[发明专利]一种烟叶等级自动识别分拣方法

说明书

本发明公开一种烟叶等级自动识别分拣方法，待处理烟叶进烟包抖散、精片分离、光谱图像采集、光谱图像预处理、光谱图像特征提取、综合判定实现烟叶等级自动识别；通过等级识别数据传输与自动化物流系统相结合，实现不同类别、等级烟叶自动分拣分类；通过人工判别与自动识别对比结合，优化等级识别模型，提高自动识别准确率。本发明实现了烟叶等级在烟叶挑选环节的自动识别和分拣，用智能设备代替人工，极大地降低劳动成本，彻底解决人工分拣标准不一致问题，提高烟叶分拣质量。

技术领域

本发明涉及烟草行业原烟挑选工艺技术领域，尤其涉及一种烟叶等级自动识别分拣方法。

背景技术

随着中式卷烟品牌升级创新进入新的发展阶段，卷烟品牌发展和产品创新对打叶复烤提出了新的更高、更难的要求，工业企业对原烟挑选越来越重视，为了满足客户要求，打叶复烤企业投入越来越多的人力物力保障清选质量，而目前原烟挑选采用的人工或人机结合挑选方式，属于劳动密集型工作，用工量大，用工成本高，生产效率较低，并且人工挑选由于每个人眼光具有差异性，挑选质量一致性难以保障。随着生活水平的不断提高，加之烟叶挑选工作环境和薪酬限制，企业招工越来越困难，特别是随着具有丰富经验的年龄较大临时员工的逐步退出，这个问题将越来越严重，烟叶挑选质量也越来越难以保障。

发明内容

本发明的目的在于提供一种烟叶等级自动识别分拣方法，以大幅减少用工量，降低人工成本，解决烟叶挑选质量一致性难以保障问题，提高烟叶挑选自动化水平，显著改善现有烟叶挑选工艺现状，满足市场需求。

本发明采用的技术方案是：

一种烟叶等级自动识别分拣方法，其包括以下步骤：

步骤1、将原烟包进行人工解包，上料至皮带输送机，利用震动装置将烟叶进行抖散处理；

步骤2，将抖散的烟叶分别夹持，进行精片分离；

步骤3，精片分离后的烟叶输送至烟叶识别系统，同时采集烟叶的近红外光谱和图像信息，采集清晰的烟叶图像和近红外光谱信息；

步骤4，对采集后的近红外光谱和图像进行预处理，剔除干扰信息；

步骤5，提取预处理后的近红外光谱和图像关键特征；

步骤6，利用近红外光谱和图像视觉等级智能识别模型对烟叶等级进行综合判定，等级识别模型为由烟叶整片图像青、霉、杂、烂等副组识别模型、烟叶图像数字化特征部位识别模型、图像信息和近红外光谱信息利用大量数据训练成熟的深度学习等级识别模型形成的综合模型；

步骤7，等级综合判定为含有杂物的烟叶自动进入杂物分拣框内，由人工剔除杂物并定级；

步骤8，等级综合判定为正常识别等级的烟叶分别进入不同等级框内，按一定比例进行抽检，不符合人工判别的烟叶重新定级，并加入等级识别模型内；

步骤9，等级综合判定为难以判别等级的烟叶自动进入人工判别框内，由人工进行等级判别，并加入等级识别模型内。

进一步地，在步骤1中，人工解包后需对烟叶水分、烟叶黏连程度进行测定，保证烟叶水分为15%-17%；当水分过小或过大，则对应进行增湿或除湿操作；当烟叶黏连较为严重，如出现板结情况，则对应进行微波加热，降低烟叶黏连力度。利用振槽对拆解后的烟叶进行抖散操作，抖散后的烟叶进入皮带输送机运送至精片分离工序。

进一步地，在步骤2中，抓住抖散烟叶的叶基部，将整把烟叶叶柄卡入夹持装置内，并通过小齿轮将烟叶进行单片分离，保持每个二级卡位一片烟叶。

进一步地，在步骤3中，烟叶分级系统为一个相对密闭空间，烟叶入、出口处采用轻质档帘，保持内部光线不受外部光线变化影响，在密闭空间内部亦用轻质档帘划分为两个空间，空间一采用恒定标准光源，利用工业相机采集烟叶图像信息，空间二不设置光源，利用在线近红外光谱仪自有光源采集烟叶近红外光谱信息。