一种用于晾制房的智能温度、湿度控制方法及系统与流程

本发明涉及烟叶温湿度控制，且更具体地涉及一种用于晾制房的智能温度、湿度控制方法及系统。

背景技术：

1、传统的烟叶晒晾，主要通过自然温度、湿度的调节，使烟叶经凋萎变色、定色、干筋三个阶段，达到晒晾烟品质要求的烟叶调制方法。随着科技的发展，现在会构建烟叶晾晒房进行晾晒，在室内或晾棚内利用空气对流经自然干燥调制烟叶的方法称“晾制”，相对于传统晾晒而言，温湿度可以控制。

2、但是，目前存在的问题是：即便在室内或者晾棚内的烟叶烘烤，也会由于各种技术的限制，导致烟叶烘烤或者晾制时不能精准的控制温度及湿度，会导致微层差的变化，微层差的变化较大，则表示温度湿度上下差别大，会直接导致：晾制质量差异严重，如果微层差没有控制在预设的范围内，则最直观的结果就是会导致晾制烟叶的颜色出现问题，比如温度或者湿度没有控制好，会导致某个晾制区域的烟叶的颜色与处于各个时期的正常烟叶颜色差距较大，进而导致烟叶晾制质量不佳，甚至会影响口感。

技术实现思路

1、针对现有技术的不足，本发明公开一种用于晾制房的智能温度、湿度控制方法及系统。

2、为了实现上述技术效果，本发明采用以下技术方案：

3、一种用于晾制房的智能温度、湿度控制系统，应用于烟叶晾晒房，包括数据获取装置及控制系统，所述控制系统包括图像处理模块、数据判断模块及调整控制模块；

4、所述数据获取装置：将晾制区域按照排列规则，划分成不同晾制区域，获取每个晾制区域的历史及当前时刻烟叶图像数据、温度数据、湿度数据及微层差数据，其中，每个晾制区域的烟叶图像数据为多角度采集的烟叶图像数据，温度数据至少包括每个晾制区域的第一温度数据和第二温度数据，湿度数据至少包括每个晾制区域的第一湿度数据和第二湿度数据，微层差数据为温湿度层差数据，温湿度层差包括温度层差和湿度层差，第一温度数据和第二温度数据形成温度层差，第一湿度数据和第二湿度数据形成湿度层差；

5、所述图像处理模块通过图像分类模型对所有烟叶图像数据进行分类，得到初始异常烟叶图像数据，对初始异常烟叶图像数据进行预处理及像素提取，通过像素异常分数模型计算每个初始异常烟叶预处理图像的像素异常分数，若异常分数超过预设分数阈值则判定为异常烟叶图像数据，进而将对应的异常烟叶图像数据进行异常位置标记并定位到相应的晾制区域；

6、所述数据判断模块通过温度数据判断当前时刻下被标记的晾制区域的温湿度层差是否处于预设温湿度层差阈值范围内，若当前时刻温湿度层差未处于预设温湿度层差阈值范围内，则通过所述调整控制模块对当前时刻之后的温湿度数据进行调整，以使得温湿度层差处于预设温湿度层差阈值范围内，其中，温湿度数据包括温度数据和湿度数据。

7、作为一种可实施方式，所述调整控制模块包括温湿度控制系统及温湿度调整装置，所述温湿度调整装置包括电辅热装置、除湿风机及电动挡风片，温湿度控制系统分别电连接电辅热装置、除湿风机及电动挡风片；

8、所述电辅热装置产生热量，电辅热装置产生的热量被辅风机输送至顶部风道与底部风道并在顶部风道和底部风道进行传输，其中，顶部风道与底部风道连通，顶部风道设置在每个晾制区块的上方，底部风道设置在靠近地面的下方；

9、所述除湿风机产生风并输送至顶部回湿通道与底部回湿通道，顶部回湿通道与底部回湿通道分别设置若干个风孔且朝向烟叶，顶部回湿通道设置在每个晾制区块的上方，底部回湿通道设置在靠近地面的下方；

10、顶部风道与底部风道分别设有若干出风口，所述电动挡风片的数量于出风口相同并且设置在出风口的外侧，出风口、电动挡风片、风孔及温湿度传感器一一对应，所述电动挡风片用来遮挡出风口。

11、作为一种可实施方式，数据获取装置包括若干温湿度传感器及若干图像采集模块；

12、每个晾制区域的上方及靠近地面的下方等间距的设置若干个温湿度传感器，每个晾制区域设置若干图像采集模块且设置在不同位置；

13、基于温湿度传感器获取晾制区域上方的温度数据、下方的温度数据、晾制区域上方的湿度数据及下方的湿度数据；

14、基于图像采集模块获取每个晾制区域多个角度多种情况下的烟叶图像数据。

15、作为一种可实施方式，当检测到当前时刻被标记的晾制区域的温度层差是未在预设温度层阈值范围内，则定位至晾制区域中烟叶的具体位置，并基于温度数据定位至对应的温湿度传感器，进而定位至对应的出风口及电动挡风片；

