烟包霉变烟叶在线检测和剔除方法、平台及可读存储介质技术

本发明专利技术公开烟包霉变烟叶在线检测和剔除方法、平台及可读存储介质，使用图像拍摄和图像识别技术，对烟叶经过生产线拆解投料环节时，通过检测霉变烟叶产生的颜色差，监测是否有霉变烟叶存在，并把霉变烟叶剔出生产线，具体为烟包分解、霉变检测和霉变剔除步骤。本方法检测和剔除工艺能快速对烟叶进行检测，且速度快，检测精确度和效率高，有效克服传统存在的不足和缺陷；先对烟包分解成细小烟块，再进行霉变烟检测和剔除，能对烟包芯部物料进行检测，而且烟包被分解的烟块个数越多，烟包芯部物料被检测的越彻底，大大减少霉变烟进入后续加工环节的概率，将霉变烟在制丝线投料前端有效识别和剔除，减少因霉变烟影响卷烟吸味而造成的产品质量问题。成的产品质量问题。成的产品质量问题。

【技术实现步骤摘要】
烟包霉变烟叶在线检测和剔除方法、平台及可读存储介质


[0001]本专利技术设计一种在线检测和剔除方法及可读存储介质，尤其涉及一种烟包霉变烟叶在线检测和剔除方法及可读存储介质，属于烟草深加工设备


技术介绍

[0002]在现有烟草打叶复烤生产工艺中。所使用的烟包原料通常需要在库房里醇化二年或以上，烟包表面和内部不可避免的存在霉变的烟叶，这些霉变的烟叶会使卷烟吸味变差，影响卷烟质量。因此在制丝生产过程中，需将霉变的烟叶剔出生产线外。在现有的工艺下，剔除霉变烟叶通常采用两种方式进行，其中一种是烟包去除包装物后，由烟包外表面检测机采用红外或机器视觉对烟包外表面进行检视并判断；另一种方式是，把去除包装物的烟包打散，再由光谱或激光除杂机对松散的烟叶进行检视并判断。
[0003]现有工艺存在以下不足之处：首先，霉变的烟叶除了存在于烟包表面以外，更多时候存在烟包芯部，仅从烟包外表面进行霉变烟的检测和剔除的话无法对烟包芯部存在的霉变烟检测和剔除；其次，松散回潮后对松散的烟叶进行检测和剔除的话，由于物料已充分松散且物料呈小片状，剔除时物料分层，霉变的烟叶与合格烟叶混合在一起，混在物料中间或下层的霉变烟无法被识别和剔除，将给霉变烟的检测识别和剔除带来困难。如果大量的霉变烟未被识别和剔除而进入最终产品的话，将影响卷烟吸味，造成产品质量问题。

