摘要：为推动原烟工业分级实现自动化生产、智能化选叶，以工业分级烟叶二分类清选为研究对象，针对烟叶自身存在的折叠、褶皱的形态，对多角度成像（反射光、透射光、反射局部成像）和产地信息进行多模态融合，开发了一种适用于初烤原烟工业分级自动化生产线的烟叶二分类清选模型，并进行了模型对比和生产验证。结果表明：(1)多模态融合的烟叶算法模型在清选准确率、精度、召回率三个评价指标上明显优于单一特征模型和通用卷积神经网络（CNN）模型；(2)在本实验条件下，二分类清选后烟叶等级符合率均大于85.2%，相对标准偏差（RSD）1.4%，表明清选结果具有较高的正确度和稳定性，可以满足企业清选需求；(3)机选与人工选叶模式对比分析显示，机选效率是人工选叶的50倍，机选等级符合率高于人工7百分点以上，机选可有效消除人工选叶受环境和自身疲劳度带来的影响。本研究中建立的多模态融合的烟叶二分类清选模型具有较大实用推广价值。
