[发明专利]一种雪茄烟智能分切方法和装置

说明书

本发明提出了一种雪茄烟智能分切方法和装置，其中，分切方法包括：将雪茄烟叶以单张平铺的方式输运至紫外激光器的分切区域；雪茄烟叶输运至指定位置后，启动高光谱成像装置进行高光谱图像采集；高光谱成像装置采集雪茄烟叶的图谱信息后，保存至高光谱图像处理服务器进行图像处理获得雪茄烟叶的光谱特征的位置、形状和大小；根据获得的光谱特征，形成雪茄烟叶的分切轨迹图传输至紫外激光器；紫外激光器以设定的扫描速度基于分切轨迹图对雪茄烟叶进行分切；装置包括雪茄烟叶输运平台、高光谱成像装置、紫外激光器和高光谱图像处理服务器。本发明能够实现对雪茄烟叶的精细分切和特种需求的加工处理。

技术领域

本发明涉及激光加工技术领域，尤其涉及一种雪茄烟智能分切方法和装置，用于烟草加工。

背景技术

雪茄是一种特殊的烟制品，其烟质特点是具有雪茄香型、香气浓郁、吃味浓、劲头大、烟气呈碱性、焦油与烟碱比值小。雪茄原料按其用途分为茄衣、茄套和茄芯。茄衣是雪茄的精华部分，雪茄茄衣烟叶质量的优劣，是衡量雪茄烟质量和档次的重要因素之一。茄衣要求叶片大小适中、叶形较宽平整度好、叶片薄且脉不突出、颜色均匀、组织细密、光泽饱满、拉力强、弹性好。目前，大部分茄衣存在色泽灰暗、颜色不均匀、抽吸有杂气，刺激性大，质量粗糙，烟灰发黑等缺点，需要进一步分选烟叶的外观质量和内在质量，以提高烟叶的利用率。手工卷制雪茄过程中，采用有经验的技术人员进行去主脉、分选和卷制过程。然而，由于技术人员培训周期长、人员素质不一以及人员短缺等因素，手工卷制过程中极易导致雪茄烟叶浪费，同时限制手工雪茄的卷制效率，不利于雪茄烟叶的高质量发展。

发明内容

为了解决上述问题，有必要提供一种雪茄烟智能分切方法和装置。

本发明第一方面提供了一种雪茄烟智能分切方法，其特征在于，包括：

将雪茄烟叶以单张平铺的方式输运至紫外激光器的分切区域；

雪茄烟叶输运至指定位置后，启动高光谱成像装置进行高光谱图像采集；

高光谱成像装置采集雪茄烟叶的图谱信息后，保存至高光谱图像处理服务器进行图像处理获得雪茄烟叶的光谱特征的位置、形状和大小；其中，所述光谱特征包括叶片结构和叶面缺陷，所述叶面缺陷包括色差、破碎、孔洞和病斑；

根据获得的光谱特征，结合雪茄的产品外观质量要求，获取雪茄烟叶的分切轨迹图传输至紫外激光器；其中，形成雪茄烟叶的分切轨迹图的方法包括：

对不同类别茄衣、茄套烟叶的长度、宽度、色差、支脉方向和直径、破碎、孔洞、病斑进行量化表征；

根据茄衣、茄套烟叶的叶片结构和叶面缺陷的位置、形状和大小，以及不同类别茄衣、茄套量化质量要求，利用计算机迭代寻优算法，获得雪茄烟叶的最优分割路径作为雪茄烟叶的分切轨迹图；

紫外激光器以设定的扫描速度基于分切轨迹图对雪茄烟叶进行分切。

基于上述，高光谱图像处理服务器进行图像处理获得雪茄烟叶的光谱特征的位置、形状和大小的方法：

对高光谱图相机获取的图谱信息进行滤波去噪；

将图谱信息中的像素信息去除最高值和最低值后取平均值，然后将图像整体的像素信息减去所述平均值，得到去除背景后的图像；

采用Canny边缘检测算法获取雪茄烟叶的尺寸和形状，计算雪茄烟叶的长宽比；

采用高光谱图像处理办法获取雪茄烟叶的主梗和支脉的分布，根据像素单元计算主梗和支脉的宽度，基于雪茄烟叶的光谱特征，将图像从RGB空间转换到HIS和Lab颜色空间，获取H+a+b特征与初始彩图交集，获取光谱特征的位置、形状和大小。

基于上述，所述计算机迭代寻优算法包括：

先采用动态规划算法，根据雪茄烟叶的光谱特征分布特点，寻找最优分布的整体策略；

然后按照雪茄烟叶的分类标准，在雪茄烟叶上寻找满足分类边界条件，最终保存最终类别数量和边界条件作为最优分割路径；