16、温湿度控制系统基于温度层差与预设温度层差阈值范围的差值，通过电动挡风片调整对出风口的覆盖面实现对温度的调整；

17、当检测到当前时刻被标记的晾制区域的湿度层差是未在预设湿度层差阈值范围内，定位至晾制区域中烟叶的具体位置，并基于湿度数据定位至对应的温湿度传感器，进而定位至对应的出风口及电动挡风片；

18、温湿度控制系统基于湿度层差与预设湿度层差阈值范围的差值，通过除湿风机产生的风输送至顶部回湿通道与底部回湿通道，将高湿度的气流抽向低湿度通过风孔均匀释放，达到湿度均衡。

19、作为一种可实施方式，通过图像分类模型对所有烟叶图像数据进行分类，得到初始异常烟叶图像数据，包括以下步骤：

20、对历史时刻烟叶图像数据进行预处理，得到预处理烟叶图像数据，将预处理烟叶图像数据作为样本集；

21、构建图像分类预训练模型，通过样本集进行训练并通过损失函数及优化器进行优化，得到图像分类模型；

22、通过图像分类模型对当前时刻所有烟叶图像数据进行分类，得到初始异常烟叶图像数据。

23、作为一种可实施方式，所述预处理包括去噪处理、增强处理、矫正处理、平滑处理和分割处理中的一种或多种；

24、所述去噪处理，通过中值滤波和小波降噪方法去除烟叶图像数据中的噪点和干扰；

25、所述增强处理，通过直方图均衡化和自适应增强方法提升烟叶图像数据的视觉质量；

26、所述矫正处理，通过图像旋转和透视变换方法将采集的烟叶图像数据矫正为水平或垂直方向；

27、所述平滑处理，通过平滑滤波器平滑烟叶图像数据，以去除冗余细节和噪声；

28、所述分割处理，通过阈值分割和边缘检测方法将烟叶图像数据进行分割，得到分割后的烟叶图像数据；

29、所述预处理还包括标记处理；对所有烟叶图像数据的采集位置及采集角度进行标记，得到标记后烟叶图像数据。

30、作为一种可实施方式，通过像素异常分数模型计算每个初始异常烟叶预处理图像的像素异常分数，若异常分数超过预设分数阈值则判定为异常烟叶图像数据，进而将对应的异常烟叶图像数据进行异常位置标记并定位到相应的晾制区域，包括以下步骤：

31、构建像素异常分数模型，通过像素异常分数模型对每个初始异常烟叶预处理图像的像素异常分数进行计算，得到像素异常分数；

32、通过预设局部像素对比模型得到局部像素对比度，基于局部像素对比度对异常像素进行判断，以确定异常像素边界点；

33、将异常分数与预设像素异常分数阈值进行比较，若大于预设像素异常分数阈值，则将对应的异常分数判定为异常数据，则判断初始异常烟叶预处理图像为异常烟叶图像数据；

34、基于异常数据的位置对异常烟叶图像数据进行异常位置标记，基于异常位置对当前烟叶预处理图像进行定位并标记到相应的晾制区域；

35、所述像素异常分数模型，表示如下：

36、;

37、其中，表示像素异常分数，表示各个点像素，表示像素点第一四分位数，表示像素点第三四分位数，表示四分位距，为常数，如果大于等于0，的值为1，否则为0；

38、所述预设局部像素对比模型，表示如下：

39、;

40、其中，表示局部对比度，表示有个邻域像素，表示像素点坐标，表示符号函数，表示邻域像素点的灰度值，表示中心像素点的灰度值，如果大于等于0，的值为1，否则为0。

41、一种用于晾制房的智能温度、湿度控制方法，应用于烟叶晾晒房，基于晾制房的智能温度、湿度控制系统实现，系统包括数据获取装置及控制系统，所述控制系统包括图像处理模块、数据判断模块及调整控制模块，包括以下步骤：

42、所述数据获取装置将晾制区域按照排列规则，划分成不同晾制区域，获取每个晾制区域的历史及当前时刻烟叶图像数据、温度数据、湿度数据及微层差数据，其中，每个晾制区域的烟叶图像数据为多角度采集的烟叶图像数据，温度数据至少包括每个晾制区域的第一温度数据和第二温度数据，湿度数据至少包括每个晾制区域的第一湿度数据和第二湿度数据，微层差数据为温湿度层差数据，温湿度层差包括温度层差和湿度层差，第一温度数据和第二温度数据形成温度层差，第一湿度数据和第二湿度数据形成湿度层差；

43、所述图像处理模块通过图像分类模型对所有烟叶图像数据进行分类，得到初始异常烟叶图像数据，对初始异常烟叶图像数据进行预处理及像素提取，通过像素异常分数模型计算每个初始异常烟叶预处理图像的像素异常分数，若异常分数超过预设分数阈值则判定为异常烟叶图像数据，进而将对应的异常烟叶图像数据进行异常位置标记并定位到相应的晾制区域；

44、所述数据判断模块通过温度数据判断当前时刻下被标记的晾制区域的温湿度层差是否处于预设温湿度层差阈值范围内，若当前时刻温湿度层差未处于预设温湿度层差阈值范围内，则通过所述调整控制模块对当前时刻之后的温湿度数据进行调整，以使得温湿度层差处于预设温湿度层差阈值范围内，其中，温湿度数据包括温度数据和湿度数据。

45、作为一种可实施方式，所述调整控制模块被设置为：包括温湿度控制系统及温湿度调整装置，所述温湿度调整装置包括电辅热装置、除湿风机及电动挡风片，温湿度控制系统分别电连接电辅热装置、除湿风机及电动挡风片；

46、所述电辅热装置产生热量，电辅热装置产生的热量被辅风机输送至顶部风道与底部风道并在顶部风道和底部风道进行传输，其中，顶部风道与底部风道连通，顶部风道设置在每个晾制区块的上方，底部风道设置在靠近地面的下方；

47、所述除湿风机产生风并输送至顶部回湿通道与底部回湿通道，顶部回湿通道与底部回湿通道分别设置若干个风孔且朝向烟叶，顶部回湿通道设置在每个晾制区块的上方，底部回湿通道设置在靠近地面的下方；

48、顶部风道与底部风道分别设有若干出风口，所述电动挡风片的数量于出风口相同并且设置在出风口的外侧，出风口、电动挡风片、风孔及温湿度传感器一一对应，所述电动挡风片用来遮挡出风口。

49、作为一种可实施方式，所述数据获取装置被设置为：包括若干温湿度传感器及若干图像采集模块；

50、每个晾制区域的上方及靠近地面的下方等间距的设置若干个温湿度传感器，每个晾制区域设置若干图像采集模块且设置在不同位置；

51、基于温湿度传感器获取晾制区域上方的温度数据、下方的温度数据、晾制区域上方的湿度数据及下方的湿度数据；

52、基于图像采集模块获取每个晾制区域多个角度多种情况下的烟叶图像数据。

53、作为一种可实施方式，还包括以下步骤：当检测到当前时刻被标记的晾制区域的温度层差是未在预设温度层阈值范围内，则定位至晾制区域中烟叶的具体位置，并基于温度数据定位至对应的温湿度传感器，进而定位至对应的出风口及电动挡风片；

54、温湿度控制系统基于温度层差与预设温度层差阈值范围的差值，通过电动挡风片调整对出风口的覆盖面实现对温度的调整；

55、当检测到当前时刻被标记的晾制区域的湿度层差是未在预设湿度层差阈值范围内，定位至晾制区域中烟叶的具体位置，并基于湿度数据定位至对应的温湿度传感器，进而定位至对应的出风口及电动挡风片；

56、温湿度控制系统基于湿度层差与预设湿度层差阈值范围的差值，通过除湿风机产生的风输送至顶部回湿通道与底部回湿通道，将高湿度的气流抽向低湿度通过风孔均匀释放，达到湿度均衡。

57、作为一种可实施方式，通过像素异常分数模型计算每个初始异常烟叶预处理图像的像素异常分数，若异常分数超过预设分数阈值则判定为异常烟叶图像数据，进而将对应的异常烟叶图像数据进行异常位置标记并定位到相应的晾制区域，包括以下步骤：

58、构建像素异常分数模型，通过像素异常分数模型对每个初始异常烟叶预处理图像的像素异常分数进行计算，得到像素异常分数；

59、通过预设局部像素对比模型得到局部像素对比度，基于局部像素对比度对异常像素进行判断，以确定异常像素边界点；

60、将异常分数与预设像素异常分数阈值进行比较，若大于预设像素异常分数阈值，则将对应的异常分数判定为异常数据，则判断初始异常烟叶预处理图像为异常烟叶图像数据；

61、基于异常数据的位置对异常烟叶图像数据进行异常位置标记，基于异常位置对当前烟叶预处理图像进行定位并标记到相应的晾制区域；

62、所述像素异常分数模型，表示如下：

63、;

64、其中，表示像素异常分数，表示各个点像素，表示像素点第一四分位数，表示像素点第三四分位数，表示四分位距，为常数，如果大于等于0，的值为1，否则为0；

65、所述预设局部像素对比模型，表示如下：

66、;

67、其中，表示局部对比度，表示有个邻域像素，表示像素点坐标，表示符号函数，表示邻域像素点的灰度值，表示中心像素点的灰度值，如果大于等于0，的值为1，否则为0。

68、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的方法。

69、一种用于晾制房的智能温度、湿度控制装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的方法。

70、本发明由于采用了以上技术方案，具有显著的技术效果：

71、本发明通过获取当前时刻每个晾制区域的烟叶图像数据、温度数据及湿度数据，并对烟叶图像数据进行筛选，得到初始异常烟叶图像数据，再进一步判断识别出是否存在异常像素或者存在异常位置并标记，进而进行定位到相应的晾制区域，再通过温度数据及湿度数据判断当前已标记的晾制区域的微层差是否处于预设阈值范围内，如果偏离，则对温湿度进行调整进而调整微层差；

72、本发明能够将图像识别和基于微层差进行结合对温度数据和湿度数据进行调整，使得每个晾制区域微层差在每个时刻保持在阈值范围内，进而使得烟叶的晾制结果更好。