烟叶是具有重要经济价值的农产品之一，其质量好坏直接影响烟草行业的经济收入和烟民的身体健康。目前烟叶收购过程中大多是通过人工方式分级，该主要因素会影响烟叶分级的正确率以及不必要的纠纷，烟叶智能分级工作迫在眉睫。

烟叶的正确分级率和分级速度直接关系该系统应用，在确保正确分级率情况下，分级速度不仅与分解模型有关，较与所用特征个数有较大关系。工作如下进行：

1.  烤烟烟叶图像采集、预处理和特征初筛选。利用商业化的Videometerlab 4多光谱成像系统，采集不同年份的烟叶的投射和多光谱图像，对图像进行背景分割、去噪、预处理；其次，利用RGB模块提取烟叶的形态特征、颜色特征、纹理特征和脉络特征等数十个特征；为提高烟叶分级速度，基于聚类的思想对特征进行初步筛选，并人工直接去除相关性很大的特征，使特征精简。

2.  烤烟烟叶分级模型建立：分别建立稀疏表示（SRC)、基于密度的稀疏表示（DSRC），支持向量机（SVM）、随机森林（RF）等烟叶分级模型，对烤烟烟叶测试样本就那些分级正确率和分级时间计算。DSRC是SRC的一种改进模型，基于密度的思想对SRC字典进行选择，减少SRC所用字典数，在保证正确分级率情况下，提高分级速度。

3.  深度特征筛选：为进一步提高分级速度，对初选后的特征进行深度筛选。首先建立一个判断特征重要性的分级模型，根据每个特征重要性，对特征数进行精简，然后采用改进的粒子群算法、蚁群算法、遗传算法和特征备选概率算法获得较优特征组合，在一定分级正确率下，特征个数减少。

北京博普特科技有限公司是丹麦Videometer公司中国区总总代理，全面负责其系列产品在中国的推广、销售和售后服务，详细产品请参见链接。