【技術實現步驟摘要】
本專利技術涉及煙草質量，特別是涉及一種片煙醇化評估方法、系統、設備及介質。
技術介紹
1、在工業生產中，評估復烤片煙的質量變化主要依賴于感官質量檢測。這一過程通常需要一組經驗豐富的品鑒師（一般為3至5人）來完成。品鑒師通過細致觀察卷煙的抽吸過程，并依據一系列核心評價指標如香氣、口感、刺激性及余味等，對片煙的整體質量進行主觀評分。具體而言，香氣評估聚焦于煙氣的濃郁度、香型特色及持久性，品鑒師需敏銳捕捉點燃瞬間至整個抽吸過程中香氣的微妙變化，記錄香氣的穩定性和持久性；口感與刺激性的評價則側重于煙氣接觸口腔與咽喉時的順滑度、柔和度及刺激感受，品鑒師在吸煙過程中會關注煙氣在口腔和咽喉的感覺，特別是前后幾口的變化，刺激性過強或口感生硬會降低煙葉的品質評分；余味評估強調品吸后口腔與咽喉中殘留味道的清新度與純正度；燃燒特性的評估涉及卷煙的燃燒速度、煙灰形態及燃燒線的穩定性，記錄燃燒過程中是否出現不均勻或熄滅的情況。
2、然而，這種感官評價法不僅具有破壞性，還可能對品鑒師的健康構成潛在威脅。基于此，外觀質量識別技術作為一種非破壞性且高效的替代方案，正逐漸成為煙草行業評估片煙醇化質量的前沿趨勢。
3、在外觀評價領域，盡管高精度分光光譜儀等現代儀器已能實現對烤煙表面顏色特征的精準量化，但傳統感官判定法仍因其直觀性與便捷性而被廣泛應用。特別是針對醇化過程中煙葉顏色的變化，感官測定結合定量分析，為品質判斷提供了重要依據。煙葉在醇化過程中，其顏色經歷由檸檬黃、橘黃向棕黃、棕紅、褐色的顯著轉變，這一過程不僅伴隨著外觀顏色的加深，更預
4、行業內采用了一套顏色分級體系，人為的將煙葉顏色從淡黃至棕褐色細分為十個等級：淡黃、正黃、金黃、深黃、橘紅、紅棕、棕黃、棕紅、深紅和棕褐色，并賦予相應的數值（0至10.0），以精確量化顏色深淺。在實際操作中，首先需將煙葉樣品混合均勻，去除雜質，采取四分法均勻獲得40～70?g樣品作為試樣；之后取11張a4紙，從0到10做好編號，逐一將試樣與標準顏色卡進行對比，記錄下最接近的顏色編號，并放在對應的紙上；全部試樣對比完成后，把每個編號上的片煙用分析天平進行稱重并分別進行記錄，對于含有多種顏色的單片煙葉，以面積最大的顏色為準，如果顏色各半，以數值最小者為準；最后，依據特定的醇化分值計算公式，對收集到的數據進行處理，以數值形式直觀反映顏色變化的幅度，進而評估醇化反應的激烈程度與煙葉品質的提升狀況。
5、因此，提供一種克服傳統人工評吸評價法和感官顏色判定方法的缺點的片煙醇化評估方法、系統、設備及介質是本領域技術人員亟待解決的問題。
技術實現思路
1、本專利技術的目的在于提供一種片煙醇化評估方法，該方法邏輯清晰，安全、有效、可靠且操作簡便，能克服傳統人工評吸評價法和感官顏色判定方法的缺點，有效提高煙葉質量評價的效率、準確性。
2、基于以上目的，本專利技術提供的技術方案如下：
3、一種片煙醇化評估方法，包括如下步驟：
4、獲取預處理后的待測片煙醇化圖像；
5、將所述待測片煙醇化圖像輸入醇化評估模型中，以獲取待測片煙的醇化評估結果；
6、其中，所述醇化評估模型通過如下步驟確定：
7、獲取預處理后的片煙樣本醇化圖像在不同顏色空間下的多組方差和線性度；
8、分析每組方差和每組線性度，以篩選出滿足預設條件的顏色空間；
9、根據肘部法、k-means聚類算法和所述滿足預設條件的顏色空間構建所述醇化評估模型。
10、優選地，所述獲取預處理后的片煙樣本醇化圖像在不同顏色空間下的多組方差和線性度，包括如下步驟：
11、選取同一等級不同批次的預處理后的片煙樣本醇化圖像；
12、根據stdevp函數和所述同一等級不同批次的預處理后的片煙樣本醇化圖像計算每個顏色空間進行標準方差計算，以獲取每個顏色空間對應的方差；
13、根據slope函數和所述同一等級不同批次的預處理后的片煙樣本醇化圖像，對每個顏色空間進行線性回歸分析，以獲取每個顏色空間對應的線性度。
14、優選地，所述分析每組方差和每組線性度，以篩選出滿足預設條件的顏色空間，包括如下步驟：
15、相互比較對應的每組方差和每組線性度，以篩選出滿足預設條件的顏色空間；
16、其中，所述預設條件具體為：方差值和線性度值均為最大。
17、優選地，所述根據肘部法、k-means聚類算法和所述滿足預設條件的顏色空間構建所述醇化評估模型，包括如下步驟：
18、根據所述肘部法、根據k-means聚類算法、所述片煙樣本醇化圖像和預設片煙樣本醇化末期圖像，確定顏色標樣；