技术实现思路

[0004]本专利技术在于提供一种烟包霉变烟叶在线检测和剔除方法。
[0005]本专利技术通过以下技术方案实现：
[0006]一种烟包霉变烟叶在线检测和剔除方法，使用图像拍摄和图像识别技术，在对烟叶经过生产线(9)拆解投料环节时，通过检测霉变烟叶产生的颜色差，监测是否有霉变烟叶存在，并把霉变烟叶剔出生产线(9)，具体包括以下步骤，
[0007]A、烟包分解，烟包(1)经烟包开包机去除包装物后，由物料输送机(2)送至烟包外表面检测机(11)进行外部检测，再输送入烟包拆解装置(3)进行拆解切片或分片成若干烟块(4)后，由输送机输送进入下游的霉变检测机(5)进行霉变检测；
[0008]B、霉变检测，预先在总控制器(10)中录入烟叶霉变的特征图片或通过机器深度学习的方式，建立霉变烟特征数据库，霉变检测机 (5)对步骤A拆解得的烟块(4)拍照，采集烟块(4)的烟块(4) 图像，并将采集到的烟块(4)图像传输至总控制器(10)，总控制器 (10)将接收到的烟块(4)图像，经处理后与霉变烟特征数据库的图片数据进行比对分析，分析判断烟块(4)图像中的烟叶是否含有霉变烟叶；
[0009]C、霉变剔除，当步骤B中的霉变检测机(5)分析出烟块(4) 中的烟叶含有霉变烟叶时，则总控制器(10)控制剔除输送机(8) 切换输送方向，把含有霉变烟叶的不合格烟块(4)输送出生产线(9)，之后剔除输送机(8)恢复原位保持原有输送方向，准备接收下一个烟块(4)；当步骤B中的霉变检测机(5)未分析出烟块(4)图像中的烟叶含有霉变烟叶，总控制器
(10)不发切换指令，输送机保持原有输送方向，把合格烟块(4)输送至生产线(9)下游设备。
[0010]优选的，所述的步骤B中霉变检测比对分析包括自动检测模式、手动检测模式和学习检测模式，其中，
[0011]自动检测模式的具体方式为：总控制器(10)将霉变检测机(5) 拍摄到的烟块(4)图像，输送至图像识别软件处理分析，图像识别软件调用霉变烟特征数据库的图片与拍摄的烟块(4)图像进行比对分析，分析判断烟块(4)图像中的烟叶是否含有霉变烟叶，烟叶图像与霉变烟特征数据库的任一图片数据相匹配，则判定烟块(4)含有霉变烟叶，无匹配的则判定无霉变。
[0012]优选的，所述手动检测模式的具体方式为：将霉变检测机(5) 拍摄到的烟叶图像呈现在显示器上，由人工观察图像判断烟块(4) 是否含有霉变烟叶；
[0013]所述学习检测模式包括：人工参与学习检测方式和自动学习检测方式，其中，
[0014]人工参与学习检测方式具体为：将霉变检测机(5)拍摄到的烟叶图像呈现在显示器上，由人工观察图像判断烟块(4)是否含有霉变烟叶，当判定烟块(4)含有霉变烟叶时，人工操作总控制器(10) 在采集到的图像上圈出霉变烟所在区域，启用图像识别软件系统从人工圈出的霉变烟区域提取特征，并将该新特征增加入霉变分析数据库，完成新特征的学习过程；
[0015]自动学习检测方式具体为：将含有霉变烟叶的烟块(4)烟叶图像存到计算机中，由人工智能识别系统采用深度学习的方式自主完成将该新特征增加入霉变分析数据库，从而完成新特征的学习过程。
[0016]优选的，所述的步骤B中霉变检测机(5)为高速摄像头，在高速摄像头的任一侧设有定位器(6)和补光灯(7)。
[0017]优选的，所述的步骤B中总控制器(10)为配备有显示器、键盘和警示器的PC机，在PC机中设有图像识别软件。
[0018]优选的，所述的步骤B中剔除输送机(8)为移动带式输送机。
[0019]优选的，所述的步骤B中霉变烟特征数据库中录存有不同霉变特征的烟叶图片数据。
[0020]优选的，所述的烟包拆解装置(3)为烟包垂直切片机或分片机。
[0021]优选的，一种烟包霉变烟叶在线检测和剔除平台，包括：
[0022]至少一个处理器；以及，
[0023]与所述至少一个处理器通信连接的存储器；其中，
[0024]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至8中任一项所述的烟包霉变烟叶在线检测和剔除方法。
[0025]优选的，一种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权利要求1至8中任一项所述的烟包霉变烟叶在线检测和剔除方法。
[0026]本专利技术的有益效果是：本专利技术的检测和剔除工艺能快速对烟叶进行检测，且速度快，检测精确度和效率高，有效克服上述现有技术中存在的不足和缺陷；先对烟包分解成细小烟块，再进行霉变烟检测和剔除，能对烟包芯部物料进行检测，而且烟包被分解的烟块个数越多，烟包芯部物料被检测的越彻底，大大减少霉变烟进入后续加工环节的概率，将霉变
烟在制丝线投料前端有效识别和剔除，减少因霉变烟影响卷烟吸味而造成的产品质量事故。
附图说明
[0027]下面结合附图对本专利技术进行详细的说明，其中：
[0028]图1为本专利技术的结构示意图；
[0029]图2为本专利技术中霉变检测比对分析的原理框图；
[0030]图中标号：1—烟包，2—物料输送机，3—烟包拆解装置，4—烟块，5—霉变检测机，6—定位器，7—补光灯，8—剔除输送机，9—生产线，10—总控制器，11—烟包外表面检测机。
具体实施方式
[0031]为了使本
的技术人员能更好地理解本专利技术的技术方案，下面结合附图对其具体实施方式进行详细的说明。
[0032]如图1～2所示的烟包霉变烟叶在线检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种烟包霉变烟叶在线检测和剔除方法，其特征在于，使用图像拍摄和图像识别技术，在对烟叶经过生产线(9)拆解投料环节时，通过检测霉变烟叶产生的颜色差，监测是否有霉变烟叶存在，并把霉变烟叶剔出生产线(9)，具体包括以下步骤，A、烟包分解，烟包(1)经烟包开包机去除包装物后，由物料输送机(2)送至烟包外表面检测机(11)进行外部检测，再输送入烟包拆解装置(3)进行拆解切片或分片成若干烟块(4)后，由输送机输送进入下游的霉变检测机(5)进行霉变检测；B、霉变检测，预先在总控制器(10)中录入烟叶霉变的特征图片或通过机器深度学习的方式，建立霉变烟特征数据库，霉变检测机(5)对步骤A拆解得的烟块(4)拍照，采集烟块(4)的烟块(4)图像，并将采集到的烟块(4)图像传输至总控制器(10)，总控制器(10)将接收到的烟块(4)图像，经处理后与霉变烟特征数据库的图片数据进行比对分析，分析判断烟块(4)图像中的烟叶是否含有霉变烟叶；C、霉变剔除，当步骤B中的霉变检测机(5)分析出烟块(4)中的烟叶含有霉变烟叶时，则总控制器(10)控制剔除输送机(8)切换输送方向，把含有霉变烟叶的不合格烟块(4)输送出生产线(9)，之后剔除输送机(8)恢复原位保持原有输送方向，准备接收下一个烟块(4)；当步骤B中的霉变检测机(5)未分析出烟块(4)图像中的烟叶含有霉变烟叶，总控制器(10)不发切换指令，输送机保持原有输送方向，把合格烟块(4)输送至生产线(9)下游设备。2.根据权利要求1所述的一种烟包霉变烟叶在线检测和剔除方法，其特征在于，所述的步骤B中霉变检测比对分析包括自动检测模式、手动检测模式和学习检测模式，其中，自动检测模式的具体方式为：总控制器(10)将霉变检测机(5)拍摄到的烟块(4)图像，输送至图像识别软件处理分析，图像识别软件调用霉变烟特征数据库的图片与拍摄的烟块(4)图像进行比对分析，分析判断烟块(4)图像中的烟叶是否含有霉变烟叶，烟叶图像与霉变烟特征数据库的任一图片数据相匹配，则判定烟块(4)含有霉变烟叶，无匹配的则判定无霉变。3.根据权利要求2所述的一种烟包霉变烟叶在线检测和剔除方法，其特征在于，所述手动检测模式的具体方式为：将霉变...

【专利技术属性】
技术研发人员：姚然，李乃森，李俊，陈玉鹏，燕维贤，赵华现，陶东，邓晓华，孔琼英，段玲，
申请(专利权)人：云南昆船烟草设备有限公司，
类型：发明
国别省市：