[发明专利]烟草杂物剔除方法及装置

权利要求书

1.一种烟草杂物剔除方法，其特征在于，包括：

将烟草物料投入多级风选设备，并通过所述多级风选设备对所述烟草物料和烟草物料中的杂物进行初步分离，得到初步筛选结果；

获取历史杂物样本，根据所述历史杂物样本确定对应的杂物特征数据，并将所述杂物特征数据输入到卷积神经网络模型进行训练，得到训练后的卷积神经网络模型，所述杂物特征数据包括：杂物颜色、杂物形状、杂物光谱；

物料图像采集装置采集所述初步筛选结果中的烟草物料图像，并将所述烟草物料图像输入到训练后的卷积神经网络模型，通过所述烟草物料图像的图像颜色和图像形状，得到第一杂物筛选结果；

获取生产线上的原始物料的高光谱图像，将所述高光谱图像输入到训练后的卷积神经网络模型进行二次训练；

光谱图像采集装置采集所述初步筛选结果中的烟草物料光谱，并将烟草物料光谱输入到二次训练后的卷积神经网络模型，通过所述烟草物料光谱，得到第二杂物筛选结果；

判断筛选结果是否符合所述第一杂物筛选结果的同时符合所述第二杂物筛选结果；

当所述筛选结果符合所述第一杂物筛选结果的同时符合所述第二杂物筛选结果，所述筛选结果为最终筛选结果。

2.根据权利要求1所述的烟草杂物剔除方法，其特征在于，所述得到初步筛选结果之后，还包括：

获取所述初步筛选结果对应的初步烟草物料图像，通过HSV色彩空间变换技术，将所述初步烟草物料图像转化为对应矩阵；

根据所述矩阵计算对应的数据结果，根据所述数据结果分割出所述初步烟草物料图像的烟草物料部分和杂物部分，并剔除所述杂物部分。

3.根据权利要求1所述的烟草杂物剔除方法，其特征在于，所述多级风选设备，包括：

获取所述烟草物料的总重量、烟梗比重，根据所述总重量、烟梗比重预设所述多级风选设备中各个等级的风力数据。

4.一种烟草杂物剔除装置，其特征在于，所述烟草杂物剔除装置包括：

初步筛选模块，用于将烟草物料投入多级风选设备，并通过所述多级风选设备对所述烟草物料和烟草物料中的杂物进行初步分离，得到初步筛选结果；

第一获取模块，用于获取历史杂物样本，根据所述历史杂物样本确定对应的杂物特征数据，并将所述杂物特征数据输入到卷积神经网络模型进行训练，得到训练后的卷积神经网络模型，所述杂物特征数据包括：杂物颜色、杂物形状、杂物光谱；

第一采集模块，用于通过物料图像采集装置采集所述初步筛选结果中的烟草物料图像，并将所述烟草物料图像输入到训练后的卷积神经网络模型，通过所述烟草物料图像的图像颜色和图像形状，得到第一杂物筛选结果；

第二获取模块，用于获取生产线上的原始物料的高光谱图像，将所述高光谱图像输入到训练后的卷积神经网络模型进行二次训练；

第二采集模块，用于通过光谱图像采集装置采集所述初步筛选结果中的烟草物料光谱，并将烟草物料光谱输入到二次训练后的卷积神经网络模型，通过所述烟草物料光谱，得到第二杂物筛选结果；

结合模块，用于判断筛选结果是否符合所述第一杂物筛选结果的同时符合所述第二杂物筛选结果；

当所述筛选结果符合所述第一杂物筛选结果的同时符合所述第二杂物筛选结果，所述筛选结果为最终筛选结果。

5.根据权利要求4中所述的烟草杂物剔除装置，其特征在于，所述烟草杂物剔除装置还包括：

第三获取模块，用于获取所述初步筛选结果对应的初步烟草物料图像，通过HSV色彩空间变换技术，将所述初步烟草物料图像转化为对应矩阵；

分割模块，用于根据所述矩阵计算对应的数据结果，根据所述数据结果分割出所述初步烟草物料图像的烟草物料部分和杂物部分，并剔除所述杂物部分。

6.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至3任一项所述烟草杂物剔除方法的步骤。

7.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至3任一项所述烟草杂物剔除方法的步骤。