[发明专利]一种基于机器视觉的烟丝质量追溯方法及系统

说明书

本发明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。

技术领域

本发明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。

背景技术

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。

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。

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：湖南磐钴传动科技有限公司申请的发明专利202110933900.1公开了一种基于图像处理的烟叶质量参数检测方法及系统，该系统通过搭建物理系统、图片获取、单位标定、读入多组烟叶图像、输入烟叶的质量与厚度及像素尺寸比、图像预处理、烟叶体积与密度及尺寸输出、烟叶密度分布曲线输出等手段得出烟叶综合性能评价指标，进而评价烟叶的质量指标。又如：红塔烟草(集团)有限责任公司申请的发明专利201610592881.X公开了一种基于视觉的烟草异物剔除方法及装置，该装置首先经过一边输送一边振动的方式使其分散、均匀，然后进行加速振动输送使物料单层化处理，再进入匀速输送带，采用点阵CCD摄像机摄取烟叶的实时图像，送入数字处理单元对图像的灰度信号进行分析及处理，确定异物的位置，控制对应该位置、该时间点的相应电磁阀打开压缩空气对输送物料进行侧向喷吹，将异物吹落至皮带两旁的异物料斗内，最终完成异物检测及剔除。

然而，以上现有技术均没有考虑以下问题：烟丝生产制造过程需经过多个加工环节，各环节均可能导致不同类型的异物掺入，而不同异物对卷烟质量的影响也不同。以上现有技术仅可检测是否含有异物，并对异物进行剔除，未从异物产生和物料质量入手，根本性解决异物问题，也未对烟丝的上下游进行质量追溯。

发明内容

本发明的目的在于：针对上述存在的问题，提供一种基于机器视觉的烟丝质量追溯方法及系统，获取高质量的在线烟丝图像，高速有效的检测烟草中含有的非烟异物；同时识别出异物的种类、数量及占比，进行统计分析，保存分析结果，并追溯上游物料质量，预测物料的质量趋势，控制下游产品质量，提高卷烟产品质量。

本发明的技术方案如下：

本发明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。

作为优选，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。

作为优选，所述图像处理算法具体包括：