CN103776715A - 一种烟叶含梗率测定装置及方法 - Google Patents
一种烟叶含梗率测定装置及方法 Download PDFInfo
- Publication number
- CN103776715A CN103776715A CN201410061575.4A CN201410061575A CN103776715A CN 103776715 A CN103776715 A CN 103776715A CN 201410061575 A CN201410061575 A CN 201410061575A CN 103776715 A CN103776715 A CN 103776715A
- Authority
- CN
- China
- Prior art keywords
- tobacco leaf
- measured
- tobacco
- offal
- quality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Manufacturing Of Cigar And Cigarette Tobacco (AREA)
- Manufacture Of Tobacco Products (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明提供一种烟叶含梗率测定装置及方法，包括烟叶输送带，与烟叶输送带输入端相接的烟叶摊薄机构，其特征在于在烟叶输送带上、下方互设X射线源和X射线探测器，且X射线探测器通过电缆与图像采集及处理机构相连。通过烟叶含梗率测定装置，获得某一段待测烟叶流的质量信号以及图像信号，根据所获面积与质量关系，体积与质量关系，或者待测烟叶流中烟梗厚度与X射线穿透性的关系，计算得到待测烟叶流中的含梗率，能够快速无损地检测出同一批次的烟叶流中烟梗的质量以及含梗率，减少烟叶浪费，既可在线测定，也可离线测定烟叶流中含梗率，本发明提供的烟叶含梗率测定装置，结构简单，性能优越，测定准确，工作可靠性高。
Description
技术领域
本发明涉及一种检测装置及检测方法，特别涉及烟叶中含梗率的测定装置和方法，属于烟草加工过程中的检测设备设计与制造技术领域。
背景技术
在烟叶打叶复烤过程中，需要采用风分方式对打叶后的烟片和烟梗进行分离，以进行后期烟叶的准确配方，提高卷烟品质。由于打叶后的混合烟叶中，含梗烟片与游离纯净叶片的悬浮速度差异不大，在风分过程中会使含梗烟片被当作纯净叶片而难于分离出来，从而使烟叶配方中增加了含梗烟片，直接影响卷烟质量。现行的打叶复烤国家标准（YC/T 146—2001和YC/T 147--2001）分别限制了烤前和烤后的烟叶中，含梗率应小于或等于2.5%，新标准（还未运行）又修改为应小于或等于2.0%。
根据以上国家标准，各个打叶复烤企业都要对烟梗含量进行检测，多数复烤企业每隔半小时，就要检测一次烟叶含梗率，采用的测量方式是：用打叶机将待测烟叶全部打碎，然后再测量其中的含梗率，这种测量方式会造成烟叶的破坏，测量之后的烟叶将不能继续使用，一天下来每条打叶线都将浪费很多烟叶。中国专利CN202525064U和201310019127.3提出了一种基于机器视觉的烟梗检测设备，但是这些设备不能测量出烟梗的具体质量，尤其不能测出叶中的含梗率。因此有必要对现有技术加以改进，以解决目前现有检测存在的上述不足。
发明内容
本发明的目的在于提供一种既方便检测，又不会损伤烟叶，且能准确检测烟叶尤其是叶片中的含梗率的装置。
本发明的另一目的在于提供一种用所述装置检测烟叶中含梗率的方法，以实时、方便、无损测量烟梗质量，以及烟叶中的含梗率、粗梗率以及长梗率。
本发明是按照以下技术方案实现的：一种烟叶含梗率测定装置，包括烟叶输送带，与烟叶输送带输入端相接的烟叶摊薄机构，其特征在于在烟叶输送带上、下方互设X射线源和X射线探测器，且X射线探测器通过电缆与图像采集及处理机构相连，以便烟叶进入摊薄机构完成摊薄后，进入其上、下方互设X射线源和X射线探测器的输送带上，通过X透射对烟叶流进行成像，烟叶流成像后进入称重机构计量出烟叶流的质量，并将质量数据送入计算机中，获得烟叶流的质量信号，同时由X射线探测器接收到烟叶流信号后，经透射成像机构将图像信号送入计算机中，获得图像信号，进而可计算出烟叶中的含梗率。
所述摊薄机构为常规的振动槽，或者为带转动齿辊的输送槽，或者为带拨动齿耙的输送槽。
