基于機(jī)器視覺的煙葉加料有效面積檢測(cè)

鄒九銘，巫尚杰，鐘明悅，孟凡針，黎松森

（廣東中煙工業(yè)有限責(zé)任公司韶關(guān)卷煙廠，廣東韶關(guān) 512026）

在卷煙生產(chǎn)的制絲生產(chǎn)線中，煙葉加料對(duì)于煙草的生產(chǎn)起著至關(guān)重要的作用，在廣東中煙工業(yè)有限責(zé)任公司以產(chǎn)品為中心全面打造精益工程的導(dǎo)向下，產(chǎn)品生產(chǎn)過程的質(zhì)量控制更是極為重要。加料的有效利用率控制更是對(duì)于卷煙品質(zhì)起著關(guān)鍵性作用，但是對(duì)于加料有效性測(cè)定存在著一定的空白區(qū)域，因此對(duì)加料有效性的測(cè)定方法進(jìn)行探索性研究。

1 煙葉加料與檢測(cè)方法

1.1 煙葉加料的原理

煙葉從暫儲(chǔ)柜通過輸送帶運(yùn)送到加料滾筒，加料滾筒轉(zhuǎn)動(dòng)的同時(shí)，加料桶內(nèi)的耙釘帶動(dòng)煙葉翻滾到高處落下，煙葉充盈在滾筒內(nèi)部［1］；料液在香料罐攪拌加熱到設(shè)定溫度后，在加料泵動(dòng)力作用下將香料罐內(nèi)的香料輸送到滾筒的雙介質(zhì)噴嘴處，雙介質(zhì)噴嘴處的料液以蒸汽作為介質(zhì)均勻的噴灑在煙葉表面上；葉片表面的多空結(jié)構(gòu)和筒內(nèi)的高溫能夠極大地促進(jìn)料液滲透進(jìn)入煙葉；傾斜的滾筒在轉(zhuǎn)動(dòng)時(shí)把煙葉輸送至出口振槽，直至進(jìn)入儲(chǔ)柜進(jìn)行平衡［2］。

1.2 煙葉加料的作用

在卷煙生產(chǎn)過程中，制絲環(huán)節(jié)在煙葉上施加料液的過程，有助于改善卷煙在抽吸時(shí)的吸味，提高卷煙制品的整體質(zhì)量［3］。不同牌號(hào)的煙絲擁有著不同的葉組配方，加料是針對(duì)煙葉或葉組配方存在的缺陷進(jìn)行修飾和改善，其目的是減輕煙氣的刺激性和去除部分青雜氣；通過加料也可以達(dá)到改善卷煙制品煙絲的韌性和燃燒性的目的，同時(shí)提高卷煙制品的防腐能力。

1.3 煙葉加料檢測(cè)的方法現(xiàn)狀

目前，在加料設(shè)備進(jìn)行加料后對(duì)加料覆蓋在煙葉表面的香料進(jìn)行檢測(cè)的方法都較為繁瑣，或是難以量化。目前比較常用的檢測(cè)方式是利用化學(xué)溶劑將煙葉表面的香料利用物理萃取的方式萃取出來后，進(jìn)行質(zhì)量分析，進(jìn)一步得出加料有效利用率［4］。另外常采用的方式是直接將加料后的煙葉直接用目測(cè)的方式觀察其上料的有效性。因此需要設(shè)計(jì)一種簡易便捷的方式來檢測(cè)煙葉加料的有效面積。

1.4 機(jī)器視覺簡介

由于煙葉表面的顏色覆蓋難以用肉眼察覺，因此引入機(jī)器視覺技術(shù)。機(jī)器視覺有著比人眼更加靈敏的視覺系統(tǒng)，能夠細(xì)化量化地分析每一張圖像的數(shù)據(jù)。同時(shí)，對(duì)于各種顏色的變化有著較強(qiáng)的辨析能力。OpenCV 也是目前機(jī)器視覺領(lǐng)域較為常用的開源庫，因此借助OpenCV作為機(jī)器視覺分析的支撐［5］。

