1、為了量化密集烘烤過程中煙葉形態(tài)變化的數(shù)字特征指標(biāo)，實現(xiàn)成熟煙葉與烘烤過程煙葉β-胡蘿卜素含量及水分含量的無損檢測，以成熟煙葉及密集烤房不同烘烤階段共450片煙葉為研究對象，首先利用圖像處理技術(shù)提取煙葉圖像的顏色特征紅分量(R)、綠分量(G)、藍(lán)分量(B)、色相(H)、飽和度(S)、亮度(B)，紋理特征(紋理能量、紋理熵、紋理慣性、相關(guān)度)及形狀特征(長、寬、長寬比、面積、橫向收縮率、縱向收縮率)，然后分別應(yīng)用BP神經(jīng)網(wǎng)絡(luò)和基于遺傳算法的

2、最小二乘支持向量機(jī)，建立烘烤過程煙葉β-胡蘿卜素含量及水分含量預(yù)測模型。
　　 煙葉圖像R、G、B分量表現(xiàn)出變黃期劇烈上升，定色前期緩慢上升并達(dá)到最大值，定色后期至烘烤結(jié)束逐漸下降的趨勢。煙葉圖像的亮度值呈現(xiàn)先升高后降低的趨勢，煙葉色相值在整個烘烤過程中劇烈下降，而煙葉飽和度變化相對較緩。紋理能量和相關(guān)表現(xiàn)出變黃前期減小，變黃后期增大，定色及干筋階段逐漸減小的趨勢；紋理熵、慣性表現(xiàn)出變黃前期增大，變黃后期減小，定色及干筋期逐漸增

3、大的趨勢。
　　 以煙葉顏色6個特征值作為輸入變量結(jié)合BP神經(jīng)網(wǎng)絡(luò)模型對烘烤過程煙葉β-胡蘿卜素含量進(jìn)行模擬，所建模型的預(yù)測值與實測值相關(guān)系數(shù)達(dá)到0.982，平均相對誤差為0.092，完全符合煙葉烘烤過程的需要。
　　 以煙葉顏色和紋理特征值作為輸入變量結(jié)合BP神經(jīng)網(wǎng)絡(luò)模型與LS-SVM模型對烘烤過程煙葉含水量進(jìn)行模擬，預(yù)測平均絕對誤差分別達(dá)到0.0374和0.0170，預(yù)測誤差標(biāo)準(zhǔn)差分別達(dá)到0.0485和0.0200，