所述图像采集及处理机构为图像采集卡与计算机或计算芯片的组合，或者为计算机，或者为计算芯片。
所述烟叶输送带的输入端或者输出端连接有称重机构，称重机构为常规电子秤，或者为称重皮带。
所述称重机构与输送带输出端之间设置落料槽。
本发明的另一个目的通过下列技术方案完成：一种烟叶含梗率的测量方法，包括由称重机构获得的某一段待测烟叶流的质量信号，以及由图像采集及处理机构获得的该段待测烟叶流图像信号，其特征在于通过下列之一的方法：
A、根据面积与质量关系，按下列步骤得到待测烟叶流中的含梗率Q1：
A1、将图像采集及处理机构获得的待测烟叶流图像，用阈值分割，区域分割，边缘分割中的一种或几种进行分割，用中值滤波方式对分割后的X射线成像噪声进行滤除，之后统计出像素点个数作为待测烟叶流图像面积；
A2、对已知质量q的烟梗进行成像，获得已知烟梗的面积S，从而得到单位面积上已知烟梗的质量：I＝q/s，
A3、以步骤A1获得的待测烟叶流图像面积作为待测烟梗的面积S1，将该面积S1与步骤A2的已知烟梗质量I相乘，得到待测烟梗的质量m＝S1×I；
A4、以称重机构获得的某一段待测烟叶流质量为M，通过下式计算得到该段烟叶流中的含梗率Q1为：Q1＝m/M；
或者，
B、根据体积与质量关系，按下列步骤得到待测烟叶流中的含梗率Q2：
B1、将图像采集及处理机构获得的待测烟叶流图像，用阈值分割，区域分割，边缘分割中的一种或几种进行分割，用中值滤波方式对分割后的X射线成像噪声进行滤除，之后统计出像素点个数作为待测烟叶流图像面积，模拟计算出该面积对应的待测烟叶流体积V： 
，式中a为烟梗的变化半径，s为烟梗的面积；
B2、对已知质量q的烟梗进行成像，以获得已知烟梗的体积v，进而得到单位体积中已知烟梗的质量：I＝q/v；
B3、以步骤B1获得的待测烟叶流体积作为待测烟梗的体积V1，将该体积V1与步骤B2的已知烟梗质量I相乘，得到待测烟梗的质量m＝V1×I；
B4、以称重机构获得的某一段待测烟叶流质量为M，通过下式计算得到该段烟叶流中的含梗率Q2为：Q2＝m/M；
或者，
C、根据待测烟叶流中烟梗厚度与X射线穿透性的关系，按下列步骤得到待测烟叶流中的含梗率Q3：
C1、将图像采集及处理机构获得的待测烟叶流图像，按灰度不同分为N个梯度，每个梯度对应的单位面积质量分别为p1,p2,p3,…,对应的面积分别为S1，S2，S3…,从而得到烟梗的质量为m=p1×S1+p2×S2+p3×S3+…；
C2、以称重机构获得的某一段待测烟叶流质量为M，通过下式计算得到该段烟叶流中的含梗率Q3为：Q3＝m/M。
所述待测烟叶流中烟梗厚度与X射线穿透性的关系，根据X射线的下列衰减公式：
；式中：I、I0分别为衰减前后X射线强度，A为原子的摩尔质量,σ为原子的截面面积，N为Avogadro常数，ρ为物质密度，x为物质厚度；在X射线透射检测方式中，射线衰减程度与被测烟叶的密度、厚度乘积ρx密切相关，即与目标物——待测烟叶的面密度，即与单位面积质量密切相关；根据单位面积上烟梗质量的不同，X射线最终成像的灰度值也不同，因此将图像上的灰度分为几个梯度，不同的梯度分别对应不同的单位面积质量。
本发明还提供这样一种烟叶含梗率的测量方法，包括由烟叶输送线获得的某一段待测烟叶流的流量信号kg/h，以及由透射成像机构获得的该段待测烟叶流图像信号，其特征在于通过下列方法：
根据烟叶输送线上获得的流量kg/h，即可计算出在时间t秒之内的烟叶流质量M，则可根据该质量数据，用步骤A或者B或者C中的任意一种方法，得出t秒内烟叶流中的烟梗质量m，最后得烟叶含梗率Q＝m/M。
本发明具有下列优点及效果：采用上述方案，可通过烟叶含梗率测定装置，获得某一段待测烟叶流的质量信号以及图像信号，根据所获面积与质量关系，体积与质量关系，或者待测烟叶流中烟梗厚度与X射线穿透性的关系，计算得到待测烟叶流中的含梗率，能够快速无损地检测出同一批次的烟叶流中烟梗的质量以及含梗率，减少目前打叶风分过程中，由于抽样检测造成的烟叶浪费；再与现有的打叶风分机组配合使用，通过烟叶含梗率的变化智能，来控制打叶风分过程，既可以在线测定、也可以离线测定烟叶流中含梗率，本发明提供的烟叶含梗率测定装置，结构简单，性能优越，测定准确，工作可靠性高。
附图说明
图1为本发明装置结构示意图；
图2为带转动齿辊的输送槽结构图；
图3为带拨动齿耙的输送槽结构图；
图4为皮带秤结构示意图；
图5为同一批烟梗多次测量的像素面积图；