2 機(jī)器視覺對(duì)煙葉加料有效面積的檢測(cè)過程

2.1 樣本的采集

由于煙葉煙葉在加料后整體也呈現(xiàn)黃色（如圖1 呈現(xiàn)），即使是機(jī)器視覺也難以分辨其顏色的漸變，所以將使用樣本替代的方式。利用吸油紙模擬煙葉進(jìn)入加料設(shè)備的過程，將吸油紙混入正在生產(chǎn)線上的煙葉中，極大限度地利用吸油紙模擬煙葉在滾筒內(nèi)翻滾的動(dòng)作，進(jìn)而使得吸油紙的表面能夠充分地吸附香料，達(dá)到模擬煙葉加料過程。

將60 張分別為大、中、小規(guī)格的吸油紙各20 張，模擬不同煙葉大小混入煙葉中進(jìn)行模擬實(shí)驗(yàn)。在加料設(shè)備入口將60 張吸油紙均勻地的混入生產(chǎn)線的煙葉中，經(jīng)由加料設(shè)備對(duì)其加料后迅速在加料設(shè)備出口挑選出放置的吸油紙，并且對(duì)吸油紙進(jìn)行掃描。很明顯地，在吸油紙正反面均有香料附著（見圖2）。

圖2 料液附著在吸油紙上的效果

下一步我們將這60 個(gè)采集到的數(shù)字圖像樣本進(jìn)行逐一分析，分析其有效上料面積。

2.2 樣本的分析

將圖像導(dǎo)入計(jì)算機(jī)中后，通過程序編寫進(jìn)行圖像處理。在Python3.0+OpenCV2 的環(huán)境下通過imread 方法將圖像讀取，為了圖像更加平滑，根據(jù)高斯公式：

推倒出高斯模板，從而進(jìn)行高斯濾波。高斯濾波模板中最重要的參數(shù)就是高斯分布的標(biāo)準(zhǔn)差σ，它代表著數(shù)據(jù)的離散程度，如果σ 較小，那么生成的模板中心系數(shù)越大，而周圍的系數(shù)越小，這樣對(duì)圖像的平滑效果就不是很明顯；相反，σ 較大時(shí)，則生成的模板的各個(gè)系數(shù)相差不是很大，比較類似于均值模板，對(duì)圖像的平滑效果就比較明顯［6］。當(dāng)圖像平滑后，再進(jìn)行閾值調(diào)整，選擇好最佳的邊緣色域，讓有效的加料邊緣更加凸顯［7］，這就需要利用到OpenCV 庫內(nèi)的閾值處理方法cv2.threshold（src，thresh，maxval，type），通過調(diào)整thresh的真值改變閾值界限，在測(cè)試閾值時(shí)當(dāng)真值在106 時(shí)閾值處理的效果最好，因此選定此數(shù)值作為閾值。將圖像進(jìn)一步二值化處理，利用黑白進(jìn)行填充，顯示更明顯的效果。

很明顯，在二值化后的圖像僅由一維矩陣組成，原有的三維RGB 矩陣降維為一維矩陣，使得數(shù)值更加清晰，有效面積的運(yùn)算更加方便。

2.3 樣本的處理結(jié)果

圖像處理后的二值化圖像（見圖3），通過二值化后的矩陣進(jìn)行逐一掃描，得出有效的上料區(qū)域，有效上料區(qū)域/總面積×100%=附著有效率，通過有效上料率對(duì)上料面積進(jìn)行界定。

圖3 二值化后的圖像

分析60 個(gè)樣本的黑白區(qū)域，黑色區(qū)域及其包圍區(qū)域?yàn)橛行娣e，白色區(qū)域?yàn)闊o效面積，得出60 個(gè)樣本的數(shù)據(jù)。

3 結(jié)語

對(duì)于上述所探索性研究的方法，很大程度上能夠粗略地測(cè)定煙葉在加料設(shè)備中料液的有效利用率，能夠適用于實(shí)驗(yàn)場(chǎng)景中。煙葉的上料有效利用率為推動(dòng)品質(zhì)工程的建設(shè)提供技術(shù)支撐，對(duì)于后續(xù)的研究中，應(yīng)將此方法作為基礎(chǔ)，進(jìn)一步地優(yōu)化視覺算法，提升檢測(cè)靈敏度，對(duì)于邊緣的閾值處理更加完善。