19、在所述滿足預設條件的顏色空間中建立所述顏色標樣；
20、基于所述顏色標樣構建所述醇化評估模型。
21、優選地，所述根據所述肘部法、根據k-means聚類算法、所述片煙樣本醇化圖像和預設片煙樣本醇化末期圖像，確定顏色標樣，包括如下步驟：
22、根據所述肘部法、所述片煙樣本醇化圖像和預設片煙樣本醇化末期圖像，確定多個聚類中心；
23、根據k-means聚類算法，分別計算所述片煙樣本醇化圖像和預設片煙樣本醇化末期圖像中每個元素與每個所述聚類中心的歐式距離，以確定最小歐式距離對應的聚類中心；
24、將所述片煙樣本醇化圖像和預設片煙樣本醇化末期圖像中每個元素分配至所述最小歐式距離對應的聚類中心進行迭代訓練，直至確定顏色標樣。
25、優選地，所述將所述待測片煙醇化圖像輸入醇化評估模型中，以獲取待測片煙的醇化評估結果，包括如下步驟：
26、所述醇化評估模型計算獲取所述待測片煙醇化圖像中所有元素；
27、獲取在所述待測片煙醇化圖像中每個所述聚類中心的比例；
28、定義長度與所述聚類中心數量相同，且元素值從預設值遞減的線性評分率數組；
29、將每個所述聚類中心的比例與所述線性評分率數組對應元素加權求和，以獲取待測片煙的醇化評估結果。
30、一種片煙醇化評估系統，包括：
31、圖像模塊，用于獲取待測片煙醇化圖像并預處理；
32、模型構建模塊，用于構建醇化評估模型；
33、醇化評估模塊，用于根據預處理后的所述待測片煙醇化圖像和所述醇化評估模型，獲取待測片煙的醇化評估結果。
34、優選地，所述模型構建模塊包括：參數子模塊、分析模塊和構建子模塊；
35、所述參數子模塊，用取獲取預處理后的片煙樣本醇化圖像在不同顏色空間下的多組方差和線性度；
36、所述分析子模塊，用于分析每組方差和每組線性度，以篩選出滿足預設條件的顏色空間；
37、所述構建子模塊，用于根據肘部法、k-means聚類算法和所述滿足預設條件的顏色空間構建所述醇化評估模型。
38、一種電子設備，包括：...
【技術保護點】
1.一種片煙醇化評估方法，其特征在于，包括如下步驟：
2.如權利要求1所述的片煙醇化評估方法，其特征在于，所述獲取預處理后的片煙樣本醇化圖像在不同顏色空間下的多組方差和線性度，包括如下步驟：
3.如權利要求2所述的片煙醇化評估方法，其特征在于，所述分析每組方差和每組線性度，以篩選出滿足預設條件的顏色空間，包括如下步驟：
4.如權利要求1所述的片煙醇化評估方法，其特征在于，所述根據肘部法、K-means聚類算法和所述滿足預設條件的顏色空間構建所述醇化評估模型，包括如下步驟：
5.如權利要求4所述的片煙醇化評估方法，其特征在于，所述根據所述肘部法、根據K-means聚類算法、所述片煙樣本醇化圖像和預設片煙樣本醇化末期圖像，確定顏色標樣，包括如下步驟：
6.如權利要求5所述的片煙醇化評估方法，其特征在于，所述將所述待測片煙醇化圖像輸入醇化評估模型中，以獲取待測片煙的醇化評估結果，包括如下步驟：
7.一種片煙醇化評估系統，其特征在于，包括：
8.如權利要求7所述的片煙醇化評估系統，其特征在于，所述模型構建
9.一種電子設備，其特征在于，包括：
10.一種可讀存儲介質，其特征在于，所述可讀存儲介質上存儲有程序或指令，所述程序或指令被處理器執行時，實現如權利要求1至6中任一項所述的片煙醇化評估方法的步驟。
...【技術特征摘要】
1.一種片煙醇化評估方法，其特征在于，包括如下步驟：
2.如權利要求1所述的片煙醇化評估方法，其特征在于，所述獲取預處理后的片煙樣本醇化圖像在不同顏色空間下的多組方差和線性度，包括如下步驟：
3.如權利要求2所述的片煙醇化評估方法，其特征在于，所述分析每組方差和每組線性度，以篩選出滿足預設條件的顏色空間，包括如下步驟：
4.如權利要求1所述的片煙醇化評估方法，其特征在于，所述根據肘部法、k-means聚類算法和所述滿足預設條件的顏色空間構建所述醇化評估模型，包括如下步驟：
5.如權利要求4所述的片煙醇化評估方法，其特征在于，所述根據所述肘部法、根據k-means聚類算法、所述片...
【專利技術屬性】
技術研發人員：劉峰峰，司輝，徐飛，何結望，曲鋅惠，周迎輝，潘婷婷，王林，
申請(專利權)人：湖北中煙工業有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。