本發(fā)明屬于煙草結(jié)構(gòu)領(lǐng)域和圖像檢測(cè)分類領(lǐng)域，具體涉及一種基于片煙形態(tài)特征對(duì)煙絲結(jié)構(gòu)影響的預(yù)測(cè)方法。
背景技術(shù)：
：近年來(lái)煙草加工工藝得到了較快發(fā)展，加工技術(shù)水平不斷提高，但基礎(chǔ)研究仍較為薄弱。在打葉復(fù)烤(煙葉→葉片)和制絲(葉片→煙絲)環(huán)節(jié)，煙絲結(jié)構(gòu)越來(lái)越受到關(guān)注。在卷煙工業(yè)中，研究打葉復(fù)烤線上的片煙形態(tài)和制絲線上煙絲結(jié)構(gòu)的關(guān)系是很有實(shí)際意義的。因?yàn)闊熃z結(jié)構(gòu)是決定煙支卷制質(zhì)量的重要因素，煙絲結(jié)構(gòu)均勻性與片煙的尺寸分布和成絲過(guò)程密切相關(guān)，因?yàn)橹挥性谡瓶貎烧咧g的關(guān)系規(guī)律才可以根據(jù)復(fù)烤線上的煙葉形態(tài)分析預(yù)測(cè)出切絲后的煙絲結(jié)構(gòu)；相反地，可以根據(jù)預(yù)期的煙絲結(jié)構(gòu)參數(shù)，利用所掌握的規(guī)律來(lái)配比打葉復(fù)烤線上的片煙形態(tài)特征參數(shù)，從而達(dá)到片煙形態(tài)和煙絲結(jié)構(gòu)之間的生產(chǎn)關(guān)系可控，從而提高煙支卷制質(zhì)量。如何通過(guò)片煙形態(tài)來(lái)預(yù)測(cè)煙絲結(jié)構(gòu)，目前尚無(wú)研究成果。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的在于提供一種基于片煙形態(tài)特征對(duì)煙絲結(jié)構(gòu)影響的預(yù)測(cè)方法，用片煙面積、片煙特征尺寸和均勻系數(shù)、矩形度、細(xì)長(zhǎng)度、緊致度來(lái)描述片煙的形狀特征，用片煙形狀特征參數(shù)三維空間的聚類中心到標(biāo)準(zhǔn)形狀聚類中心的歐氏距離描述片煙的形態(tài)特征；通過(guò)片煙的形態(tài)特征參數(shù)作為觀測(cè)量，同時(shí)采用特征尺寸和均勻系數(shù)作為煙絲結(jié)構(gòu)的觀測(cè)量，建立片煙與煙絲結(jié)構(gòu)方程模型，在amos軟件進(jìn)行結(jié)構(gòu)模型分析，對(duì)煙絲結(jié)構(gòu)參數(shù)進(jìn)行預(yù)測(cè)，即通過(guò)片煙形態(tài)特征參數(shù)預(yù)測(cè)煙絲結(jié)構(gòu)的特征尺寸和均勻系數(shù)。本發(fā)明是這樣實(shí)現(xiàn)的：一種基于片煙形態(tài)特征對(duì)煙絲結(jié)構(gòu)影響的預(yù)測(cè)方法，經(jīng)過(guò)下列步驟：步驟一、單片片煙形態(tài)描述參數(shù)的采集及片煙樣本的面積描述參數(shù)計(jì)算：首先采集片煙樣本中各離散片煙的原始圖像，運(yùn)用常規(guī)圖像處理技術(shù)，獲得片煙形態(tài)描述參數(shù)，其中片煙形態(tài)描述參數(shù)包括面積、周長(zhǎng)、矩形度、細(xì)長(zhǎng)度、緊致度；再計(jì)算該片煙樣本的大片率、中片率、小片率、碎片率，以大片率、中片率、小片率、碎片率作為片煙樣本的面積描述參數(shù)；所述面積(a)是葉片結(jié)構(gòu)分布的表征方法，是自然放置狀態(tài)下片煙的水平投影面積，葉片的面積分布用累積分布函數(shù)來(lái)描述；所述周長(zhǎng)(c)是葉片的外圍輪廓的長(zhǎng)度累積；所述矩形度(cr)的計(jì)算公式如下：式中，fk為區(qū)域面積和外接矩形面積之比，k為矩形具體方向，矩形方向離散步幅旋轉(zhuǎn)，矩形度為fk的最大比值，設(shè)定的值域?yàn)?0,1]；所述細(xì)長(zhǎng)度(ce)的計(jì)算公式如下：ce＝w/l式中，l為片煙區(qū)域外接矩形長(zhǎng)，w為片煙區(qū)域外接矩形寬，l≥w，細(xì)長(zhǎng)度為片煙區(qū)域外接矩形寬w與長(zhǎng)l的比值，設(shè)定的值域?yàn)?0,1]；所述緊致度(cc)的計(jì)算公式如下：cc＝4πa/c2式中，a為面積，c為周長(zhǎng)，緊致度為4π與面積a的乘積除以周長(zhǎng)c的平方，設(shè)定的值域?yàn)?0,1]；步驟二、片煙樣本的形態(tài)描述參數(shù)計(jì)算：將步驟一所得片煙樣本中四種片型(大片、中片、小片、碎片)的矩形度、細(xì)長(zhǎng)度、緊致度作為三維坐標(biāo)建立片煙樣本的三維聚類空間，采用k-means聚類分析方法，求出聚類中心點(diǎn)與標(biāo)準(zhǔn)片