张绍堂，宁德琼，王 磊

1.曲靖师范学院计算机科学与工程学院，云南省曲靖市麒麟区三江大道 655011

2.红云红河（烟草）集团曲靖卷烟厂，云南省曲靖市大坡寺 655000

卷烟制丝生产线、打叶复烤生产线采用的烟草异物剔除系统，主要用于自动识别并剔除烟叶中混杂的异物（如麻绳、纸片、鸡毛、虫蛹、塑料等），剔除性能良好，异物剔除率达到97%［1］，有效提高了烟叶纯净度和产品品质。烟草异物剔除包括图像获取、图像采集及处理、异物识别、颜色分选表建立、异物剔除等步骤［2-3］，但该系统在使用一段时间后照度会有不同程度的衰减，使系统获取的图像品质降低，导致异物剔除率下降和烟叶带出率升高。由于低照度图像灰度范围较窄，相邻像素的空间相关性高，灰度变化不明显，进而影响后续的图像识别、理解与判断，因此对低照度图像进行增强处理具有重要意义［4］。在系统维护过程中，采用缩短光源与物料间的距离或更换新光源可以解决低照度所产生的影响，但容易增加系统维护难度和成本。在图像获取和图像采集及处理之间增加图像增强功能目前已有较多研究，例如PCNN［5-6］、Retinex［7-10］、直方图均衡、同态滤波［11-12］等算法。但上述算法的实时性都较差，不适合应用在烟草异物剔除系统中。为此，采用优化的同态滤波算法，通过引入自适应参数对不同照度的图像进行拉伸，有效校正低照度图像的颜色、对比度和亮度，以期进一步提高系统的剔除性能。

1 照度对剔除性能的影响

照度对烟叶图像品质具有直接影响。……