一种基于机器视觉的烟丝质量追溯方法及系统技术方案

本发明专利技术公开了一种基于机器视觉的烟丝质量追溯方法，包括：检测烟丝生产加工过程中的异物种类、数量及含量，收集烟丝的上游加工数据，评估烟丝质量，追溯上游物料质量，根据质量评估改良上游加工工艺；根据异物情况预测物料的质量趋势，自适应调节下游对应工序生产参数，对下游加工环节提供物料质量控制和追溯；所述检测烟丝生产加工过程中的异物种类、数量及含量：采集加工过程中烟丝的图像，通过图像处理算法判断烟丝中是否含有非烟异物；若存在非烟异物，使用深度学习算法进一步对图像进行分析，识别异物种类、数量和含量。本发明专利技术提高烟丝中异物检测的效率，并根据异物情况追溯烟丝的质量，调整烟丝加工工艺，提高烟丝质量。提高烟丝质量。提高烟丝质量。

A method and system of tobacco quality traceability based on machine vision

【技术实现步骤摘要】
一种基于机器视觉的烟丝质量追溯方法及系统


[0001]本专利技术涉及烟丝加工检测领域，具体涉及一种基于机器视觉的烟丝质量追溯方法及系统。

技术介绍

[0002]近年来，消费者对卷烟产品质量的关注程度日益增高，烟丝作为卷烟产品最基本的原材料，一般由烟叶经初烤、加潮、叶梗分离、复烤、切片、加香、切丝、烘丝、混合等复杂工艺制成。在繁杂的加工过程中，将不可避免地掺入部分非烟杂质，如人造合成有机物、虫卵、木材、石头、玻璃等。烟丝中异物的含量、类别、大小等参数均是影响卷烟产品质量的关键。
[0003]为获取烟丝异物参数，传统检测方法需在各烟丝加工环节进行人工抽样检测，其过程可能破坏烟丝结构，检测效率低，检测结果存在滞后性且易受检测人员主观因素影响，不利于提高卷烟产品质量，阻碍了卷烟设备向智能化、精细化方向发展。
[0004]随着机器视觉技术的飞速发展，在烟草制品检测领域，开始研究无损检测方法来取缔传统的破坏性检测方法，可以提高检测效率和精度，且有效降低检测过程中原料的浪费，节约生产成本。于是，各种基于机器视觉的检测手段和装置不断出现。如：湖本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的烟丝质量追溯方法，其特征在于，包括：检测烟丝生产加工过程中的异物种类、数量及含量，收集烟丝的上游加工数据，评估烟丝质量，追溯上游物料质量，根据质量评估改良上游加工工艺；根据异物情况预测物料的质量趋势，自适应调节下游对应工序生产参数，对下游加工环节提供物料质量控制和追溯。2.根据权利要求1所述的基于机器视觉的烟丝质量追溯方法，其特征在于，所述检测烟丝生产加工过程中的异物种类、数量及含量的方法：采集加工过程中烟丝的图像，通过图像处理算法判断烟丝中是否含有非烟异物；若存在非烟异物，使用深度学习算法进一步对图像进行分析，识别异物种类、数量和含量。3.根据权利要求2所述的基于机器视觉的烟丝质量追溯方法，其特征在于，所述图像处理算法具体包括：图像预处理：对原始烟丝图像进行图像增强处理、图像去噪处理、图像分割处理或图像差分处理中的一种或几种处理；特征提取：特征提取对象包括但不局限于烟丝增强图像中连通域个数、连通域总面积、灰度共生矩阵、灰度分布、灰度对比度、黑白像素比例、查找表或分类器。4.根据权利要求2所述的基于机器视觉的烟丝质量追溯方法，其特征在于，所述深度学习算法具体包括：采用纯净的烟丝图像、含有异物的烟丝图像和异物图像训练预设的深度学习模型；根据训练好的深度学习模型提取待检测异物图像的特征；利用基于预设深度学习模型训练的分类器对含异物烟丝图像的异物种类进行识别，生成待检测烟丝图像的识别结果。5.一种基于机器视觉的烟丝质量追溯系统，其特征在于，包括异物检测系统，以及烟丝质量追溯系统；所述异物检测系统，用于检测烟丝中的异物种类、异物数量和异物含量；所述烟丝质量追溯系统，用于分析和统计异物检测系...

【专利技术属性】
技术研发人员：张云东，丁锐，王思豪，杨松，李江乐，钱瑜，李俊辉，张云，李佶洋，戚麟，
申请(专利权)人：云南昆船设计研究院有限公司，
类型：发明
国别省市：