基于图像软件算法的叶梗智能识别系统研发应用

 基于图像软件算法的叶梗智能识别系统研发应用

苏伟松,张照德,苏吉传

(大理卷烟厂复烤车间云南省大理市  671000)

摘要：该项目研制一套基于图像软件算法的叶梗智能识别系统，通过实时在线图像采集烟叶图像，通过软件算法基础，分离分析图像，通过比例关系得出烟叶中含梗比例，实时计算分析结果，并在线反馈参与在线工艺生产控制。

关键字：叶梗智能识别系统；图像软件算法

一、研究背景及现状

在打叶复烤生产整个生产工艺流程中，检测打叶烟叶叶中含梗率是一道关键的工艺指标，该指标的优异直接影响烟叶的等级和最终卷烟的品质。烟叶的轮廓和叶脉是烟叶形态学特征的重要组成部分，烟叶中烟梗含量的粗细、多少和分布被视为烟叶的“指纹”。烟叶、片烟的含梗状态也是衡量烟叶、片烟质量的指标之一。烟叶的外轮廓、颜色和烟梗的分布都可以作为烟叶质量分级依据，但当烟叶颜色、外轮廓相似时，而烟梗的分布，尺寸等能提供更多的信息。烟叶在制丝卷制前需要经过叶梗分离形成片烟，但片烟中仍然不可避免会存在一定量的烟梗，在切丝过程中形成梗签，影响卷烟质量及其稳定性，故片烟的含梗情况在对片烟的质量评价和分级中起到重要的作用。

目前烟草行业，大多数烟厂和复烤厂检测烟叶、片烟中含梗情况的方法采用人眼识别，依靠传统的人工操作，使用机械对烟叶进行叶和梗分离之后称量各自重量，进而计算叶中含梗率。该方法具有操作复杂、检测周期长、对烟叶造碎损失大和受检测人员的操作熟练程度影响等缺点，不能直接在线反应生产工艺流程，不能在线直接参与工艺控制，具有滞后性，并且叶中含梗率只是叶片和烟梗质量的比值，无法完全表征烟叶中的含梗情况。因此，需要探索一种快速准确地实现烟叶中梗的识别与检测方法。

二、基于图像软件算法的叶梗智能识别系统

烟农种植收割上来的烟叶经过烟叶站的初烤后，到复烤生产企业进行复烤，复烤企业通过多种工艺生产流程分离烟叶和梗，最终形成高质量的片烟，供给卷烟企业进行加工成成品烟。烟叶中的含梗率是多项工艺指标中的重要指标之一，目前一般通过人工离线采集一定样品，然后到实验室人工研磨筛分，称重计算得出烟叶中的含梗比例，然后调整生产工艺参数，具有滞后性和不确定性。随着工业技术的发展，可通过图像、激光、软件系统等高科技来实现在线检测，提升检测系统的实时性、可靠性、科学性，并实时检测参数参与线上控制。基于图像软件算法理论的烟叶含梗检测系统介绍随着工业技术革命的发展，尤其是图像、软件、算法等高性能技术的发展，基于图像软件算法技术的应用大大深入。可借助图像软件算法基础，应用到烟叶含梗检测系统中，通过实时在线图像采集烟叶图像，通过软件算法基础，分离分析图像，通过比例关系得出烟叶中含梗比例，实时计算分析结果，并在线反馈参与在线工艺生产控制。高分辨率相机实时在线检测摊薄后的烟叶，通过对图像的软件分析计算得出烟叶、梗的比例关系，换算成烟叶中含梗比例，无需人工参与、无需破坏原烟减少损耗，提升了检测效果。该系统具有实时性、科学性、稳定性、先进性，能符合智能制造的工业发展趋势。

三、基于图像软件算法理论的烟叶含梗检测系统的原理

（一）基于图像软件算法理论的烟叶含梗检测系统的框架

基于图像软件算法理论的烟叶含梗检测系统是一套设计精密、科技含量高的仪器设备，集中了光学、光电子学、图像学、信息处理、计算机科学等领域的先进技术。该设备利用高分辨率彩色相机在线获得烟片的色彩及几何信息，以高的空间分辨率来获得烟叶的几何尺寸。得到场景的图像后，通过训练好的分类器来分辨烟叶， 终再通过一个内在的数学调整模型来计算得到烟叶中含梗比例。为了能够尽可能地将一定重量的烟片铺开而不重叠，该设备前端还配置了一个多层振槽，该装置完成了摊薄、摊开烟片的功能。对电机的控制则是通过PLC及变频器的组合来实现的，PLC又通过网络与主控电脑通信完成数据的传送及控制命令的下达。相机成像部分包含光源及相机。系统所使用的相机为高速线阵相机，其成像速度为每秒8000行；检测系统的空间识别率为1mm2对应16个像素，这是空间分辨技术参数。同时检测后参数可通过网络实时传输给现场工艺生产设备，实时调整工艺生产参数，提升烟叶生产的工艺水平。

