一种基于主动加热的叶中含梗红外成像检测方法技术

本发明专利技术公开了一种基于主动加热的叶中含梗红外成像检测方法，将烟叶通过振动盘和加速皮带均匀摊薄，对均匀摊薄的烟叶先运用加热装置进行加热后送入制冷装置进行冷却，再运用红外热成像仪对烟叶进行扫描形成叶片、叶梗图像，通过红外热成像仪探测目标烟叶的红外热辐射，获取目标烟叶的叶片、叶梗分布图像；对获取目标烟叶的叶片、叶梗分布图像进行图像分割，对分割出的叶梗图像进行分析，最终得到最符合实际生产的需求的叶梗信息；计算叶中含梗率。本发明专利技术能够获取清晰的烟叶叶梗图像，可以准确快速识别叶片和叶梗的形状尺寸。

【技术实现步骤摘要】

本专利技术属于烟草行业烟叶中含梗(率)的识别检测技术，特别是。
技术介绍
随着社会的发展，人们对产品品质的要求不断提高。对于香烟制品来说，提高烟叶的纯净度是提高香烟品质的重要保证，一些烟草生产企业，更是采用大量的人力，在生产线上采用手工挑选的方式来提高烟叶的纯净度。但是这个人工挑选的方式虽然提高了烟叶的纯净度，但是却降低了生产的效率，也耗费了大量的人力成本和管理成本，不利于社会化大生产的发展。为了提高烟叶的纯净度同时提高生产效率，不断提升卷烟质量，实现先进设备精选技术逐步替代传统的人工手动挑选烟叶的必然转变。目前用于剔除叶梗主要为人工筛选，在国内外暂时没有图像处理方法进行筛选方面研究，我们根据实际需求，提出了一种在机器视觉的基础上，采用图像处理的方法来提高烟叶挑选的效率。(罗海燕，方文青，董海云，杨林波，谢立磊，叶中含梗率与相关打叶质量指标的关系，烟草科技，2005，216 (7)，pp: 11-14)要求目前的打叶复烤生产线能够在线实时检测叶中含梗率，通过自动控制调节打叶复烤过程中的风速等风分工艺参数，最大限度地分离梗叶，增加大片率，减少烟叶造碎，提高叶片质量。专利(申请号CN200610163801.5)公开了一种将把梗和把叶进行分离，根据两种物料各自的物理特性分别制定适宜的打叶复烤工艺进行加工的方法。申请号为CN200710052480. 6的专利公开了一种降低片烟含梗率的打叶复烤方法及抽梗工具。专利(申请号CN200720018754. 5和CN200520022442. 2)分别公开了一种能提高叶梗筛分效率的叶梗筛分装置和烟草叶梗高效风分装置。这些装置对于改善打叶复烤生产线的打叶性能和叶梗分离有积极意义，但均不适合作为在线实时检测方法，因为该设备方法检测周期较长(若干小时)，相对于生产来说检测具有滞后性，不能够很好的满足生产动态实时控制的要求。专利(专利201110213062)公开了一种利用组合光透视烟叶后用相机成像并运用图像处理算法将烟叶与叶梗识别出来，计算出烟叶的含梗率，而本专利则是利用烟叶的热辐射现象，通过对烟叶进行主动加热使烟叶叶梗和叶片产生温差，运用热成像仪采集图像并运用图像处理算法将烟叶与叶梗识别出来，计算出烟叶的含梗率。
技术实现思路
本专利技术的目的在于提供，基于烟叶的叶片与叶梗散热速度差异的原理，首先将烟叶叶片与叶梗加热至相同温度然后进行一定工艺的冷却，烟叶叶片与叶梗形成温度差，利用热红外成像仪对叶片、叶梗成像，基于叶片和叶梗特征设计图像处理算法可以在线识别叶梗和叶片，进而测算单位时间或质量或单位体积下的叶中含梗量。实现本专利技术目的的技术解决方案为，步骤如下第一步，将烟叶通过振动盘和加速皮带均匀摊薄，摊薄后的烟叶随输送生产线进入烘箱；第二步，对均匀摊薄的烟叶先运用加热装置进行加热后送入制冷装置进行冷却，再运用红外热成像仪对烟叶进行扫描形成叶片、叶梗图像，通过红外热成像仪探测目标烟叶的红外热辐射，获取目标烟叶的叶片、叶梗分布图像；第三步，首先对获取目标烟叶的叶片、叶梗分布图像进行图像分割，分割出叶梗信息，然后对分割出的叶梗图像进行分析，最终得到最符合实际生产的需求的叶梗信息，其中，对目标烟叶的叶片、叶梗分布图像进行图像分割，首先对灰度化后的红外叶梗图像进行高斯滤波，然后对滤波后的图像进行显著性映射，最后完成图像分割，对分割出的叶梗图像进行分析，首先对经过图像分割后的叶梗图像进行细化，然后对红外叶梗信息进行描述，实现叶梗的检测，获得叶梗和叶片的尺寸特征；第四步，计算叶中含梗率，即根据第三步获得的叶梗和叶片形状尺寸特征，计算叶梗和叶片的体积，结合测量的叶梗和叶片密度，计算叶梗和叶片的质量，获得叶中含梗率。