图6为处理前的待测烟叶流图像；
图7为处理后的待测烟叶流图像。
图中：1－振动槽；2－烟叶输送带；3－X射线源；4－烟叶流；5－落料槽；6－电子秤；7-电缆；8－图像采集卡；9－计算机；10－X射线探测器；11－皮带秤，12－带转动齿辊13的输送槽，14－带拨动齿耙15的输送槽。
具体实施方式
下面结合附图对本发明装置做进一步说明。
如图1，本发明提供的烟叶含梗率测定装置，包括烟叶输送带2，与烟叶输送带2输入端相接的烟叶摊薄机构，该烟叶摊薄机构为振动槽1，与烟叶输送带2输出端相接的称重机构，该称重机构为电子秤6，在电子秤6与烟叶输送带2之间设置落料槽5，在烟叶输送带2上方设X射线源3，烟叶输送带2下方设X射线探测器10，且X射线探测器10通过电缆7与图像采集及处理机构相连，该图像采集及处理机构为图像采集卡8与计算机9的组合，电子秤6通过电缆7与计算机9相连，以便烟叶流4进入振动槽1完成摊薄后，进入其上设X射线源3，其下设X射线探测器10的输送带2上，通过X透射对烟叶流4进行成像，烟叶流4成像后，经落料槽5进入电子秤6上计量出烟叶流4的质量，并将质量数据送入计算机9中，获得烟叶流4质量信号，同时由X射线探测器10接收到烟叶流4信号后，经图像采集卡8将图像信号送入计算机9中，获得图像信号，进而可计算出烟叶流4中的含梗率。
所述称重机构还可为常规的皮带秤11.如图4；所述摊薄机构还可为常规带转动齿辊13的输送槽12，如图2，或者为带拨动齿耙15的输送槽14，如图3。
实施例1
烟叶含梗率的测量方法一，包括由称重机构获得的某一段待测烟叶流的质量信号，以及由图像采集及处理机构获得的该段待测烟叶流图像信号；根据面积与质量关系，计算得到待测烟叶流中的含梗率Q1，具体步骤为：
A1、将图像采集及处理机构获得的待测烟叶流图像，用阈值分割，区域分割，边缘分割中的一种或几种进行分割，用中值滤波方式对分割后的X射线成像噪声进行滤除，之后统计出像素点个数作为待测烟叶流图像面积；
A2、对已知质量q的烟梗进行成像，以获得已知烟梗的面积S，从而得到单位面积上已知烟梗的质量：I＝q/s，
A3、以步骤A1获得的待测烟叶流图像面积作为待测烟梗的面积S1，将该面积S1与步骤A2的已知烟梗质量I相乘，得到待测烟梗的质量m＝S1×I；
A4、以称重机构获得的某一段待测烟叶流质量为M，通过下式计算得到该段烟叶流中的含梗率Q1为：Q1＝m/M。
为表明本发明的技术效果，通过实验加以验证：
对同一批烟梗的三十组样本进行成像，并进行像素面积统计，结果如表1所示，可以得到单克烟梗对应的像素是:13565，得到像素点个数和烟梗质量的关系后，对烟梗的计算质量和实际测量质量进行误差统计，结果见表2。
结论:面积法测量烟梗质量的误差在:-8.2%—9.9% 最大误差不超过10%。
表明：方法一可以基本测量烟梗的质量，对于20g左右的烟梗，平均误差在5%左右，最大误差不超过10%，可以大致的反应烟梗的质量和含梗率。
表1
表2
实施例2
烟叶含梗率的测量方法二，包括由称重机构获得的某一段待测烟叶流质量信号，以及由图像采集及处理机构获得的该段待测烟叶流图像信号；根据体积与质量关系，得到待测烟叶流中的含梗率Q2，具体步骤是：
B1、将图像采集及处理机构获得的待测烟叶流图像，用阈值分割，区域分割，边缘分割中的一种或几种进行分割，用中值滤波方式对分割后的X射线成像噪声进行滤除，之后统计出像素点个数作为待测烟叶流图像面积，模拟计算出该面积对应的待测烟叶流体积V：
，式中a为烟梗的变化半径，s为烟梗的面积；
B2、对已知质量q的烟梗进行成像，以获得已知烟梗的体积v，进而得到单位体积中已知烟梗的质量：I＝q/v；
B3、以步骤B1获得的待测烟叶流体积作为待测烟梗的体积V1，将该体积V1与步骤B2的已知烟梗质量I相乘，得到待测烟梗的质量m＝V1×I；
B4、以称重机构获得的某一段待测烟叶流质量为M，通过下式计算得到该段烟叶流中的含梗率Q2为：Q2＝m/M。
为表明本发明的技术效果，通过下面实验加以验证：
对同一批烟梗的60个批次的样本进行了实验，获得的结果如表3所示，最终得到图像体积和质量的对应关系，然后对这一结果进行了实验验证，验证的结果如表4所示。实验表明用此测量方式，最大误差不超过8%。
表3
表4
实施例3
烟叶含梗率的测量方法，包括由称重机构获得的某一段待测烟叶流质量信号，以及由图像采集及处理机构获得的该段待测烟叶流图像信号；根据待测烟叶流中烟梗厚度与X射线穿透性的关系，得到待测烟叶流中的含梗率Q3，具体步骤是：
