[1]	国家统计局. 中华人民共和国2021年国民经济和社会发展统计公报[EB/OL]. https://www.stats.gov.cn/sj/zxfb/202302/t20230203_1901393.html. 2022-02-28. https://www.stats.gov.cn/sj/zxfb/202302/t20230203_1901393.html Cited in this article [1]

[2]	毛多斌, 马宇平, 梅业安. 卷烟配方和香精香料[M]. 北京: 化学工业出版社, 2001:81-82. Cited in this article [1]

[3]

赵树弥, 张龙, 徐大勇, 等. 机器视觉检测鲜烟叶的分级装置设计[J]. 中国农学通报, 2019(16):133-140. https://doi.org/10.11924/j.issn.1000-6850.casb18020004 Cited in this article [1] Abstract 针对农民在烟叶送烤前对烟叶分级的非重视度和非客观性等问题,本文提出基于机器视觉技术的烟叶图像检测分类方法对烟叶编烟送烤前进行成熟度划分,设计了全自动化的鲜烟叶检测分级装置。该系统的机械结构由自动上样抓取烟叶机构、烟叶输送台、检测机构,分拣机构等四个部分组成。自动上样的烟叶在传送带上被CCD检测并进行图像处理。首先对图像的噪点采用邻域平均和中值滤波组合的方法进行区域去噪处理；使用最小误差阈值分割方法分离背景和烟叶,然后增强图像信号,提取感性区域的颜色信息。采用烟叶的4个特征信息(R,G,B颜色值和色调H值)来表征烟叶的级别特性。通过装置自主学习建立样本库,然后参考学习的样本库对未知样品进行检测分级。实验结果表明根据烟叶色泽的不同,相邻类型之间的色泽差异越大,分类准确度越高。检测分类的平均速度在2-3秒/片,满足现场即时检测要求。

[4]	张春娥, 魏杨帆, 王岩松. 烟叶自动图像分级技术研究综述[J]. 中国烟草科学, 2014(4):103-108. Cited in this article [1]

[5]	云南省人民政府. 云南省2022年国民经济和社会发展统计公报[EB/OL]. https://www.yn.gov.cn/sjfb/tjgb/202303/t20230328_256987.html. 2023-03-28. https://www.yn.gov.cn/sjfb/tjgb/202303/t20230328_256987.html Cited in this article [1]

[6]	2021年全国烟草工作电视电话会议在北京召开[EB/OL]. https://hi.tobacco.gov.cn/12/35025.html. 2021-03-19. https://hi.tobacco.gov.cn/12/35025.html Cited in this article [1]

[7]	申振宇, 申金缘, 刘剑君, 等. 基于神经网络的特征分析在烟叶分级中的应用[J]. 计算机与数学工程, 2012, 40(7):122-124. Cited in this article [1]

[8]	庄真真, 祝诗平, 孙雪剑, 等. 基于机器视觉的烟叶自动分组方法[J]. 西南师范大学学报(自然科学版), 2016, 41(4):122-129. Cited in this article [1]

[9]	THOMAS C. Techniques of image analysis applied to the measurement of tobacco and related products[A]. 42nd tobacco chemist’ research conference[C]. 1988:127-140. Cited in this article [1]

[10]	韩力群, 何为, 苏维均, 等. 光机电一体化烤烟烟叶图像采集系统的研发[J]. 微计算机信息, 2006, 22(7):228-229. Cited in this article [1]

[11]	马文杰. 烟叶图像采集技术规范与烤烟收购质量分级特征研究[D]. 武汉: 华中农业大学, 2007. Cited in this article [1]

[12]	袁奎, 陈永安, 张富贵, 等. 烟叶图像拍摄于物距显示试验装置研究[J]. 现代农业科技, 2014(10):337-339. Cited in this article [1]

[13]	王惠, 赵世民, 叶红朝, 等. 基于图像处理的烟草分级系统设计与实现[J]. 现代农业科技, 2018, 38(17):289-291. Cited in this article [1]

[14]	杜东亮, 毛鹏军, 王俊, 等. 基于计算机视觉的烟叶自动分级系统硬件设计[J]. 传感器与微系统, 2008, 27(4):77-49. Cited in this article [1]

[15]	顾金梅. 烟叶自动分级关键部件及系统研究[D]. 贵阳: 贵州大学, 2015. Cited in this article [1]

[16]	苏国樟. 烟叶分级控制系统设计及系统集成研究[D]. 贵阳: 贵州大学, 2016. Cited in this article [1]