煙聚類中心點(diǎn)之間的歐氏距離，將四個(gè)片型所得歐氏距離作為片煙樣本的形態(tài)描述參數(shù)；步驟三、片煙大小及形狀分布對(duì)煙絲結(jié)構(gòu)影響的結(jié)構(gòu)方程模型建立：結(jié)構(gòu)方程模型由測(cè)量模型和結(jié)構(gòu)模型組成，式(2)和(3)為測(cè)量模型，表示隱變量與顯變量之間的關(guān)系，即由顯變量來(lái)定義隱變量；式(4)為結(jié)構(gòu)模型，只有測(cè)量模型的結(jié)構(gòu)方程模型是測(cè)量變量之間的回歸關(guān)系，即為驗(yàn)證性因素關(guān)系；只有結(jié)構(gòu)方程的結(jié)構(gòu)方程模型為路徑分析：x＝∧xξ+δ(2)y＝∧yη+ε(3)η＝bη+γξ+ξ(4)其中，式(2)將內(nèi)生隱變量ξ連接到內(nèi)生標(biāo)識(shí)，即顯變量x；式(3)將外生隱變量η連接到外生標(biāo)識(shí)，即顯變量y；矩陣∧x和∧y分別反映x對(duì)ξ和y對(duì)η關(guān)系強(qiáng)弱程度的系數(shù)矩陣，可以理解為相關(guān)系數(shù)，也可理解為因子分析中的因子載荷；δ和ε分別表示x和y的測(cè)量誤差；式(4)為結(jié)構(gòu)模型，反映了隱變量之間的關(guān)系；內(nèi)生隱變量和外生隱變量之間通過(guò)系數(shù)矩陣b和γ以及誤差向量聯(lián)系起來(lái)，其中γ代表外生隱變量對(duì)內(nèi)生隱變量的影響，b代表內(nèi)生隱變量之間的相互影響，ζ為結(jié)構(gòu)方程的誤差項(xiàng)；所述隱變量為步驟一所得片煙樣本的面積描述參數(shù)以及步驟二所得片煙樣本的形態(tài)描述參數(shù)，顯變量為大片率、中片率、小片率和碎片率以及四個(gè)片型的歐氏距離；設(shè)任意一份片煙大小及形狀分布參數(shù)見(jiàn)表1所示。表1片煙大小及形狀分布參數(shù)表結(jié)構(gòu)方程模型中可得到片煙大小及形狀分布與煙絲結(jié)構(gòu)關(guān)系模型具有觀測(cè)模型又有結(jié)構(gòu)模型，而且測(cè)量模型為反應(yīng)性指標(biāo)測(cè)量模型。測(cè)量模型的線性回歸模型：x1＝λx1ξ1+δ1(5)x2＝λx2ξ1+δ2(6)x3＝λx3ξ1+δ3(7)x4＝λx4ξ1+δ4(8)x5＝λx5ξ2+δ5(9)x6＝λx6ξ2+δ6(10)x7＝λx7ξ2+δ7(11)y1＝λy1η1+ε1(12)y2＝λy2η1+ε2(13)結(jié)構(gòu)模型的線性回歸模型：η1＝γ11ξ1+γ12ξ2+ζ1(14)方程式(5)～(13)用矩陣方程表示為：x＝∧xξs+δm(15)y＝∧yηt+εn(16)在式(15)～(16)中，s＝1,2；m＝1,2,3,4,5,6,7；n＝1,2；t＝1；δ、ε和ζ代表各項(xiàng)線性方程的誤差，ξ代表面積影響因素；η代表形狀影響因素；λ和γ代表影響線性方程中的權(quán)值；步驟四、將步驟一所得片煙樣本的面積描述參數(shù)以及步驟二所得片煙樣本的形態(tài)描述參數(shù)作為隱變量，所得大片率、中片率、小片率和碎片率以及四個(gè)片型的歐氏距離作為顯變量，利用常規(guī)amos軟件導(dǎo)入步驟三建立的結(jié)構(gòu)方程模型中，把回歸權(quán)值和方差數(shù)據(jù)代入(14)～(16)得到矩陣方程，實(shí)現(xiàn)片煙描述參數(shù)對(duì)煙絲結(jié)構(gòu)參數(shù)影響的多元回歸，所得矩陣方程即能描述片煙面積大小及形狀分布和煙絲結(jié)構(gòu)之間的多元線性關(guān)系。所述步驟一的大片率是片煙樣本中片煙面積大于等于645.16平方毫米的片煙在片煙樣本中的占有率。所述步驟一的中片率是片煙樣本中片煙面積大于等于161.29平方毫米小于645.16平方毫米的片煙在片煙樣本中的占有率。所述步驟一的小片率是片煙樣本中片煙面積大于等于40.32平方毫米小于161.29平方毫米的片煙在片煙樣本中的占有率。所述步驟一的碎片率是片煙樣本中片煙面積大于等于5.67平方毫米小于40.32平方毫米的片煙在片煙樣本中的占有率。所述步驟一的離散片煙是相互不連接的片形煙葉，表現(xiàn)在圖像上是片煙圖像區(qū)域相互獨(dú)立。所述步驟二的質(zhì)數(shù)據(jù)是指篩選分析儀各層篩面上的煙絲稱重?cái)?shù)據(jù)。