C1、将图像采集及处理机构获得的待测烟叶流图像，按灰度不同分为N个梯度，每个梯度对应的单位面积质量分别为p1,p2,p3,…,对应的面积分别为S1，S2，S3…,从而得到烟梗的质量为m=p1×S1+p2×S2+p3×S3+…；
C2、以称重机构获得的某一段待测烟叶流质量为M，通过下式计算得到该段烟叶流中的含梗率Q3为：Q3＝m/M。
为了测定方法三的稳定性，针对同一批烟梗，分别进行了五次测量计算，五次的波动幅度分别为:-0.347% 1.6941% -1.749% -2.463% 2.8646%
误差范围为: -1.749%—2.8626%。
实施例4
根据烟叶输送线上的烟叶流量4500kg/h，计算出在时间5秒之内的烟叶质量为1.25×5=6.25 kg，根据实施例1的A1、A2、A3步骤得到待测烟梗的质量m＝S1×I，则得到5秒内烟叶中的含梗率为Q4=m/6.25。
以上所述的，仅为本发明的较佳实施例，并非用以限定本发明的范围，本发明的上述实施例还可以做出各种变化。即凡是依据本发明权利要求书及说明书内容所作的简单、等效变化与修饰，皆落入本发明专利的权利要求保护范围。本发明未详尽描述的均为常规技术内容。
Claims (6)
1.一种烟叶含梗率测定装置，包括烟叶输送带，与烟叶输送带输入端相接的烟叶摊薄机构，其特征在于在烟叶输送带上、下方互设X射线源和X射线探测器，且X射线探测器通过电缆与图像采集及处理机构相连。
2. 根据权利要求1所述的烟叶含梗率测定装置，其特征在于所述摊薄机构为常规的振动槽，或者为带转动齿辊的输送槽，或者为带拨动齿耙的输送槽。
3.根据权利要求1所述的烟叶含梗率测定装置，其特征在于所述图像采集及处理机构为图像采集卡与计算机或计算芯片的组合，或者为计算机，或者为计算芯片。
4.根据权利要求1所述的烟叶含梗率测定装置，其特征在于所述烟叶输送带的输入端或者输出端连接有称重机构，称重机构为常规电子秤，或者为称重皮带。
5.一种烟叶含梗率的测量方法，包括由称重机构获得的某一段待测烟叶流质量信号，以及由图像采集及处理机构获得的该段待测烟叶流图像信号，其特征在于通过下列之一的方法：
A、根据面积与质量关系，按下列步骤得到待测烟叶流中的含梗率Q1：
A1、将图像采集及处理机构获得的待测烟叶流图像，用阈值分割，区域分割，边缘分割中的一种或几种进行分割，用中值滤波方式对分割后的X射线成像噪声进行滤除，之后统计出像素点个数作为待测烟叶流图像面积；
A2、对已知质量q的烟梗进行成像，以获得已知烟梗的面积S，从而得到单位面积上已知烟梗的质量：I＝q/s，
A3、以步骤A1获得的待测烟叶流图像面积作为待测烟梗的面积S1，将该面积S1与步骤A2的已知烟梗质量I相乘，得到待测烟梗的质量m＝S1×I；
A4、以称重机构获得的某一段待测烟叶流质量为M，通过下式计算得到该段烟叶流中的含梗率Q1为：Q1＝m/M；
或者，
B、根据体积与质量关系，按下列步骤得到待测烟叶流中的含梗率Q2：
B1、将图像采集及处理机构获得的待测烟叶流图像，用阈值分割，区域分割，边缘分割中的一种或几种进行分割，用中值滤波方式对分割后的X射线成像噪声进行滤除，之后统计出像素点个数作为待测烟叶流图像面积，模拟计算出该面积对应的待测烟叶流体积V： 
，式中a为烟梗的变化半径，s为烟梗的面积；
B2、对已知质量q的烟梗进行成像，以获得已知烟梗的体积v，进而得到单位体积中已知烟梗的质量：I＝q/v；
B3、以步骤B1获得的待测烟叶流体积作为待测烟梗的体积V1，将该体积V1与步骤B2的已知烟梗质量I相乘，得到待测烟梗的质量m＝V1×I；
B4、以称重机构获得的某一段待测烟叶流质量为M，通过下式计算得到该段烟叶流中的含梗率Q2为：Q2＝m/M；
或者，
C、根据待测烟叶流中烟梗厚度与X射线穿透性的关系，按下列步骤得到待测烟叶流中的含梗率Q3：
C1、将图像采集及处理机构获得的待测烟叶流图像，按灰度不同分为N个梯度，每个梯度对应的单位面积质量分别为p1,p2,p3,…,对应的面积分别为S1，S2，S3…,从而得到烟梗的质量为m=p1×S1+p2×S2+p3×S3+…；
C2、以称重机构获得的某一段待测烟叶流质量为M，通过下式计算得到该段烟叶流中的含梗率Q3为：Q3＝m/M。