[17]	王育军, 邵建平, 赵杰, 等. 曲靖烟叶质量评价指标间的相关性分析[J]. 作物研究, 2014(5):496-500. Cited in this article [1]

[18]	杜鹃, 张楠, 许自成, 等. 烤烟不同部位烟叶主要化学成分与感官质量的关系[J]. 轻工学报, 2011, 26(2):16-20. Cited in this article [1]

[19]	薛超群, 尹启生, 王信民, 等. 烤烟烟叶香气质量与其常规化学成分的相关性[J]. 烟草科技, 2006, 50(9):27-30. Cited in this article [1]

[20]	李昂泽, 王宪双, 徐向君, 等. 激光诱导击穿光谱技术对烟草快速分类研究[J]. 中国光学, 2019, 12(5):1139-1146. Cited in this article [1]

[21]	FLIEGER J, KAWKA J, TATARCZAK-MICHALEWSKA M. Levels of the thiocyanate in the saliva of tobacco smokers in comparison to e-cigarette smokers and nonsmokers measured by HPLC on a phosphatidylcholine column[J]. Molecules, 2019, 24(20):3790. Cited in this article [1]

[22]	BARMAN B, BARUA S. Bis-[2,6-(2'-hydroxy-4'-sulpho-1'-naphthylazo)]pyridine disodium salt as a spectrophotometric reagent for the determination of cadmium in tobacco and tobacco products[J]. Asian journal of chemistry, 2011, 23(2):770-772. Cited in this article [1]

[23]	吴殿信, 袁志永, 闫克玉, 等. 烤烟各等级烟叶质量指数的确定[J]. 烟草科技, 2001(12):9-15. Cited in this article [1]

[24]	邓小华, 周冀衡, 周清明, 等. 湖南烟区中部烤烟总糖含量状况与评吸质量的关系[J]. 中国烟草学报, 2009, 15(5):43-47. Cited in this article [1]

[25]	XIANG B, CHENG C, XIA J, et al. Simultaneous identification of geographical origin and grade of flue-cured tobacco using NIR spectroscopy[J]. Vibrational spectroscopy, 2020, 111:103182. Cited in this article [1]

[26]	郝贤伟, 黄文勇, 徐志强, 等. 基于近红外光谱技术的云南片烟综合质量评价[J]. 中国烟草科学, 2022, 43(2):58-63. Cited in this article [1]

[27]	王鹏泽, 何雷, 武广鹏, 等. 近红外光谱分析技术在烟草中的研究与应用[J]. 现代农业研究, 2021, 27(12):22-24. Cited in this article [1]

[28]	杨睿, 宾俊, 苏家恩, 等. 基于红外光谱与图像识别技术融合的烟叶成熟度的判别[J]. 湖南农业大学学报(自然科学版), 2021, 47(4):406-411. Cited in this article [1]

[29]	ZHANG J, SOKHANSANJ S, WU S, et al. A transformation technique from RGB signals to the Munsell system for color analysis of tobacco leaves[J]. Computers & electronics in agriculture, 1998(2):155-166. Cited in this article [1]

[30]	吴富宁, 杨子彪, 朱虹, 等. 基于颜色特征进行农作物图像分类识别的应用研究综述[J]. 中国农业科技导报, 2003, 5(2):76-80. Cited in this article [1]

[31]	陶霖密, 徐光. 机器视觉中的颜色问题及应用[J]. 科学通报, 2001, 46(3):178-190. Cited in this article [1]

[32]	GURU D, MALLIKARJUNA P. Spots and color based ripeness evaluation of tobacco leaves for automatic harvesting[A]. Proceedings of the first international conference on intelligent interactive technologies and multimedia[C]. 2010:2234-2240. Cited in this article [1]

[33]	张峰, 连芬燕, 蓝洪桥, 等. 基于烟叶信息的近红外光谱和化学成分模式识别比较[J]. 江苏农业科学, 2015, 43(5):291-295. Cited in this article [1]

[34]	陈朋. 烟叶纹理表面的视觉检测技术研究与应用[D]. 贵阳: 贵州大学, 2017. Cited in this article [1]

[35]	MALLIKARJUNA P, GURU D. Multimedia processing, communication and computing applications[M]. Germany: Springer, 2013:115-126. Cited in this article [1]

[36]	王超, 刘艺琳, 杨凯, 等. 近红外快速检测烤烟等级质量与关键化学指标的关系[J]. 中国测试, 2021, 47(2):81-86. Cited in this article [1]

[37]	陈庆园, 陈雪, 袁有波. 初烤烟叶外观质量与主要化学成分关系的研究[J]. 中国烟草科学, 2008(1):30-32. Cited in this article [1]

[38]

王芳, 史改丽, 张庆明, 等. 烟叶外观质量与内在品质的相关性研究[J]. 中国农学通报, 2014, 30(31):82-88. https://doi.org/10.11924/j.issn.1000-6850.2014-1598 Cited in this article [1] Abstract 为探索烟叶外观品质因素与其主要化学成分和感官评吸质量的关系，采集贵州中烟基地单元特色烟叶样品96份，进行烟叶外观质量和感官评吸鉴定，并测定其主要化学成分。通过对烟叶样品外观品质指标及内在质量关系进行研究，分析烟叶外观指标初步量化后的外观总体质量状况，及烟叶质量评价指标间的定量相关关系。结果表明：产区间烟叶品质指标相互关系表现各有不同，贵州省内、盐源、永安各地烟叶的外观指标间均存在较明显的相互关系，其中部位、颜色、油分、色度指标与其他外观指标相关关系较强；省内烟叶外观的结构指标与其他外观指标呈现显著的相关关系，盐源和永安烟叶外观的结构指标与其他外观指标关系则不明显。

[39]	段焰青, 陶鹰, 者为, 等. 近红外光谱分析技术在烟叶产地鉴别中的应用[J]. 云南大学学报(自然科学版), 2011, 33(1):77-82. Cited in this article [1]

[40]	陈俊圻. 基于图像处理与人工神经网络的烟叶检测系统的研究与应用[D]. 北京: 北京工商大学, 2010. Cited in this article [1]

[41]	郭强. 基于图像处理与神经网络的烟叶分级研究[D]. 长沙: 中南大学, 2013. Cited in this article [1]

[42]	宾俊, 周冀衡, 范伟, 等. 基于NIR技术和ELM的烤烟烟叶自动分级[J]. 中国烟草学报, 2017, 23(2):60-68. Cited in this article [1]

[43]	刘剑君, 申金媛, 张乐明, 等. 基于红外光谱的烟叶自动分级研究[J]. 激光与红外, 2011, 41(9):986-990. Cited in this article [1]

[44]	马建元, 伍铁军. 基于图像处理和模糊识别的烟叶分级技术研究[J]. 机械制造与自动化, 2011, 40(1):90-93. Cited in this article [1]

[45]	陈朋, 贺福强, 管琪明, 等. 基于模糊择近原则的烟叶自动分级算法研究[J];中国农机化学报, 2016, 37(9):108-111,145. Cited in this article [1]

[46]

DAI J F, LI Y, HE K M, et al. R-FCN: Object detection via region-basedfully convolutional networks[A]. In: LEE Daniel D, VON LUXBURG Ulrike, GARNETT Roman, et al. NIPS'16: Proceedings of the 30th International Conference on Neural Information Processing Systems[C]. New York: Curran Associates Inc, 2016:379-387. Cited in this article [1]

[47]	曾祥云. 一个基于深度学习的烤烟分级系统的设计与实现[D]. 南京: 东南大学, 2017:5-7. Cited in this article [1]

[48]	雒慧心. 基于深度学习的烤烟分选算法研究[D]. 北京: 北京交通大学, 2019. Cited in this article [1]

[49]	DASARI S K, CHINTADA K R, PATRUNI M. Flue-cured tobacco leaves classification: A generalized approach using deep convolutional neural networks[A]. GURUMOORTHY Sasikumar, RAO Bangole Narendra Kumar, GAO Xiaozhi. Cognitive Science and Artificial Intelligence[M]. 2018:13-21. Cited in this article [1]

[50]	王士鑫, 云利军, 叶志霞, 等. 一种基于卷积神经网络的烟叶分级处理算法[J]. 云南民族大学学报(自然科学版), 2020, 29(1):65-69. Cited in this article [1]

[51]	鲁梦瑶, 周强. 基于深度学习与多尺度特征融合的烤烟烟叶分级方法[J]. 中国农机化学报, 2022, 43(1):158-166. Cited in this article [1]

[52]	李小兰, 孙建生, 梁伟. 构建卷烟工业烟叶原料质量保障体系的思考[J]. 广东农业科学, 2008(11):142-144. Cited in this article [1]

[53]	毛鹏军, 贺智涛, 杜东亮, 等. 烤烟烟叶视觉检测分级系统的研究现状与发展趋势[J]. 农业机械, 2006(16):43. Cited in this article [1]