[发明专利]一种烟叶中梗的识别与检测方法

说明书

本发明提出了一种烟叶中梗的识别与检测方法，特别是烟叶含梗率检测方法及系统，其中，方法包括：对离散后的待测样品采集高光谱图像数据；利用烟梗的标准参考光谱匹配待测样品，完成烟梗的单位像素的标记；在利用滤波算法对所述的烟叶中梗的识别方法中标记为烟梗的像素进行滤波后，计算烟叶含梗率。本发明中，烟梗标准光谱库的建立方法，包括：分别获取多个己知类型的烟叶样品的高光谱图像数据；获取的高光谱数据经校正和选取ROI，计算得到每片样品烟梗的纯净像元光谱；计算所有样品烟梗的纯净像元的平均光谱数值，将得到的平均光谱作为该类型烟叶烟梗的标准参考光谱，并将该参考光谱存为光谱库。本发明方法能够同时适用于离线和在线检测。

技术领域

本发明属于烟草行业检测技术领域，尤其涉及一种烟叶中梗的识别与检测方法，特别是烟叶含梗率检测方法及系统。

背景技术

烟叶的轮廓和叶脉是烟叶形态学特征的重要组成部分，烟叶中烟梗含量的粗细、多少和分布被视为烟叶的“指纹”。烟叶、片烟的含梗状态也是衡量烟叶、片烟质量的指标之一。烟叶的外轮廓、颜色和烟梗的分布都可以作为烟叶质量分级依据，但当烟叶颜色、外轮廓相似时，而烟梗的分布，尺寸等能提供更多的信息。烟叶在制丝卷制前需要经过叶梗分离形成片烟，但片烟中仍然不可避免会存在一定量的烟梗，在切丝过程中形成梗签，影响卷烟质量及其稳定性，故片烟的含梗情况在对片烟的质量评价和分级中起到重要的作用。

目前烟草行业，大多数烟厂和复烤厂检测烟叶、片烟中含梗情况的方法采用人眼识别，依靠传统的人工操作，使用机械对烟叶进行叶和梗分离之后称量各自重量，进而计算叶中含梗率。该方法具有操作复杂、检测周期长、对烟叶造碎损失大和受检测人员的操作熟练程度影响等缺点，并且叶中含梗率只是叶片和烟梗质量的比值，无法完全表征烟叶中的含梗情况。因此，需要探索一种快速准确地实现烟叶中梗的识别与检测方法。

CN201110213062.7提供了一种基于组合光透视的叶中含梗率检测方法。该方法利用光透射烟叶获取叶梗图像，通过图像特征识别，得到烟叶和烟梗的形状特征尺寸，结合测量的烟叶和烟梗密度，计算得到叶中含梗率。该方法为了将光透过烟叶，使用高穿透的X射线光源辐射大，对身体健康造成危害。

CN201210475963.8公开了一种基于主动加热的叶含梗红外成像检测方法。该方法利用加热装置进行加热后送入制冷装置进行冷却，再运用红外热成像仪对烟叶进行扫描形成叶片、叶梗图像，获取目标烟叶的叶片、叶梗分布图像，对分布图像进行图像分割，计算叶中含梗率。该方法需要加热装置和制冷装置，设备复杂，过程繁琐，不够简便。

另外，烟叶是一个复杂的有机体，叶片和叶梗作为烟叶的组成部分，在水分、糖类物质、烟碱蛋白质、纤维素等化学成分上有较大的差异，导致叶片和叶梗在光谱表达上有很大的差异。含氮化合物及碳水化合物在短波红外段均有明显的波峰或波谷。利用叶片和叶梗各自特征波形的不同，完成叶中叶梗的识别。

CN201410491816.9公开了一种基于光谱成像技术的烟丝组分识别方法，然而该专利所提方法仅用于测定烟丝组成成分（叶丝、梗丝、再造烟叶丝、膨胀叶丝），并未涉及烟叶中梗的识别与检测。

综上，利用光谱技术测定烟丝含量、高光谱定量测定烟草中化学物质含量在行业内有一定的研究和应用。然而利用光谱信息技术，识别烟叶、片烟中的梗，实现烟梗形态特征尺寸计算统计和叶中含梗率检测的分类尚属空白。

发明内容

为了解决上述问题，有必要提供一种烟叶中梗的识别与检测方法，特别是烟叶含梗率检测方法及系统。

本发明第一方面提供了一种已知烟叶类型烟梗标准光谱库的建立方法，包括：

分别获取多个己知类型的烟叶样品的高光谱图像数据；

获取的高光谱数据经校正和选取ROI，计算得到每片样品烟梗的纯净像元光谱；