6.根据权利要求5所述的种烟叶含梗率的测量方法，其特征在于根据烟叶输送线上获得的流量kg/h，即可计算出在时间t秒之内的烟叶流质量M，用步骤A或者B或者C中的任意一种方法，得出t秒内烟叶流中的烟梗质量m，即得烟叶含梗率Q＝m/M。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410061575.4A CN103776715B (zh) | 2014-02-24 | 2014-02-24 | 一种烟叶含梗率测定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410061575.4A CN103776715B (zh) | 2014-02-24 | 2014-02-24 | 一种烟叶含梗率测定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103776715A true CN103776715A (zh) | 2014-05-07 |
| CN103776715B CN103776715B (zh) | 2016-08-24 |
Family
ID=50569221
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410061575.4A Active CN103776715B (zh) | 2014-02-24 | 2014-02-24 | 一种烟叶含梗率测定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103776715B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104573736A (zh) * | 2015-01-20 | 2015-04-29 | 湖南中烟工业有限责任公司 | 一种基于双能感应的烟梗与烟叶精确识别的方法及系统 |
| CN104596877A (zh) * | 2015-01-07 | 2015-05-06 | 云南昆船设计研究院 | 一种烟叶中含梗率的无损检测方法和装置 |
| CN107389703A (zh) * | 2017-06-29 | 2017-11-24 | 北京长征高科技有限公司 | 一种打叶指标在线光电检测装置及检测方法 |
| CN110349153A (zh) * | 2019-07-24 | 2019-10-18 | 南京大树智能科技股份有限公司 | 基于多特征融合的图像法烟草含梗率检测方法 |
| CN110610287A (zh) * | 2019-07-24 | 2019-12-24 | 南京大树智能科技股份有限公司 | 基于遗传算法的图像法含梗率非线性拟合模型计算方法 |
| WO2021174612A1 (zh) * | 2020-03-05 | 2021-09-10 | 云南中烟工业有限责任公司 | 一种烟梗中长梗率测定装置和测定方法 |
| CN113390799A (zh) * | 2021-06-24 | 2021-09-14 | 中国烟草总公司郑州烟草研究院 | 一种烟叶中梗的识别与检测方法 |
| CN113624147A (zh) * | 2021-09-27 | 2021-11-09 | 中国烟草总公司郑州烟草研究院 | 一种烟叶厚度、密度无损检测系统和方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5862919A (en) * | 1996-10-10 | 1999-01-26 | Src Vision, Inc. | High throughput sorting system |
| CN102339385A (zh) * | 2011-07-28 | 2012-02-01 | 南京焦耳科技有限责任公司 | 基于组合光透视的叶中含梗及含梗率视觉识别检测方法 |
| CN102687902A (zh) * | 2012-06-08 | 2012-09-26 | 深圳市格雷柏机械有限公司 | 一种智能型烟梗检测剔除装置及其工作方法 |
| CN103033476A (zh) * | 2013-01-20 | 2013-04-10 | 昆明聚林科技有限公司 | 一种基于红外成像在线检测烟叶中含梗的设备及方法 |
-
2014
