[發明專利]一種煙葉中梗的識別與檢測方法

有效

• 申請號: 202110705028.5
• 申請日: 2021-06-24
• 公開（公告）號: CN113390799B
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 徐大勇;李智慧;李輝;堵勁松;孟慶華;李嘉康;蘇子淇;徐波
• 申請（專利權）人: 中國煙草總公司鄭州煙草研究院
• 主分類號: G01N21/27
• 分類號: G01N21/27;G06F16/51;G06V10/25;G06V10/28;G06V10/75
• 代理公司: 鄭州德勤知識產權代理有限公司 41128
• 代理人: 黃紅梅

本發明提出了一種煙葉中梗的識別與檢測方法，特別是煙葉含梗率檢測方法及系統，其中，方法包括：對離散后的待測樣品采集高光譜圖像數據；利用煙梗的標準參考光譜匹配待測樣品，完成煙梗的單位像素的標記；在利用濾波算法對所述的煙葉中梗的識別方法中標記為煙梗的像素進行濾波后，計算煙葉含梗率。本發明中，煙梗標準光譜庫的建立方法，包括：分別獲取多個己知類型的煙葉樣品的高光譜圖像數據；獲取的高光譜數據經校正和選取ROI，計算得到每片樣品煙梗的純凈像元光譜；計算所有樣品煙梗的純凈像元的平均光譜數值，將得到的平均光譜作為該類型煙葉煙梗的標準參考光譜，并將該參考光譜存為光譜庫。本發明方法能夠同時適用于離線和在線檢測。

技術領域

本發明屬于煙草行業檢測技術領域，尤其涉及一種煙葉中梗的識別與檢測方法，特別是煙葉含梗率檢測方法及系統。

背景技術

煙葉的輪廓和葉脈是煙葉形態學特征的重要組成部分，煙葉中煙梗含量的粗細、多少和分布被視為煙葉的“指紋”。煙葉、片煙的含梗狀態也是衡量煙葉、片煙質量的指標之一。煙葉的外輪廓、顏色和煙梗的分布都可以作為煙葉質量分級依據，但當煙葉顏色、外輪廓相似時，而煙梗的分布，尺寸等能提供更多的信息。煙葉在制絲卷制前需要經過葉梗分離形成片煙，但片煙中仍然不可避免會存在一定量的煙梗，在切絲過程中形成梗簽，影響卷煙質量及其穩定性，故片煙的含梗情況在對片煙的質量評價和分級中起到重要的作用。

目前煙草行業，大多數煙廠和復烤廠檢測煙葉、片煙中含梗情況的方法采用人眼識別，依靠傳統的人工操作，使用機械對煙葉進行葉和梗分離之后稱量各自重量，進而計算葉中含梗率。該方法具有操作復雜、檢測周期長、對煙葉造碎損失大和受檢測人員的操作熟練程度影響等缺點，并且葉中含梗率只是葉片和煙梗質量的比值，無法完全表征煙葉中的含梗情況。因此，需要探索一種快速準確地實現煙葉中梗的識別與檢測方法。

CN201110213062.7提供了一種基于組合光透視的葉中含梗率檢測方法。該方法利用光透射煙葉獲取葉梗圖像，通過圖像特征識別，得到煙葉和煙梗的形狀特征尺寸，結合測量的煙葉和煙梗密度，計算得到葉中含梗率。該方法為了將光透過煙葉，使用高穿透的X射線光源輻射大，對身體健康造成危害。

CN201210475963.8公開了一種基于主動加熱的葉含梗紅外成像檢測方法。該方法利用加熱裝置進行加熱后送入制冷裝置進行冷卻，再運用紅外熱成像儀對煙葉進行掃描形成葉片、葉梗圖像，獲取目標煙葉的葉片、葉梗分布圖像，對分布圖像進行圖像分割，計算葉中含梗率。該方法需要加熱裝置和制冷裝置，設備復雜，過程繁瑣，不夠簡便。

另外，煙葉是一個復雜的有機體，葉片和葉梗作為煙葉的組成部分，在水分、糖類物質、煙堿蛋白質、纖維素等化學成分上有較大的差異，導致葉片和葉梗在光譜表達上有很大的差異。含氮化合物及碳水化合物在短波紅外段均有明顯的波峰或波谷。利用葉片和葉梗各自特征波形的不同，完成葉中葉梗的識別。

CN201410491816.9公開了一種基于光譜成像技術的煙絲組分識別方法，然而該專利所提方法僅用于測定煙絲組成成分（葉絲、梗絲、再造煙葉絲、膨脹葉絲），并未涉及煙葉中梗的識別與檢測。

綜上，利用光譜技術測定煙絲含量、高光譜定量測定煙草中化學物質含量在行業內有一定的研究和應用。然而利用光譜信息技術，識別煙葉、片煙中的梗，實現煙梗形態特征尺寸計算統計和葉中含梗率檢測的分類尚屬空白。

發明內容

為了解決上述問題，有必要提供一種煙葉中梗的識別與檢測方法，特別是煙葉含梗率檢測方法及系統。

本發明第一方面提供了一種已知煙葉類型煙梗標準光譜庫的建立方法，包括：

分別獲取多個己知類型的煙葉樣品的高光譜圖像數據；

獲取的高光譜數據經校正和選取ROI，計算得到每片樣品煙梗的純凈像元光譜；