所述步驟二的歐氏距離是通過(guò)下列步驟求出：采集多個(gè)標(biāo)準(zhǔn)片煙的圖像，選取緊致度、細(xì)長(zhǎng)度、矩形度作為標(biāo)準(zhǔn)片煙的形狀描述參數(shù)構(gòu)建三維空間，采用k-means算法，對(duì)標(biāo)準(zhǔn)片煙進(jìn)行聚類，得到標(biāo)準(zhǔn)片煙聚類中心點(diǎn)o；分別采集片煙樣本中四種片型(大片、中片、小片、碎片)片煙的圖像，選取緊致度、細(xì)長(zhǎng)度、矩形度作為四種片型片煙的形狀描述參數(shù)，在標(biāo)準(zhǔn)片煙的形狀描述參數(shù)構(gòu)建的三維空間中確定四種片型片煙的緊致度、細(xì)長(zhǎng)度、矩形度三個(gè)形狀描述參數(shù)的三維空間位置，分別為p1、p2、p3、p4；計(jì)算標(biāo)準(zhǔn)片煙聚類中心點(diǎn)到四種片型片煙形狀描述參數(shù)的三維空間位置之間的歐氏距離，結(jié)合面積參數(shù)，將四種片型片煙的形態(tài)特征描述為(∣op1∣，∣op2∣，∣op3∣，∣op4∣，a)；其中，∣op1∣表示標(biāo)準(zhǔn)片煙聚類中心點(diǎn)o到大片片煙形狀描述參數(shù)的三維空間位置p1的歐氏距離，∣op2∣表示標(biāo)準(zhǔn)片煙聚類中心點(diǎn)o到中片片煙形狀描述參數(shù)的三維空間位置p2的歐氏距離，∣op3∣表示標(biāo)準(zhǔn)片煙聚類中心點(diǎn)o到小片片煙形狀描述參數(shù)的三維空間位置p3的歐氏距離，∣op4∣表示標(biāo)準(zhǔn)片煙聚類中心點(diǎn)o到小片片煙形狀描述參數(shù)的三維空間位置p4的歐氏距離，a表示片煙面積。本發(fā)明描述了一種將片煙面積影響因素和形狀影響因素結(jié)合得到片煙形態(tài)特征，利用結(jié)構(gòu)方程，預(yù)測(cè)煙絲結(jié)構(gòu)參數(shù)(特征尺寸和均勻系數(shù))的方法。是基于采集片煙樣本的圖像，采用大中片率來(lái)描述片煙面積分布，采用片煙形狀參數(shù)三維空間的聚類中心到標(biāo)準(zhǔn)形狀聚類中心的歐氏距離來(lái)描述片煙形狀分布，大中片率和歐氏距離用來(lái)作為片煙形態(tài)的觀測(cè)量，同時(shí)采用特征尺寸和均勻系數(shù)作為煙絲結(jié)構(gòu)的觀測(cè)量，以上述觀測(cè)量建立片煙與煙絲結(jié)構(gòu)方程模型。采用多元統(tǒng)計(jì)的方法，檢測(cè)出表征片煙樣本形態(tài)的統(tǒng)計(jì)觀測(cè)值以及該樣本切絲后的煙絲結(jié)構(gòu)特征觀測(cè)值，可以分別建立片煙和煙絲結(jié)構(gòu)的測(cè)量模型，通過(guò)片煙和煙絲結(jié)構(gòu)之間的邏輯關(guān)系建立片煙和煙絲結(jié)構(gòu)的結(jié)構(gòu)模型，把測(cè)量模型和結(jié)構(gòu)模型聯(lián)系起來(lái)就可以建立片煙和煙絲結(jié)構(gòu)的結(jié)構(gòu)方程模型，通過(guò)在amos軟件上分析實(shí)際實(shí)驗(yàn)的數(shù)據(jù)，可得出煙絲結(jié)構(gòu)的實(shí)際結(jié)構(gòu)方程模型，通過(guò)結(jié)構(gòu)方程，再實(shí)現(xiàn)由片煙形態(tài)描述參數(shù)預(yù)測(cè)煙絲結(jié)構(gòu)。具體地，片煙形態(tài)對(duì)煙絲結(jié)構(gòu)的影響因素由面積因素和形狀因素決定，因此可以將外生潛變量由面積影響因素即大片率、中片率、小片率、碎片率進(jìn)行觀測(cè)；形狀因素是外生潛變量，由矩形度聚類中心歐氏距離、圓形度聚類中心歐氏距離、細(xì)長(zhǎng)度聚類中心歐氏距離這三個(gè)觀測(cè)量來(lái)觀測(cè)，因此，用大中片率和歐氏距離作為片煙形態(tài)的觀測(cè)量。煙絲結(jié)構(gòu)是內(nèi)生潛變量，由特征尺寸、均勻系數(shù)這兩個(gè)來(lái)觀測(cè)。采用多元統(tǒng)計(jì)的方法，檢測(cè)出表征片煙樣本形態(tài)的統(tǒng)計(jì)觀測(cè)值以及該樣本切絲后的煙絲結(jié)構(gòu)特征觀測(cè)值，可以分別建立片煙和煙絲結(jié)構(gòu)的測(cè)量模型，通過(guò)片煙和煙絲結(jié)構(gòu)之間的邏輯關(guān)系建立片煙和煙絲結(jié)構(gòu)的結(jié)構(gòu)模型，把測(cè)量模型和結(jié)構(gòu)模型聯(lián)系起來(lái)就可以建立片煙和煙絲結(jié)構(gòu)的結(jié)構(gòu)方程模型，通過(guò)在常規(guī)amos軟件上分析實(shí)際實(shí)驗(yàn)的數(shù)據(jù)，可得出煙絲結(jié)構(gòu)的實(shí)際結(jié)構(gòu)方程模型，根據(jù)多元統(tǒng)計(jì)學(xué)中的結(jié)構(gòu)方程分析法，在amos軟件上繪制片煙大小及形狀分布影響結(jié)構(gòu)方程圖。