- 2014-02-24 CN CN201410061575.4A patent/CN103776715B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5862919A (en) * | 1996-10-10 | 1999-01-26 | Src Vision, Inc. | High throughput sorting system |
| CN102339385A (zh) * | 2011-07-28 | 2012-02-01 | 南京焦耳科技有限责任公司 | 基于组合光透视的叶中含梗及含梗率视觉识别检测方法 |
| CN102687902A (zh) * | 2012-06-08 | 2012-09-26 | 深圳市格雷柏机械有限公司 | 一种智能型烟梗检测剔除装置及其工作方法 |
| CN103033476A (zh) * | 2013-01-20 | 2013-04-10 | 昆明聚林科技有限公司 | 一种基于红外成像在线检测烟叶中含梗的设备及方法 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104596877A (zh) * | 2015-01-07 | 2015-05-06 | 云南昆船设计研究院 | 一种烟叶中含梗率的无损检测方法和装置 |
| CN104573736A (zh) * | 2015-01-20 | 2015-04-29 | 湖南中烟工业有限责任公司 | 一种基于双能感应的烟梗与烟叶精确识别的方法及系统 |
| CN104573736B (zh) * | 2015-01-20 | 2017-12-15 | 湖南中烟工业有限责任公司 | 一种基于双能感应的烟梗与烟叶精确识别的方法及系统 |
| CN107389703A (zh) * | 2017-06-29 | 2017-11-24 | 北京长征高科技有限公司 | 一种打叶指标在线光电检测装置及检测方法 |
| CN107389703B (zh) * | 2017-06-29 | 2020-08-21 | 北京长征高科技有限公司 | 一种打叶指标在线光电检测装置及检测方法 |
| CN110349153A (zh) * | 2019-07-24 | 2019-10-18 | 南京大树智能科技股份有限公司 | 基于多特征融合的图像法烟草含梗率检测方法 |
| CN110610287A (zh) * | 2019-07-24 | 2019-12-24 | 南京大树智能科技股份有限公司 | 基于遗传算法的图像法含梗率非线性拟合模型计算方法 |
| WO2021174612A1 (zh) * | 2020-03-05 | 2021-09-10 | 云南中烟工业有限责任公司 | 一种烟梗中长梗率测定装置和测定方法 |
| CN113390799A (zh) * | 2021-06-24 | 2021-09-14 | 中国烟草总公司郑州烟草研究院 | 一种烟叶中梗的识别与检测方法 |
| CN113390799B (zh) * | 2021-06-24 | 2023-06-27 | 中国烟草总公司郑州烟草研究院 | 一种烟叶中梗的识别与检测方法 |
| CN113624147A (zh) * | 2021-09-27 | 2021-11-09 | 中国烟草总公司郑州烟草研究院 | 一种烟叶厚度、密度无损检测系统和方法 |
| CN113624147B (zh) * | 2021-09-27 | 2023-11-17 | 中国烟草总公司郑州烟草研究院 | 一种烟叶厚度、密度无损检测系统和方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103776715B (zh) | 2016-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103776715A (zh) | 一种烟叶含梗率测定装置及方法 | |
| CN103512829A (zh) | 一种通过浑水密度测量泥沙浓度的方法 | |
| JP5651007B2 (ja) | Ｘ線検査装置 | |
| CN105092436B (zh) | 一种沉积物粒度光谱分析方法及装置 | |
| Aggarwal et al. | Aspect ratio analysis using image processing for rice grain quality | |
