烟叶成熟度研究

        烟叶成熟特征：叶色变黄，叶片下垂，主脉变白，茸毛脱落，现成熟斑等。

        烟叶未熟期：烟叶叶片展出之后，经过较为短暂的缓慢生长后，迅速开始生长发育，一直到叶片基本定型。在这一段时间内烟叶叶片生长十分旺盛，叶内细胞不断地进行伸长及分裂，叶面积快速变大，同时有机物质通过光合作用形成，主要作用于细胞增长以及呼吸作用，在此时，有机物质在叶内储存非常少，水分含量多，以用于转运发育，叶绿素含量旺盛，叶片整体呈绿色。

        烟叶成熟期：叶片经过旺未熟期的生长、定型之后，叶内的干物质积累大于分解，在干物质积累达到最高时，叶片之内的有机物质含量增多，此时叶内水分含量逐渐减少，细胞组织变得充实，有一部分叶绿素被分解，逐渐降低下来，叶色自此由绿变为黄绿。

        烟叶过熟期：在叶片生长达到成熟之后，继续开始生长，但是其叶内组织变得疏松，干枯。这段时期一般被称为称烟叶过熟期。在此期间叶片开始逐渐衰老，掉落，叶片的光合能力降低，叶内有机物质逐渐分解与消耗，叶片变薄，组织疏松，叶内叶绿素含量急剧下降，叶色自此变为黄色。

        常见的颜色特征包括颜色矩、颜色直方图、颜色相关图等等；纹理特征是描述了图像同质现象的特征，显示了图像内容共同存在的内在特性，常见的纹理特征包括局部二进制模式特征以及梯度直方图特征等；常用的形状特征有几何参数法、边界特征法和傅里叶形状描述法等等。常见的局部特征包括基于区域和点的局部特征，在这些特征当中，应用最广泛的是SIFT特征。在SIFT特征的基础上也形成了一些其他的相关特征，比如PCA-SIFT,Color-SIFT,GLOH等等。

        图像特征的表达，最典型的方法就是“词袋”模型。一般都会利用多种方法混合分布来进行拟合，先后提出偏t分布、偏斜正态分布等进行图像特征的表达。

        特征包括：RGB和灰度图像的均值、中位数、众数、偏度、峰度等20个参数。

       还有的提取的特征为：R、G、H、S、V颜色特征均值, 以及能量ASM、熵ENT、惯性矩INE、相关性CORRL纹理特征, 将这9个变量作为输入参数, 分别建立基于BP神经网络、支持向量机的烟叶成熟度鉴别模型。

        算法用无监督学习算法稀疏自编码器，学习特征去分类。