在結(jié)構(gòu)方程圖中矩形度聚類中心距、圓形度聚類中心距、細(xì)長(zhǎng)度聚類中心距、大片率、中片率、小片率、碎片率是外因潛變量的觀測(cè)變量；面積影響因素和形狀影響因素外因潛變量；煙絲結(jié)為內(nèi)因潛變量；特征尺寸、均勻系數(shù)為內(nèi)因潛變量的觀測(cè)變量；并添加為對(duì)應(yīng)的觀測(cè)變量的測(cè)量殘差和內(nèi)生潛變的其它影響因素的誤差，即可預(yù)測(cè)煙絲結(jié)構(gòu)參數(shù)。amos軟件(analysisofmomentstructures)是常用的、通用的矩結(jié)構(gòu)的分析的軟件，主要應(yīng)用于對(duì)結(jié)構(gòu)方程模型(sem)的建立、檢驗(yàn)、分析、評(píng)估。如圖1所示，在amos軟件中，結(jié)構(gòu)方程模型分析程序基本可分成8步驟：1、相關(guān)理論研究；2、界定測(cè)量模型；3、界定結(jié)構(gòu)模型；4、測(cè)量抽樣調(diào)查；5、模型參數(shù)判別；6、模型適配度判別；7、模型是否修正；8、結(jié)果解釋與討論。結(jié)構(gòu)方程模型(structuralequationmodeling,sem)是一種建立、估計(jì)和檢驗(yàn)因果關(guān)系模型的方法、是一種實(shí)證分析模型，通過(guò)尋找變量?jī)?nèi)在的結(jié)構(gòu)關(guān)系，驗(yàn)證某種結(jié)構(gòu)關(guān)系或模型是否合理，模型是否正確；通過(guò)一些可觀測(cè)的變量對(duì)隱變量的特征及其相互之間的關(guān)系描述對(duì)隱變量進(jìn)行分析。它是基于變量的協(xié)方差矩陣來(lái)分析變量之間的關(guān)系的一種統(tǒng)計(jì)方法，也稱協(xié)方差結(jié)構(gòu)分析，是一種常用的、通用的模型。本發(fā)明具備的優(yōu)點(diǎn)：本發(fā)明采用了多元統(tǒng)計(jì)學(xué)的結(jié)構(gòu)方程模型的理論來(lái)分析片煙形態(tài)特征對(duì)煙絲結(jié)構(gòu)的影響。從統(tǒng)計(jì)的角度分析片煙形狀和面積的分布對(duì)煙絲結(jié)構(gòu)的影響，對(duì)于面積和形狀這兩個(gè)無(wú)法直接測(cè)量的潛變量分別采用了大中片率和聚類中心距的參數(shù)來(lái)測(cè)量，從宏觀邏輯的角度分析片煙和煙絲結(jié)構(gòu)之間的影響關(guān)系。采用建立的結(jié)構(gòu)方程模型可以從容易測(cè)量的形狀和面積參數(shù)預(yù)測(cè)出煙絲結(jié)構(gòu)關(guān)系，并且測(cè)量精度能達(dá)到10％的范圍之內(nèi)。能夠精確地描述片煙和煙絲結(jié)構(gòu)之間的規(guī)律，實(shí)現(xiàn)了片煙和煙絲結(jié)構(gòu)之間的關(guān)系可控，對(duì)于卷煙制絲工藝和復(fù)烤工藝有較好的指導(dǎo)意義。附圖說(shuō)明圖1為結(jié)構(gòu)方程模型分析流程圖；圖2為片煙大小及形狀分布與煙絲結(jié)構(gòu)關(guān)系結(jié)構(gòu)方程模型圖。圖中：e1、e2、e3、e4、e5、e6、e7、e8、e9為對(duì)應(yīng)的觀測(cè)變量的測(cè)量殘差，e10內(nèi)生潛變的其它影響因素的誤差；圖3為片煙面積大小及形狀分布對(duì)煙絲結(jié)構(gòu)的影響結(jié)構(gòu)方程分析結(jié)果(標(biāo)準(zhǔn)化后)。具體實(shí)施方式下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的說(shuō)明，但不以任何方式對(duì)本發(fā)明加以限制，基于本發(fā)明教導(dǎo)所作的任何變更或改進(jìn)，均屬于本發(fā)明的保護(hù)范圍。實(shí)施例1片煙樣本：玉溪k326品牌的煙葉。步驟一、單片片煙形態(tài)描述參數(shù)的采集及片煙樣本的面積描述參數(shù)計(jì)算：首先將片煙樣本(玉溪k326)的煙葉1.5kg在常規(guī)片煙大小及分布檢測(cè)系統(tǒng)ca813設(shè)備上對(duì)每一片煙葉進(jìn)行檢測(cè)，采集各離散片煙的原始圖像，運(yùn)用常規(guī)圖像處理技術(shù)原始圖像，獲得片煙形態(tài)描述參數(shù)，其中片煙形態(tài)描述參數(shù)包括面積、周長(zhǎng)、矩形度、細(xì)長(zhǎng)度、緊致度；再計(jì)算該片煙樣本的大片率、中片率、小片率、碎片率，以大片率、中片率、小片率、碎片率作為片煙樣本的面積描述參數(shù)；所得結(jié)果如下表2和3：表2玉溪k326品牌的片煙形態(tài)描述參數(shù)(截取20個(gè)離散片煙)表3玉溪k326品牌的片煙樣本的面積描述參數(shù)片型大片率中片率小片率碎片率玉溪_碎片102.0757.1940.27玉溪_碎片201.9258.4939.14玉溪_碎片30.032.1458.3158.31玉溪_小片16.4653.2839.470.72玉溪_小片25.4552.6441.060.78玉溪_小片35.1352.1941.80.8玉溪_小片45.3954.3639.50.67玉溪_小片54.5353.7240.880.78玉溪_小片64.5752.0241.151.73玉溪_中片142.7954.22.750.21玉溪_中片242.754.112.880.24玉溪_中片343.4753.912.40.18玉溪_中片443.0553.82.850.23玉溪_中片543.4853.32.870.26玉溪_中片642.2354.892.60.21玉溪_大片189.159.950.670.17玉溪_大片288.4410.620.670.18玉溪_大片389.589.570.590.18玉溪_大片488.7910.310.630.19玉溪_大片588.6610.220.770.23玉溪_大片689.349.750.60.21步驟二、片煙樣本的形態(tài)描述參數(shù)計(jì)算：將步驟一所得片煙樣本中四種片型的矩形度、細(xì)長(zhǎng)度、緊致度作為三維坐標(biāo)建立片煙樣本的三維聚類空間，采用k-means聚類分析方法，求出聚類中心點(diǎn)與標(biāo)準(zhǔn)片煙聚類中心點(diǎn)之間的歐氏距離，將四個(gè)片型所得歐氏距離作為片煙樣本的形態(tài)描述參數(shù)；其中，歐氏距離是通過(guò)下列步驟求出：采集多個(gè)標(biāo)準(zhǔn)片煙的圖像，選取緊致度、細(xì)長(zhǎng)度、矩形度作為標(biāo)準(zhǔn)片煙的形狀描述參數(shù)構(gòu)建三維空間，采用k-means算法，對(duì)標(biāo)準(zhǔn)片煙進(jìn)行聚類，得到標(biāo)準(zhǔn)片煙聚類中心點(diǎn)o；分別采集片煙樣本中四種片型(大片、中片、小片、碎片)片煙的圖像，選取緊致度、細(xì)長(zhǎng)度、矩形度作為四種片型片煙的形狀描述參數(shù)，在標(biāo)準(zhǔn)片煙的形狀描述參數(shù)構(gòu)建的三維空間中確定四種片型片煙的緊致度、細(xì)長(zhǎng)度、矩形度三個(gè)形狀描述參數(shù)的三維空間位置，分別為p1、p2、p3、p4；計(jì)算標(biāo)準(zhǔn)片煙聚類中心點(diǎn)到四種片型片煙形狀描述參數(shù)的三維空間位置之間的歐氏距離，結(jié)合面積參數(shù)，將四種片型片煙的形態(tài)特征描述為(∣op1∣，∣op2∣，∣op3∣，∣op4∣，a)；其中，∣op1∣表示標(biāo)準(zhǔn)片煙聚類中心點(diǎn)o到大片片煙形狀描述參數(shù)的三維空間位置p1的歐氏距離，∣op2∣表示標(biāo)準(zhǔn)片煙聚類中心點(diǎn)o到中片片煙形狀描述參數(shù)的三維空間位置p2的歐氏距離，∣op3∣表示標(biāo)準(zhǔn)片煙聚類中心點(diǎn)o到小片片煙形狀描述參數(shù)的三維空間位置p3的歐氏距離，∣op4∣表示標(biāo)準(zhǔn)片煙聚類中心點(diǎn)o到小片片煙形狀描述參數(shù)的三維空間位置p4的歐氏距離，a表示片煙面積。玉溪k326所得大片、中片、小片、碎片的歐氏距離分別如表4所示：表4玉溪k326所得大片、中片、小片、碎片的歐氏距離列表片型矩形度聚類中心距圓形度聚類中心距細(xì)長(zhǎng)度聚類中心距玉溪_碎片10.29340.28040.4129玉溪_碎片20.29310.28060.4112玉溪_碎片30.29160.27620.4145玉溪_小片10.27660.3260.4371玉溪_小片20.28890.33310.4348玉溪_小片30.2890.33580.4327玉溪_小片40.27710.32040.441玉溪_小片50.28740.3330.435玉溪_小片60.28870.34030.434玉溪_中片10.38030.45680.4427玉溪_中片20.3810.4570.4409玉溪_中片30.36970.44410.4256玉溪_中片40.38040.45810.4343玉溪_中片50.3810.45950.4317玉溪_中片60.37210.44810.429玉溪_大片10.77380.85970.5674玉溪_大片20.7760.86120.5599玉溪_大片30.7490.83460.5302玉溪_大片40.76720.85220.551玉溪_大片50.76750.85280.5528玉溪_大片60.75680.84190.5352步驟三、片煙大小及形狀分布對(duì)煙絲結(jié)構(gòu)影響的結(jié)構(gòu)方程模型建立：結(jié)構(gòu)方程模型由測(cè)量模型和結(jié)構(gòu)模型組成，式(2)和(3)為測(cè)量模型，表示隱變量與顯變量之間的關(guān)系，即由顯變量來(lái)定義隱變量；式(4)為結(jié)構(gòu)模型，只有測(cè)量模型的結(jié)構(gòu)方程模型是測(cè)量變量之間的回歸關(guān)系，即為驗(yàn)證性因素關(guān)系；只有結(jié)構(gòu)方程的結(jié)構(gòu)方程模型為路徑分析：x＝∧xξ+δ(2)y＝∧yη+ε(3)η＝bη+γξ+ζ(4)其中，式(2)將內(nèi)生隱變量ξ連接到內(nèi)生標(biāo)識(shí)，即顯變量x；式(3)將外生隱變量η連接到外生標(biāo)識(shí)，即顯變量y；矩陣∧x和∧y分別反映x對(duì)ξ和y對(duì)η關(guān)系強(qiáng)弱程度的系數(shù)矩陣，可以理解為相關(guān)系數(shù)，也可理解為因子分析中的因子載荷；δ和ε分別表示x和y的測(cè)量誤差；式(4)為結(jié)構(gòu)模型，反映了隱變量之間的關(guān)系；內(nèi)生隱變量和外生隱變量之間通過(guò)系數(shù)矩陣b和γ以及誤差向量聯(lián)系起來(lái)，其中γ代表外生隱變量對(duì)內(nèi)生隱變量的影響，b代表內(nèi)生隱變量之間的相互影響，ζ為結(jié)構(gòu)方程的誤差項(xiàng)；所述隱變量為步驟一所得片煙樣本的面積描述參數(shù)以及步驟二所得片煙樣本的形態(tài)描述參數(shù)，顯變量為大片率、中片率、小片率和碎片率以及四個(gè)片型的歐氏距離；設(shè)任意一份片煙大小及形狀分布參數(shù)見(jiàn)表5所示。表5片煙大小及形狀分布參數(shù)表結(jié)構(gòu)方程模型中可得到片煙大小及形狀分布與煙絲結(jié)構(gòu)關(guān)系模型具有觀測(cè)模型又有結(jié)構(gòu)模型，而且測(cè)量模型為反應(yīng)性指標(biāo)測(cè)量模型。測(cè)量模型的線性回歸模型：x1＝λx1ξ1+δ1(5)x2＝λx2ξ1+δ2(6)x3＝λλ3ξ1+δ3(7)x4＝λx4ξ1+δ4(8)x5＝λx5ξ2+δ5(9)x6＝λx6ξ2+δ6(10)x7＝λx7ξ2+δ7(11)y1＝λy1η1+ε1(12)y2＝λy2η1+ε2(13)結(jié)構(gòu)模型的線性回歸模型：η1＝γ11ξ1+γ12ξ2+ζ1(14)方程式(5)～(13)用矩陣方程表示為：x＝∧xξs+δm(15)y＝∧yηt+εn(16)在式(15)～(16)中，s＝1,2；m＝1,2,3,4,5,6,7；n＝1,2；t＝1；δ、ε和ζ代表各項(xiàng)線性方程的誤差，ξ代表面積影響因素；η代表形狀影響因素；λ和γ代表影響線性方程中的權(quán)值；步驟四、將步驟一所得片煙樣本的面積描述參數(shù)以及步驟二所得片煙樣本的形態(tài)描述參數(shù)作為隱變量，所得大片率、中片率、小片率和碎片率以及四個(gè)片型的歐氏距離作為顯變量，如圖2所示，利用常規(guī)amos軟件導(dǎo)入步驟三建立的結(jié)構(gòu)方程模型中，把回歸權(quán)值和方差數(shù)據(jù)代入(14)～(16)得(17)～(19)的矩陣方程，實(shí)現(xiàn)片煙描述參數(shù)對(duì)煙絲結(jié)構(gòu)參數(shù)影響的多元回歸：所得(17)～(19)矩陣方程即能描述片煙面積大小及形狀分布和煙絲結(jié)構(gòu)之間的多元線性關(guān)系，如圖3所示。結(jié)果分析與討論：通過(guò)(17)～(19)矩陣方程可知片煙描述參數(shù)和煙絲結(jié)構(gòu)描述參數(shù)之間的規(guī)律如下：(1)、大片率、中片率對(duì)面積影響因素是正值，是面積影響因素的正因素；小片率、碎片率對(duì)面積影響因素是負(fù)值，是面積影響因素的負(fù)因素。(2)、圓形度聚類中心距和矩形度聚類中心距是正值，是形狀影響因素的正因素；細(xì)長(zhǎng)度聚類中心距是負(fù)值，是形狀影響因素的負(fù)因素。(3)、面積影響因素和形狀影響因素之間相關(guān)性近似為0.71，即：不同面積分布形狀因素也會(huì)有很大變化。(4)、面積影響因素對(duì)煙絲結(jié)構(gòu)的影響因素近似為0.82，形狀影響因素對(duì)煙絲結(jié)構(gòu)的影響因素為0.31，面積影響因素對(duì)煙絲結(jié)構(gòu)的影響因素是主要因素。(5)、煙絲結(jié)構(gòu)特征尺寸和均勻系數(shù)對(duì)煙絲的結(jié)構(gòu)觀測(cè)能力分別達(dá)到約0.99和0.94，因此特征尺寸和均勻系數(shù)對(duì)煙絲結(jié)構(gòu)內(nèi)生潛變量的觀測(cè)能力達(dá)到約94％左右。由(17)～(19)片煙形狀描述參數(shù)和煙絲結(jié)構(gòu)描述參數(shù)矩陣方程，具有如下實(shí)際應(yīng)用意義：(1)、在檢測(cè)出片煙的面積描述參數(shù)(大片率、中片率、小片率、碎片率)和形狀描述參數(shù)(圓形度聚類中心距、矩形度聚類中心距、細(xì)長(zhǎng)度聚類中心距)的情況下，可以通過(guò)矩陣方程算出煙絲結(jié)構(gòu)描述參數(shù)(特征尺寸、均勻系數(shù))。(2)、在已知期望的煙絲結(jié)構(gòu)描述參數(shù)(特征尺寸、均勻系數(shù))的情況下，可以通過(guò)逆矩陣方程計(jì)算出片煙的面積描述參數(shù)(大片率、中片率、小片率、碎片率)和形狀描述參數(shù)(圓形度聚類中心距、矩形度聚類中心距、細(xì)長(zhǎng)度聚類中心距)的值。驗(yàn)證：選取玉溪k326生產(chǎn)線上20組實(shí)驗(yàn)和實(shí)施例1的計(jì)算數(shù)據(jù)進(jìn)行對(duì)比，如表6所示。分析計(jì)算值與測(cè)量值之間的相對(duì)誤差，如表7所示。表620個(gè)片煙樣本的形狀及大小描述參數(shù)表7煙絲結(jié)構(gòu)參數(shù)計(jì)算值與測(cè)量值的相對(duì)誤差表從表7中可以看出相對(duì)誤差均小于3％，因此，采用結(jié)構(gòu)方程模型分析方法建立的片煙描述參數(shù)和煙絲結(jié)構(gòu)描述參數(shù)模型是可以達(dá)到分析要求的。實(shí)施例2片煙樣本：紅塔vc105品牌的煙葉。步驟一、單片片煙形態(tài)描述參數(shù)的采集及片煙樣本的面積描述參數(shù)計(jì)算：首先將片煙樣本(紅塔vc105)的煙葉1.5kg在常規(guī)片煙大小及分布檢測(cè)系統(tǒng)ca813設(shè)備上對(duì)每一片煙葉進(jìn)行檢測(cè)，采集各離散片煙的原始圖像，運(yùn)用常規(guī)圖像處理技術(shù)原始圖像，獲得片煙形態(tài)描述參數(shù)，其中片煙形態(tài)描述參數(shù)包括面積、周長(zhǎng)、矩形度、細(xì)長(zhǎng)度、緊致度；再計(jì)算該片煙樣本的大片率、中片率、小片率、碎片率，以大片率、中片率、小片率、碎片率作為片煙樣本的面積描述參數(shù)；所得結(jié)果如下表8和9：表8紅塔vc105品牌的片煙形態(tài)描述參數(shù)(截取20個(gè)離散片煙)表9紅塔vc105品牌的片煙樣本的面積描述參數(shù)片型大片率中片率小片率碎片率紅塔_大中片175.4222.931.420.18紅塔_大中片268.2729.751.750.18紅塔_大中片361.1636.821.790.17紅塔_大中片475.7322.621.40.19紅塔_大中片567.8230.211.690.2紅塔_大中片659.8937.961.890.2紅塔_小片13.5640.4554.361.57紅塔_小片24.3746.4647.811.29紅塔_小片33.4747.3648.081.02紅塔_小片42.540.755.151.57紅塔_小片53.4846.7848.481.19紅塔_小片63.4747.3648.081.02紅塔_碎片101.4140.0557.85紅塔_碎片20.041.3238.5159.5紅塔_碎片300.8635.1163.04步驟二、片煙樣本的形態(tài)描述參數(shù)計(jì)算：將步驟一所得片煙樣本中四種片型的矩形度、細(xì)長(zhǎng)度、緊致度作為三維坐標(biāo)建立片煙樣本的三維聚類空間，采用k-means聚類分析方法，求出聚類中心點(diǎn)與標(biāo)準(zhǔn)片煙聚類中心點(diǎn)之間的歐氏距離，將四個(gè)片型所得歐氏距離作為片煙樣本的形態(tài)描述參數(shù)；紅塔vc105所得大片、中片、小片、碎片的歐氏距離分別如表10所示：表10紅塔vc105所得大片、中片、小片、碎片的歐氏距離列表步驟三、片煙大小及形狀分布對(duì)煙絲結(jié)構(gòu)影響的結(jié)構(gòu)方程模型建立：結(jié)構(gòu)方程模型由測(cè)量模型和結(jié)構(gòu)模型組成，式(2)和(3)為測(cè)量模型，表示隱變量與顯變量之間的關(guān)系，即由顯變量來(lái)定義隱變量；式(4)為結(jié)構(gòu)模型，只有測(cè)量模型的結(jié)構(gòu)方程模型是測(cè)量變量之間的回歸關(guān)系，即為驗(yàn)證性因素關(guān)系；只有結(jié)構(gòu)方程的結(jié)構(gòu)方程模型為路徑分析：x＝∧xξ+δ(2)y＝∧yη+ε(3)η＝bη+γξ+ζ(4)其中，式(2)將內(nèi)生隱變量ξ連接到內(nèi)生標(biāo)識(shí)，即顯變量x；式(3)將外生隱變量η連接到外生標(biāo)識(shí)，即顯變量y；矩陣∧x和∧y分別反映x對(duì)ξ和y對(duì)η關(guān)系強(qiáng)弱程度的系數(shù)矩陣，可以理解為相關(guān)系數(shù)，也可理解為因子分析中的因子載荷；δ和ε分別表示x和y的測(cè)量誤差；式(4)為結(jié)構(gòu)模型，反映了隱變量之間的關(guān)系；內(nèi)生隱變量和外生隱變量之間通過(guò)系數(shù)矩陣b和γ以及誤差向量聯(lián)系起來(lái)，其中γ代表外生隱變量對(duì)內(nèi)生隱變量的影響，b代表內(nèi)生隱變量之間的相互影響，ζ為結(jié)構(gòu)方程的誤差項(xiàng)；所述隱變量為步驟一所得片煙樣本的面積描述參數(shù)以及步驟二所得片煙樣本的形態(tài)描述參數(shù)，顯變量為大片率、中片率、小片率和碎片率以及四個(gè)片型的歐氏距離；設(shè)任意一份片煙大小及形狀分布參數(shù)見(jiàn)表11所示。表11片煙大小及形狀分布參數(shù)表結(jié)構(gòu)方程模型中可得到片煙大小及形狀分布與煙絲結(jié)構(gòu)關(guān)系模型具有觀測(cè)模型又有結(jié)構(gòu)模型，而且測(cè)量模型為反應(yīng)性指標(biāo)測(cè)量模型。測(cè)量模型的線性回歸模型：x1＝λx1ξ1+δ1(5)x2＝λx2ξ1+δ2(6)x3＝λx3ξ1+δ3(7)x4＝λx4ξ1+δ4(8)x5＝λx5ξ2+δ5(9)x6＝λx6ξ2+δ6(10)x7＝λx7ξ2+δ7(11)y1＝λy1η1+ε1(12)y2＝λy2η1+ε2(13)結(jié)構(gòu)模型的線性回歸模型：η1＝γ11ξ1+γ12ξ2+ζ1(14)方程式(5)～(13)用矩陣方程表示為：x＝∧xξs+δm(15)y＝∧yηt+εn(16)在式(15)～(16)中，s＝1,2；m＝1,2,3,4,5,6,7；n＝1,2；t＝1；δ、ε和ζ代表各項(xiàng)線性方程的誤差，ξ代表面積影響因素；η代表形狀影響因素；λ和γ代表影響線性方程中的權(quán)值；步驟四、將步驟一所得片煙樣本的面積描述參數(shù)以及步驟二所得片煙樣本的形態(tài)描述參數(shù)作為隱變量，所得大片率、中片率、小片率和碎片率以及四個(gè)片型的歐氏距離作為顯變量，利用常規(guī)amos軟件導(dǎo)入步驟三建立的結(jié)構(gòu)方程模型中，把回歸權(quán)值和方差數(shù)據(jù)代入(14)～(16)得(17)～(19)的矩陣方程，實(shí)現(xiàn)片煙描述參數(shù)對(duì)煙絲結(jié)構(gòu)參數(shù)影響的多元回歸：所得(17)～(19)矩陣方程即能描述片煙面積大小及形狀分布和煙絲結(jié)構(gòu)之間的多元線性關(guān)系。結(jié)果分析與討論：通過(guò)(17)～(19)矩陣方程可知片煙描述參數(shù)和煙絲結(jié)構(gòu)描述參數(shù)之間的規(guī)律如下：(1)、大片率、中片率對(duì)面積影響因素是正值，是面積影響因素的正因素；小片率、碎片率對(duì)面積影響因素是負(fù)值，是面積影響因素的負(fù)因素。(2)、圓形度聚類中心距和矩形度聚類中心距是正值，是形狀影響因素的正因素；細(xì)長(zhǎng)度聚類中心距是負(fù)值，是形狀影響因素的負(fù)因素。(3)、面積影響因素和形狀影響因素之間相關(guān)性為0.71，即：不同面積分布形狀因素也會(huì)有很大變化。(4)、面積影響因素對(duì)煙絲結(jié)構(gòu)的影響因素近似為0.82，形狀影響因素對(duì)煙絲結(jié)構(gòu)的影響因素近似為0.31，面積影響因素對(duì)煙絲結(jié)構(gòu)的影響因素是主要因素。(5)、煙絲結(jié)構(gòu)特征尺寸和均勻系數(shù)對(duì)煙絲的結(jié)構(gòu)觀測(cè)能力分別達(dá)到約0.99和0.94，因此特征尺寸和均勻系數(shù)對(duì)煙絲結(jié)構(gòu)內(nèi)生潛變量的觀測(cè)能力達(dá)到約94％左右。由(17)～(19)片煙形狀描述參數(shù)和煙絲結(jié)構(gòu)描述參數(shù)矩陣方程具有如下實(shí)際應(yīng)用意義：(1)、在檢測(cè)出片煙的面積描述參數(shù)(大片率、中片率、小片率、碎片率)和形狀描述參數(shù)(圓形度聚類中心距、矩形度聚類中心距、細(xì)長(zhǎng)度聚類中心距)的情況下，可以通過(guò)矩陣方程算出煙絲結(jié)構(gòu)描述參數(shù)(特征尺寸、均勻系數(shù))。(2)、在已知期望的煙絲結(jié)構(gòu)描述參數(shù)(特征尺寸、均勻系數(shù))的情況下，可以通過(guò)逆矩陣方程計(jì)算出片煙的面積描述參數(shù)(大片率、中片率、小片率、碎片率)和形狀描述參數(shù)(圓形度聚類中心距、矩形度聚類中心距、細(xì)長(zhǎng)度聚類中心距)的值。當(dāng)前第1頁(yè)12