引言

      烟叶的形状特征如长度、宽度是影响烟叶组别和级别的重要因素，不同部位、不同品种的烟叶其长度也有明显的差异运用计算机图像处理时，重要信息通常主要体现在区域边界上，边界的确定对于图像的分析非常重要。只有获取图像区域边界，才能直观准确地对图像进行量化分析。因此，为使所图像轮廓精确测量达到满意效果，需选择合适的轮廓检测法。

1烟叶轮廓的检测

       传统轮廓跟踪算法主要适用于二值图像，不能满足彩色图像目标区域的轮廓检测，因此提出一种新的目标-邻域颜色判定法。该算法意在遍历彩色图像各个像素点及其邻域，并以目标区域烟叶蓝色通道值为判别指标，对烟叶图像各像素点通道值进行重置，从而检测出烟叶图像轮廓。运用该算法时，所属运行环境为嵌OpenCV的visual studio，图像类型为Mat型，因此各颜色通道表示如下:

       依据烟叶彩色图像各像素点以及当前像素点4-邻域值判别方式的不同，将该算法分为两步:

       (1)从图像第1行第1列开始，逐行逐列扫描图像各像素点(j，i)在排除背景区域的情况下，判别烟叶区域当前像素点4-邻域(j-1，i)(j+1，i)（j，i-1)(j，i+1)蓝色通道值是否有0。若有0，则将当前像素点各通道值置为255,即以白色绘制出该点，记为F1。继续扫描，依次找到符合条件的点Fi(i=123…n)以白色标记。所有白色点集聚绘制出烟叶轮廓。此步骤并未将烟叶内部像素点颜色去除，如图1(a)。

      (2)在(1)的基础上再排除所检测出的烟叶轮廓，然后判别烟叶区域当前像素点4-邻域蓝色通道值是否有不等于0。若存在则将当前像素点各通道值置为0(为黑色)。通过该步，可进一步去除烟叶内部像素点，仅保留烟叶轮廓，以便于后续的特征分析，如图1(b)。

       通过该方法，运用C++(调用OpenCV函数库)程序可以快速绘制出烟叶彩色图像轮廓图，而且烟叶轮廓连续，清晰且为单像素点，为后续轮廓的形拟合提供基础的保证。

2特征数据的提取

       在检测绘制出烤烟烟叶外形轮廓后，需对轮廓进行拟合。在图像处理应用中，由于矩形拟合的计算量相对较少，因此常采用其对图像中的目标区域闭合曲线进行近似定位检测、分析。本文选用最小外接矩形法对烟叶轮廓进行拟合，其思路如下：

      (1)计算最小凸多边形。根据CvBox2D程序算法中的CvMinAreaRect2估算闭合曲线的旋转角度θ和重心位置(x，y),然后旋转外形以得到给定2D点集的最小面积的包围矩形。

      (2)采用Opencv函数库中cvBoxPoints算法找出烟叶轮廓最小外接矩形的4个点，即pt[0]、pt[1]、pt[2]、pt[3]。然后根据四个顶点的x、y坐标，分别计算出外接矩形的长宽length和宽度width。

采用矩形拟合法对烟叶外形轮廓近似拟合，效果如图2所示。

3结论

      采用目标-邻域颜色判定法绘制出图像中烟叶的外形轮廓，能够有效提高烟叶轮廓检测的效率。在此基础上，运用矩形拟合法及比例测绘法计算出烟叶的长度、宽度，为后续烟叶的分级提供了可靠的数据。