烟草是我国重要的经济作物，国内种植覆盖20多个省份，种植面积达88.7万公顷。作为烟草行业的重要原料，烤烟在收购与生产过程中需进行多轮加工和准确筛分，将质量优劣的烟叶予以精准分级，才能保证最终卷烟产品的品质，促进烟草行业良性发展。 

目前，烤烟收购过程主要依赖人工感官经验定级，费时费力，且难以保证准确性和一致性。部分地区采用普通可见光成像技术，通过烤烟的颜色、纹理、形状等外部品质差异，实现自动分级，效率和准确性相较人工虽有所提升，但这些特征值很难区分烟叶的真正品质，尤其是与烟叶品质等级紧密相关的油分和成熟度等特征值更难以从图像中提取出来，无法满足行业需求。

高光谱成像技术是融合了成像技术和光谱技术优点的一种新兴检测技术，具有无损、无接触、快速等技术特点，可同时获得检测对象内、外部品质特征的光谱信息与图像信息，使得该技术在烟草行业具有较大的应用前景。

本案例主要通过光谱成像系统采集大量烟叶数据，利用光谱大数据分析应用云平台进行各级烟叶光谱特征分级、模型训练与匹配，实现精准的烟叶分级。

一、高光谱数据采集设备

可见光近红外推扫式高光谱相机由深圳市中达瑞和科技有限公司自主研发和生产制造，拥有超高光谱分辨率，覆盖400-1000nm波段光谱范围，可快速、精准获取观测目标的高光谱信息，广泛应用于挂载、便携、室内等应用场景。该产品可结合目标物的空间图像信息和光谱信息，利用目标物不同部位或成分的光谱特征，进行无损、无接触、快速高效的精准获取、发现识别、分类筛选和分析应用。

可见光近红外推扫式高光谱相机

二、实验样本

本次实验，我们依照客户给到的分级标准，将烤烟烟叶样本划分为1-8个等级，采用400nm-1000nm，间隔5nm进行光谱数据采集，每片烟叶正面和反面各采集3个部位，共采集样本数1000个。

烟叶采集实验现场

烟叶高光谱伪彩图像

1-8级别烟叶光谱曲线差异分布图

从1-8级别烟叶光谱曲线差异分布图，可明显看出不同级别烟叶的光谱曲线存在差异。

三、模型训练与匹配

通过中达瑞和高光谱大数据分析应用云平台，把采集的8个不同级别的烟叶数据放入数据集中，对多个样本进行标注，数据分析和模型训练，最后进行模型匹配与判断，综合验证烟叶分级准确率达85%以上。

分级效果图

通过实验结果表明，基于高光谱成像技术并结合机器学习模型训练方法能够准确地实现烟叶自动分级。

高光谱成像技术可捕捉远大于可见光范围的光谱信息和图像信息，能看到普通可见光成像看不到的物质信息，是未来成像技术主要发展方向之一。深圳市中达瑞和科技有限公司作为国内光谱成像行业领先的产业化企业，拥有自主研发的分光器件、光谱相机、光谱软件和光谱智能云平台，产品与技术在科学研究、工业检测、精准农业、生态环境等领域都有广泛应用。未来，中达瑞和将持续攻难克坚，推动高光谱成像技术从高端科研到工业应用、并最终到消费级应用，服务于大众日常生活，帮助改善人们的生活品质而继续努力。