科技，2017，50（2）：15-21.
7. [7] 李阳阳，张辞海，彭黔荣，等.近红外光谱快速测定卷烟烟气中烟碱•焦油和一氧化碳释放量 [J].安徽农业科学，2022，50（17）：175-178.
8. [8] 吴雪梅，张富贵，吕敬堂.基于图像颜色信息的茶叶嫩叶识别方法研究 [J].茶叶科学，2013，33（6）：584-589.
9. [9] 刘艳萍，王云，贾哲，等.基于颜色-特征成分关联分析及网络药理学的金银花质量标志物（Q-Marker）研究 [J].中草药，2024，55（14）：4882-4896.
10. [10] 梁洪波，李念胜，元建，等.烤烟烟叶颜色与内在品质的关系 [J].中国烟草科学，2002（1）：9-11.
11. [11] 丁根胜，张庆明，巴金莎，等.烟叶颜色色度学指标与烤烟品质的关系分析 [J].中国烟草科学，2011，32（4）：14-18.
12. [12] 段玉林，宋刚，周红尖，等.颜色分析在烤烟分级中的应用 [J].洛阳理工学院学报：自然科学版，2013，23（4）：5-7.
13. [13] 蒋舒芹，牛慧敏.大数据背景下人工智能在农业领域的应用研究 [J].山西农经，2019（19）：77-78.
14. [14] 王瑜，郑子辉.人工智能技术在农业领域的应用方向及发展路径 [J].信息通信技术与政策，2019（6）：29-31.
15. [15] 刘双印，黄建德，黄子涛，等.农业人工智能的现状与应用综述 [J].现代农业装备，2019，40（6）：7-13.
16. [16] 王凤娟.人工智能（AI）技术在果蔬等农业领域的应用场景 [J].烟台果树，2019（1）：7-8.
17. [17] 刘萍.互联网、大数据及人工智能与农业经济的融合研究 [J].山西农经，2019（8）：76.
18. [18] 张新恒，李捷，周骏，等.气相色谱法测定卷烟烟气总粒相物中尼古丁含量方法的研究与应用 [J].卫生研究，1991，20（6）：26-28+57.
19. [19] QIN X B，ZHANG Z C，HUANG C Y，et al. U2-Net: Going deeper with nested U-structure for salient object detection[J/OL].Pattern Recognition，2020，106：107404[2024-10-06]. https://doi.org/10.1016/j.patcog.2020.107404。

基金项目

中国烟草总公司云南省公司科技计划项目（2022530000241026）

作者简介

谢嘉妮（1997—），女，汉族，云南曲靖人，硕士研究生在读，研究方向：光谱信息处理；通信作者：陈载清（1978—），男，汉族，云南昆明人，教授，博士，研究方向：颜色视觉、计算机视觉。