本专利技术与现有技术相比，其显著优点(1)该方法基于主动加热和冷却工艺，利用叶片和叶梗不同的散热物理特性，通过红外热成像仪对烟叶中叶梗和叶片进行成像，获取清晰的烟叶叶梗图像。(2)对于获取的烟叶叶梗热红外图像，通过本专利技术的图像处理算法，可以准确快速识别叶片和叶梗的形状尺寸。(3)该方法解决了烟叶有一定重叠条件下识别困难的问题。该方法不仅可以用于叶片的形状尺寸特征检测，而且可以用于叶梗的形状尺寸特征检测，以及离线或在线叶中含梗率的检测与叶梗分拣；(4)该方法是一种非接触实时检测方法，适合实时流水线式操作，处理速度快，效率高，克服了目前称重检测方法检测周期较长(若干小时)的缺陷。下面结合附图对本专利技术作进一步详细描述。附图说明图1是基于主动加热的叶中含梗红外成像检测方法过程图。图2是基于主动加热的叶中含梗红外成像检测方法人工加热及制冷过程。图3是基于主动加热的叶中含梗红外成像检测方法显著性映射算法流程图。图4是基于主动加热的叶中含梗红外成像检测方法高斯滤波前图像。图5是基于主动加热的叶中含梗红外成像检测方法高斯滤波后图像。图6是基于主动加热的叶中含梗红外成像检测方法显著性检测前的图像。图7是基于主动加热的叶中含梗红外成像检测方法显著性检测后的图像。图8是基于主动加热的叶中含梗红外成像检测方法显著性检测前图像的直方图。图9是基于主动加热的叶中含梗红外成像检测方法显著性检测后图像的直方图。图10是基于主动加热的叶中含梗红外成像检测方法中值滤波前的图像。图11是基于主动加热的叶中含梗红外成像检测方法中值滤波后的图像。图12是基于主动加热的叶中含梗红外成像检测方法经分割后的图像。图13是基于主动加热的叶中含梗红外成像检测方法细化后的叶梗特征图像。图14是基于主动加热的叶中含梗红外成像检测方法叶梗描述图像。图15是基于主动加热的叶中含梗红外成像检测方法叶梗图像的细化算法。图16是基于主动加热的叶中含梗红外成像检测方法叶梗的描述算法。具体实施例方式本专利技术基于主动加热的叶中含梗红外成像检测方法，结合打叶复烤生产线应用实例。如图1，步骤如下:第一步，将烟叶通过振动盘和加速皮带均匀摊薄，摊薄后的烟叶随输送生产线进入烘箱；第二步，如图2，烟叶自动加热工序。设置生产线输送速度和烘箱的温度，使烟叶通过该工序后加热到50-100度。本实施例中，设置烘箱的温度为120-200度，生产线速度为1-3米/秒。第三步，烟叶自动快速冷却工序。完成自动加热后，对烟叶进行冷却，设置冷却工艺，包括冷却室的温度以及生产线的速度的设置，使经过冷却后的烟叶(叶片和叶梗)温度达到20-50度左右。根据制冷时间设置输送带的速度，将加热过后的烟叶经输送带以设定的速度通过冷却室，制冷过程需注意制冷时间的选择，过长的制冷时间会使得叶片与叶梗都制冷到同一温度或温度差较小，过短的制冷时间同样会导致叶片与叶梗的温度差较小，根据制冷装置及制冷环境的不同，进行多次试验选择出适当的制冷时间，对整个制冷过程的时间进行设置。本实例中，冷却室温度设定为10-20度左右，生产线速度为1-3米/秒。第四步，固定时间的制冷后，由于烟叶的叶片与叶梗物质密度、结构等物理特性存在较大的差异，叶片的散热速度要快于叶梗的散热速度，叶片与叶梗产生了较大的温度差。将烟叶随皮带机运送到红外热成像仪的正下方，运用红外热成像仪探测目标烟叶的红外辐射，并通过光电转换、信号处理等手段，将目标物体的温度分布图像转换成图像，产生清晰的叶片、叶梗分布图像。第五步，通过图像处理算法对图像特征进行提本文档来自技高网...

