一、识别方法
1、图像采集
- 针对在实际烟梗图像的采集和处理中可能出现的问题，用相对应的方法进行处理，最大限度保证采集的图像与实际对应。如烟叶的不平整的处理。
2、图像分割
- 对图像进行分割，由于烟梗和烟叶之类存在着 的形态学上的差异，通过图像分割方法可以对烟梗进行分割，为后续烟梗的判断和质量拟合提供保障
3、图像判定
-
建立相关的数学模型和相关的判决理论，对烟梗和非烟梗物质进行归属判断，消除非烟梗物质在质量拟合中存在的影响。
以此来进行烟叶中含梗率的拟合计算。
二、图像去噪方法
图像去噪处理通常从空间域和频率域进行处理。
- 空间域去噪
空间域去噪的基本的思想是对图像的每个像素点进行操作处理，以像素作为 操作的中心，进行一系列的处理运算之后，将计算得到的结果代替图像原来像素 点的像素灰度值。从而完成对图像噪声的去除或者减弱的作用，对原图像进行增 强的作用。
空间域常用的去噪方法主要有以下几种：- 均值滤波
- 统计排序滤波
- 自适应滤波。
- 变换域去噪
变换域去噪是将图像从原来的空间域转化到相对应的变化域中，根据图像和 噪声在所在的变化域内所呈现的不同特点，选择相对应的函数进行相对应的计算， 最后再通过反变换变换到空间域中，实现对图像的去噪。
变换域主要的变换方法分别有- 傅里叶变换
- 余弦变换
- 小波变换
其中傅里叶变换和小波变换在实际 运用中是比较常见的去噪变换方法。