图1图像检测烟叶含梗比例图

（二）基于图像软件算法的方法步骤

1、图像获取:图像的获取是机器视觉技术应用的前提，它也决定了整个系统性能的好坏。在生产线上，当烟叶流被传送至传送带后端时，用气动装置产生高速气流，烟叶流耦合于气流中并以高速(5～8m/s)抛射，在烟叶流悬空期间，用线阵CCD摄像机按一定的频率扫描，连续摄取烟草和异物混合物的图像。 

2、图像采集及处理:用图像采集卡将所摄图像的数据传输至计算机内存当中。对传输至内存中的表示烟草和异物图像的数据，处理器根据烟草和异物色度的差异来识别烟草和异物。

3、异物识别:由于烟草和异物在形状等方面的特征具有较大的不确定性，烟草和异物主要根据其色度的差异来区分。利用高分辨率的线阵CCD摄像机摄取图像，摄像机输出的数字彩色图像信号是每个像素点的三基色R，G，B值，它能很好地表征烟叶或异物的颜色信息。通过专门设计的识别软件记录下正常物料的颜色信息，建立颜色分选表，每次系统运行时调用相应的颜色分选表，通过DSP处理卡将实时物料图象信息和标准颜色库进行比较，分辨出哪些是异物哪些是烟叶。系统中认为是异物的像素特别标上绿色阴影。 

4、颜色分选表(标准颜色库)的建立:这是烟草杂物剔除系统所特有的。颜色分选表的功能简而言之就是告诉系统那些颜色是烟叶或背景的颜色，其余就是异物。也就是让系统识别出哪些是烟叶哪些是异物。所以颜色分选表的建立对整个系统的性能也很重要。颜色分选表是需要更换的(一般为一个月左右)。因为随着时间的推移照明系统的光亮度的衰减以及其它设备参数的改变，这样所获取到的图像里的烟叶和异物的颜色会跟着改变而颜色分选表里烟叶颜色参数没有改变，将导致误剔率和漏剔率的提高而影响了系统的性能。  由于机器视觉技术是模拟人眼来做测量和判断的，同时烟草异物剔除系统本身所具有的特点决定了系统对异物的剔除不可能是百分百的，同时要保证整个系统性能的良好就需要确保给系统一个好的眼睛(获得高质量的图像)和分辨物体的知识(颜色分选表的建立)。

图2 图像软件系统处理流程框架图

四、结语

随着现代工业技术的发展，尤其是图像、软件、算法等技术的飞速发展，烟叶生产企业自动化程度也随之得到很大提升，本文研究的基于图像软件算法理论的叶中含梗检测系统就是现代工业发展的产物。

基于图像软件算法理论的打叶烟叶叶中含梗检测系统应用到现在复烤生产中，能提升复烤生产的检测工艺水平，同时提升的数据的有效实时性，并将数据实时参与现场工艺生产控制，实时改善生产。将该系统应用实际，效果明显，提升了烟叶生产工艺质量，该系统具有实时性、稳定性、可靠性等优势，满足了现代烟草发展的需求。

参考文献：

[1]基金项目：红塔烟草（集团）有限责任公司大理卷烟厂科研项目《智能梗剔除设备的开发与应用》（DLGC2022-09）.

[2] 基于低能X射线透射成像的打叶片烟中烟梗在线检测[J]. 朱文魁,刘斌,毛伟俊,席建平,钟科军,张辉,王艺斌,黄岗,陈良元.  烟草科技. 2015(02).

[3] 基于机器视觉的烟草分拣系统的设计[J]. 汪庭春,梅健,朱文燕,张乐年.  机械制造与自动化. 2011(05).

作者简介：张照德（1969.11），男，白族，云南省大理市人，工作单位：红塔集团大理卷烟厂，职称：工程师，研究方向：机械自动化。