【技术保护点】
一种基于主动加热的叶中含梗红外成像检测方法，其特征在于步骤如下：第一步，将烟叶通过振动盘和加速皮带均匀摊薄，摊薄后的烟叶随输送生产线进入烘箱；第二步，对均匀摊薄的烟叶先运用加热装置进行加热后送入制冷装置进行冷却，再运用红外热成像仪对烟叶进行扫描形成叶片、叶梗图像，通过红外热成像仪探测目标烟叶的红外热辐射，获取目标烟叶的叶片、叶梗分布图像；第三步，首先对获取目标烟叶的叶片、叶梗分布图像进行图像分割，分割出叶梗信息，然后对分割出的叶梗图像进行分析，最终得到最符合实际生产的需求的叶梗信息，其中，对目标烟叶的叶片、叶梗分布图像进行图像分割，首先对灰度化后的红外叶梗图像进行高斯滤波，然后对滤波后的图像进行显著性映射，最后完成图像分割，对分割出的叶梗图像进行分析，首先对经过图像分割后的叶梗图像进行细化，然后对红外叶梗信息进行描述，实现叶梗的检测，获得叶梗和叶片的尺寸特征；第四步，计算叶中含梗率，即根据第三步获得的叶梗和叶片形状尺寸特征，计算叶梗和叶片的体积，结合测量的叶梗和叶片密度，计算叶梗和叶片的质量，获得叶中含梗率。

【技术特征摘要】
1.一种基于主动加热的叶中含梗红外成像检测方法，其特征在于步骤如下: 第一步，将烟叶通过振动盘和加速皮带均匀摊薄，摊薄后的烟叶随输送生产线进入烘箱； 第二步，对均匀摊薄的烟叶先运用加热装置进行加热后送入制冷装置进行冷却，再运用红外热成像仪对烟叶进行扫描形成叶片、叶梗图像，通过红外热成像仪探测目标烟叶的红外热辐射，获取目标烟叶的叶片、叶梗分布图像； 第三步，首先对获取目标烟叶的叶片、叶梗分布图像进行图像分割，分割出叶梗信息，然后对分割出的叶梗图像进行分析，最终得到最符合实际生产的需求的叶梗信息，其中，对目标烟叶的叶片、叶梗分布图像进行图像分割，首先对灰度化后的红外叶梗图像进行高斯滤波，然后对滤波后的图像进行 显著性映射，最后完成图像分割，对分割出的叶梗图像进行分析，首先对经过图像分割后的叶梗图像进行细化，然后对红外叶梗信息进行描述，实现叶梗的检测，获得叶梗和叶片的尺寸特征； 第四步，计算叶中含梗率，即根据第三步获得的叶梗和叶片形状尺寸特征，计算叶梗和叶片的体积，结合测量的叶梗和叶片密度，计算叶梗和叶片的质量，获得叶中含梗率。2.根据权利要求1所述的基于主动加热的叶中含梗红外成像检测方法,其 特征在于第二步中加热及冷却的步骤如下: 步骤1，将烟叶均匀摊薄，随输送带进入烘箱； 步骤2，烟叶自动加热工序，使烟叶在生产线上通过加热工序进行加热； 步骤3，烟叶自动快速冷却工序，完成自动加热后，对烟叶进行冷却，使生产线通过冷却工艺，将叶片和叶梗温度降低； 步骤4，固定时间的制冷后，将烟叶经皮带机运送到红外热成像仪的正下方，运用红外热成像仪探测目标烟叶的红外辐射，并通过光电转换、信号处理手段，将目标烟叶的温度分布图像转换成图像，产生清晰的叶片、叶梗分布图像。3.根据权利要求2所述的基于主动加热的叶中含梗红外成像检测方法，其特征步在于步骤2、3中的生产线以1-3米/秒速度通过加热工序或冷却工艺。4.根据权利要求2所述的基于主动加热的叶中含梗红外成像检测方法，其特征步在于步骤2中的烟叶加热温度到50-100度，步骤3中的叶片和叶梗温度降低到20-50度。5.根据权利要求1所述的基于主动加热的叶中含梗红外成像检测方法,其特征步在于第三步中的图像处理及检测的骤如下: 步骤1:利用高斯滤波对通过红外热成像仪获取目标烟叶的叶片、叶梗分布图像进行处理，消除正态分布的噪声，将目标图像更好的保留下来:1-H^-Xii)2+(y-y0r)6.根据权利要求5所述的基于主动加热的叶中含梗红外成像检测方法，其特征步...

【专利技术属性】
技术研发人员：刘永，王欢，时定兵，刘承钧，
申请(专利权)人：南京理工大学，南京焦耳科技有限责任公司，
类型：发明
国别省市：