基于机器视觉的烟叶加料有效面积检测

2021-10-25邹九铭巫尚杰钟明悦孟凡针黎松森

南方农业 2021年21期

邹九铭，巫尚杰，钟明悦，孟凡针，黎松森

（广东中烟工业有限责任公司韶关卷烟厂，广东韶关 512026）

在卷烟生产的制丝生产线中，烟叶加料对于烟草的生产起着至关重要的作用，在广东中烟工业有限责任公司以产品为中心全面打造精益工程的导向下，产品生产过程的质量控制更是极为重要。加料的有效利用率控制更是对于卷烟品质起着关键性作用，但是对于加料有效性测定存在着一定的空白区域，因此对加料有效性的测定方法进行探索性研究。

1 烟叶加料与检测方法

1.1 烟叶加料的原理

烟叶从暂储柜通过输送带运送到加料滚筒，加料滚筒转动的同时，加料桶内的耙钉带动烟叶翻滚到高处落下，烟叶充盈在滚筒内部［1］；料液在香料罐搅拌加热到设定温度后，在加料泵动力作用下将香料罐内的香料输送到滚筒的双介质喷嘴处，双介质喷嘴处的料液以蒸汽作为介质均匀的喷洒在烟叶表面上；叶片表面的多空结构和筒内的高温能够极大地促进料液渗透进入烟叶；倾斜的滚筒在转动时把烟叶输送至出口振槽，直至进入储柜进行平衡［2］。

1.2 烟叶加料的作用

在卷烟生产过程中，制丝环节在烟叶上施加料液的过程，有助于改善卷烟在抽吸时的吸味，提高卷烟制品的整体质量［3］。不同牌号的烟丝拥有着不同的叶组配方，加料是针对烟叶或叶组配方存在的缺陷进行修饰和改善，其目的是减轻烟气的刺激性和去除部分青杂气；通过加料也可以达到改善卷烟制品烟丝的韧性和燃烧性的目的，同时提高卷烟制品的防腐能力。

1.3 烟叶加料检测的方法现状

目前，在加料设备进行加料后对加料覆盖在烟叶表面的香料进行检测的方法都较为繁琐，或是难以量化。目前比较常用的检测方式是利用化学溶剂将烟叶表面的香料利用物理萃取的方式萃取出来后，进行质量分析，进一步得出加料有效利用率［4］。另外常采用的方式是直接将加料后的烟叶直接用目测的方式观察其上料的有效性。因此需要设计一种简易便捷的方式来检测烟叶加料的有效面积。

1.4 机器视觉简介

由于烟叶表面的颜色覆盖难以用肉眼察觉，因此引入机器视觉技术。机器视觉有着比人眼更加灵敏的视觉系统，能够细化量化地分析每一张图像的数据。同时，对于各种颜色的变化有着较强的辨析能力。OpenCV 也是目前机器视觉领域较为常用的开源库，因此借助OpenCV作为机器视觉分析的支撑［5］。

2 机器视觉对烟叶加料有效面积的检测过程

2.1 样本的采集

由于烟叶烟叶在加料后整体也呈现黄色（如图1 呈现），即使是机器视觉也难以分辨其颜色的渐变，所以将使用样本替代的方式。利用吸油纸模拟烟叶进入加料设备的过程，将吸油纸混入正在生产线上的烟叶中，极大限度地利用吸油纸模拟烟叶在滚筒内翻滚的动作，进而使得吸油纸的表面能够充分地吸附香料，达到模拟烟叶加料过程。

将60 张分别为大、中、小规格的吸油纸各20 张，模拟不同烟叶大小混入烟叶中进行模拟实验。在加料设备入口将60 张吸油纸均匀地的混入生产线的烟叶中，经由加料设备对其加料后迅速在加料设备出口挑选出放置的吸油纸，并且对吸油纸进行扫描。很明显地，在吸油纸正反面均有香料附着（见图2）。

图2 料液附着在吸油纸上的效果

下一步我们将这60 个采集到的数字图像样本进行逐一分析，分析其有效上料面积。

2.2 样本的分析

将图像导入计算机中后，通过程序编写进行图像处理。在Python3.0+OpenCV2 的环境下通过imread 方法将图像读取，为了图像更加平滑，根据高斯公式：

推倒出高斯模板，从而进行高斯滤波。高斯滤波模板中最重要的参数就是高斯分布的标准差σ，它代表着数据的离散程度，如果σ 较小，那么生成的模板中心系数越大，而周围的系数越小，这样对图像的平滑效果就不是很明显；相反，σ 较大时，则生成的模板的各个系数相差不是很大，比较类似于均值模板，对图像的平滑效果就比较明显［6］。当图像平滑后，再进行阈值调整，选择好最佳的边缘色域，让有效的加料边缘更加凸显［7］，这就需要利用到OpenCV 库内的阈值处理方法cv2.threshold（src，thresh，maxval，type），通过调整thresh的真值改变阈值界限，在测试阈值时当真值在106 时阈值处理的效果最好，因此选定此数值作为阈值。将图像进一步二值化处理，利用黑白进行填充，显示更明显的效果。

很明显，在二值化后的图像仅由一维矩阵组成，原有的三维RGB 矩阵降维为一维矩阵，使得数值更加清晰，有效面积的运算更加方便。