| CN107248039A (zh) | 基于医疗标本检测项目结果的实时质控方法及装置 | |
| CN102187206B (zh) | 用于分析材料的方法和设备 | |
| CN108279229B (zh) | 一种全血crp检测装置 | |
| CN111289543A (zh) | 一种烟梗中长梗率测定装置和测定方法 | |
| CN107084678A (zh) | 一种新型海洋平台监测系统 | |
| Shen et al. | Comparison of a laser precipitation monitor, piezoelectric transducer and particle imaging transient visual measurement technology under simulated rainfall in laboratory conditions | |
| WO2023093087A1 (zh) | 基于图像识别的输煤量监测方法、装置、设备及存储介质 | |
| CN203881695U (zh) | 一种烟叶含梗率测定装置 | |
| CN113393460A (zh) | 基于图像处理的烟丝质量参数检测方法及系统 | |
| CN111610001B (zh) | 一种宽幅遥感图像mtf地面模拟测试装置 | |
| Madariaga et al. | Application of artificial neural network and background subtraction for determining body mass index (BMI) in android devices using bluetooth | |
| CN116106248A (zh) | 丁苯酞注射液成分检测过程数据处理方法及系统 | |
| Kirleis et al. | A method for quantitatively measuring vitreous endosperm area in sectioned sorghum grain | |
| US3602033A (en) | Calibration method for percent oil detector | |
| CN207540854U (zh) | 一种在线制样及测试系统 | |
| CN207528636U (zh) | 一种全血crp检测装置 | |
| CN104050503B (zh) | 一种基于碰撞声音识别的籽粒计数传感器 | |
| JP2001124706A (ja) | 水分測定方法及びその装置 | |
| RU2267186C1 (ru) | Способ измерения концентрации ионов | |
| Taghizadeh-Tameh et al. | Introducing an Innovative Magnetic Induction Tomography System for Measuring Multiphase Flow Density |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C53 | Correction of patent of invention or patent application | ||
| CB03 | Change of inventor or designer information |
Inventor after: Jiang Xinwei Inventor after: Liu Bin Inventor after: Xi Jianping Inventor after: Zhang Hui Inventor after: Mao Weijun Inventor after: Li Yongzheng Inventor before: Jiang Xinwei Inventor before: Liu Bin Inventor before: Xi Jianping Inventor before: Zhang Hui Inventor before: Mao Weijun Inventor before: Li Yongzheng |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |