CN107952696B - 一种适用于鲜烟叶的检测分级装置及检测方法 - Google Patents

一种适用于鲜烟叶的检测分级装置及检测方法 Download PDF

Info

Publication number
CN107952696B
CN107952696B CN201711189803.6A CN201711189803A CN107952696B CN 107952696 B CN107952696 B CN 107952696B CN 201711189803 A CN201711189803 A CN 201711189803A CN 107952696 B CN107952696 B CN 107952696B
Authority
CN
China
Prior art keywords
tobacco leaf
module
tobacco
detection
classification
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.)
Active
Application number
CN201711189803.6A
Other languages
English (en)
Other versions
CN107952696A (zh
Inventor
张龙
赵树弥
徐大勇
堵劲松
李志刚
孙淼
刘勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Institutes of Physical Science of CAS
Zhengzhou Tobacco Research Institute of CNTC
Original Assignee
Hefei Institutes of Physical Science of CAS
Zhengzhou Tobacco Research Institute of CNTC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei Institutes of Physical Science of CAS, Zhengzhou Tobacco Research Institute of CNTC filed Critical Hefei Institutes of Physical Science of CAS
Priority to CN201711189803.6A priority Critical patent/CN107952696B/zh
Publication of CN107952696A publication Critical patent/CN107952696A/zh
Application granted granted Critical
Publication of CN107952696B publication Critical patent/CN107952696B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
    • A—HUMAN NECESSITIES
    • A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
    • A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
    • A24B3/00—Preparing tobacco in the factory
    • A24B3/16—Classifying or aligning leaves
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory
    • B07C5/362—Separating or distributor mechanisms

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Manufacture Of Tobacco Products (AREA)

Abstract

本发明公开了一种适用于鲜烟叶的检测分级装置及检测方法，包括自动顶料机构、烟叶抓取模块、烟叶传送模块、鲜烟叶、烟叶检测模块、控制模块、烟叶分类模块和集料箱。针对烟农在烟叶送烤前对烟叶分级的非重视度和非客观性等问题，运用计算机视觉技术对烟叶编烟送烤前按照样本进行成熟度划分。采用裁剪平均法提取烟叶4个特征值(R,G,B颜色值和色调H值)进行学习分级，利用样本库对未知烟叶进行成熟度对比划分。将图像处理技术和工控技术应用到鲜烟叶的质量检测分级中，实现自动上样与分选，大幅度提高鲜烟叶分拣的检测效率和生产的自动化程度。

Description

一种适用于鲜烟叶的检测分级装置及检测方法
技术领域
本发明涉及烟草检测技术领域，具体涉及一种适用于鲜烟叶的检测分级装置及方法。
背景技术
烟草种植作为烟草行业产业链中最基础最重要的源头环节，迫切需要注入当今科技发展的成果。而烟农作为烟草行业的基础生产群体，目前还主要以传统的农业生产模式进行着繁重而没有质量保障的原始生产模式。作为当今科技含量极高的烟草行业已在大部分环节实现了工业生产的自动化，很有必要为源头的基础农业生产投入更多的科技元素，改善烟农的生产环境，尤其是在烟叶种植过程中烟叶的适时采集和烟叶送烤前的品质分级。
鲜烟叶在不同的成长阶段，所呈现出来的衰老程度会有所不同，也就是成熟度不同。不同成熟度的烟叶在送入烤房后，随着高温的烘烤，所呈现出来的特性也会存在明显差异，这就是造成烟叶质量问题的根本原因之一，所以成熟度是判定烟叶质量的重要标准。为了提高烟叶分级的效率和准确性，避免烟农对烟叶进烤前分捡的不重视度及主观性，有必要采用一种新的技术或方法对烤前鲜烟叶进行质量检测和分级。
目前常用的鲜烟叶检测分类方式是基于叶绿素仪测量烟叶从下往上1～3片叶绿素含量相对值(即SPAD值)【专利201310195697.8，专利201610930399.2，专利201410793963.1】。此方法主要是抽检测试，难以对烤前的每一片烟叶都进行测试，而且难以实现全自动化操作。基于机器视觉检测烟叶分级的方法及装置主要用于烘烤之后的烟叶【201710040874.3】，对于烤前烟叶分级仍然存在着方式和装置结构的不适用。
发明内容
本发明技术解决问题：克服现有技术的不足，提供一种适用于鲜烟叶检测分级装置及方法，将图像处理技术和工控技术应用到鲜烟叶的质量检测分级中，实现自动上样与分选，大幅度提高鲜烟叶分拣的检测效率和生产的自动化程度。
本发明技术解决方案：一种适用于鲜烟叶的检测分级装置，包括自动顶料机构、烟叶抓取模块、烟叶传送模块、鲜烟叶、烟叶检测模块、控制模块、烟叶分类模块和集料箱。其中以烟叶传送模块为中心，在烟叶传送模块右端的两边各有两个自动顶料机构，在自动顶料机构上方有烟叶抓取模块；在烟叶传送模块的中间位置上方还有烟叶检测模块；烟叶检测模块的侧面上安装着控制模块；在烟叶传送模块的左端是烟叶分类模块；在烟叶分类模块之间以及左端和右端均放置集料箱。控制模块由工控机、PLC和显示器组成；工控机负责动作指令处理，图像处理以及与显示器构成人机交互；PLC接收工控机指令执行命令，控制相应的动作执行；显示器为人机交互界面。当仪器启动时，控制模块的软件自动运行，首先工控机发出准备指令，PLC解析准备指令，控制烟叶自动顶料机构把烟叶传送到抓取装置能够抓取的位置，烟叶抓取模块的右吸附头准备抓取烟叶，烟叶传送装置的传送带运转起来，烟叶检测模块时刻准备采集图像，烟叶分级模块处于的旋转装置处于水平位置；当开始运行时，工控机发出运行指令，PLC解析运行指令，控制烟叶抓取模块把烟叶抓取放置传送装置，烟叶被传送到检测模块时，检测到烟叶反馈烟叶到位指令给工控机，工控机输出拍照指令，相机采集图像返回给工控机，工控机进行图像处理，采用裁剪平均法提取烟叶4个特征值(R,G,B颜色值和色调H值)进行学习分级，建立样本库，然后利用样本库对未知烟叶进行成熟度对比划分，并将识别结果的分类信息输出给分类模块，PLC接收到分类指令，控制分级装置的旋转模块转动，实现烟叶的分级。最终分类出来的烟叶被统一集中在各自的集料箱中。
自动顶料机构由提升链条、驱动电机、链轮、托盘、档杆，机架，同轴杆和光电探测器组成。驱动电机和链轮安装在机架底部，托盘位于机架的中心，托盘的两边各有两条提升链条，链条底部连接在同轴杆的左端上，同轴杆的右端连接在链轮上；托盘上还安装着档杆，用于烟叶的固定；其中装置启动运行时，由控制模块发出指令控制驱动电机运行，带动链轮转动，同时同轴杆也转动，拉动提升链条转动把机架内档杆围住的托盘内的烟叶向上顶起，当烟叶达到光电探测器时，光电探测器探测到信号后返回指令给控制模块停止驱动电机转动，此时烟叶已能够被抓取装置抓取；当烟叶被抓取后，光电探测器又反馈指令给控制模块，需要重新顶起烟叶，如此反复直到控制模块输出转动最大圈数，即托盘达到光电探测位置，烟叶完全被抓取完。
烟叶抓取模块包括一维运动横梁、支架、软管、滑块、右吸附头、右气阀、左气阀和左吸附头。左右支架固定在自动顶料机构的机架的左右两边上，一维运动横梁搭在支架上，滑块内嵌在一维运动横梁上，滑块最下方挂着左右吸附头，吸附头与滑块之间的管道上安装着左右气阀，吸附头通过软管与气阀连接形成气路通道；其中装置启动运行时，由控制模块发出指令控制一维运动模块的滑块滑到右边时，此时左吸附头滑到中间，左气阀关闭，右吸附头的右气阀打开吸附烟叶，反之右吸附头滑到中间右气阀关闭时释放烟叶至传送装置上，左吸附头在左边时左气阀打开吸附烟叶，然后再回到中间关闭左气阀释放烟叶；如此反复运动，直到控制模块输出停止命令，抓取装置停止工作。
烟叶检测模块包括相机、光源、避光罩、光电探测器和传送带；相机位于检测装置的中心，四周布满LED光源，光源照射在烟叶传送模块的传送带上，光的强度远大于白天环境光；光电探测器安装在传送带的两侧，与相机在同一个平面，光电探测器的中心点与传送带水平面一致；鲜烟叶被传送至相机下方时，光电探测器输出烟叶到达信息给控制模块，控制模块输出信息控制相机拍照采集烟叶图像，然后经过图像处理，采用裁剪平均法提取烟叶4个特征值(R,G,B颜色值和色调H值)进行学习分级，建立样本库，然后利用样本库对未知烟叶进行成熟度对比检测，输出分类信息。
烟叶分类模块由前顶起装置、后顶起装置、旋转装置、支撑架组成。旋转装置安装在支撑架上，紧接着烟叶传送装置末端；顶起装置嵌在旋转装置的左右两侧，靠近传送装置的一端，用于顶起旋转装置的左端，从而使旋转装置经过60°的旋转可将烟叶从此处分离，落入下面的集料箱；其中装置启动运行时，由控制模块发出分类信息，根据分类信息控制前顶起装置顶起，还是后顶起装置顶起，把不同类型的烟叶分别分离出来，统一放在相同类型的集料箱中，便于后续人工使用。
一种适用于鲜烟叶的检测分级检测方法，其特征在于实现步骤为：
(1)由烟叶检测模块的相机采集鲜烟叶样本图像，通过控制模块的工控机进行图像处理，图像处理流程为首先对图像的噪点采用邻域平均和中值滤波组合的方法进行区域去噪处理，使用最小误差阈值分割方法分离背景和烟叶，然后增强图像，通过小波变换和改进的Canny算子相结合的方法实现烟叶区域边缘识别，最后按照边界条件对内部区域的各种像素值(R,G,B颜色值和色调H值)进行排序，使用裁剪平均法提取能够代表烟叶特性的烟叶4个特征值，即R,G,B颜色值和色调H值进行学习分级，建立样本库；
(2)由烟叶检测模块的相机采集鲜烟叶图像，控制模块的工控机采用与样本处理方式相同的图像处理算法和数据裁剪平均法提取烟叶4个特征值，利用样本库数据值与未知鲜烟叶进行成熟度对比划分，输出分类结果。
本发明的原理在于：负压作用于吸附头对烟叶进行吸附，一维运动模组循环给料把左右两边的烟叶抓取，将烟叶送至传输装置后切断负压，烟叶自动落在传送装置上将被运送至光学检测单元进行识别，并将识别结果分类输出，用于拨料装置控制烟叶分类至集料箱中。
由烟叶检测模块采集鲜烟叶样本图像，通过控制模块进行图像处理，采用裁剪平均法提取烟叶4个特征值(R,G,B颜色值和色调H值)进行学习分级，建立样本库。对未知鲜烟叶同样采用裁剪平均法提取烟叶4个特征值(R,G,B颜色值和色调H值)，利用样本库数据值与未知鲜烟叶进行成熟度对比划分，输出分类结果。
本发明与现有技术相比的优点在于：
(1)针对烟农在烟叶送烤前对烟叶分级的非重视度和非客观性等问题，运用计算机视觉技术对烟叶编烟送烤前按照样本进行成熟度划分。将图像处理技术和工控技术应用到鲜烟叶的质量检测分级中，实现自动上样与分选，大幅度提高鲜烟叶分拣的检测效率和生产的自动化程度。
(2)本发明能够自动完成上样，检测，分类，人工操作简单；
(3)分类参考样本进行，结果统一，不受人为因素影响；
(4)检测光源强于环境光，滤除了环境光的干扰，检测分类准确；
(5)利用样本库对未知鲜烟叶进行成熟度对比划分，输出分类结果作用于拨料装置控制烟叶分类至集料箱中，便于人工的后续使用。
附图说明
图1为本发明的烟叶检测分级装置结构图；
图2为本发明的烟叶抓取装置结构图；
图3为本发明的烟叶顶料结构图；
图4为本发明的烟叶检测装置结构图；
图5为本发明的烟叶分级装置结构。
图中，1为烟叶抓取模块，11为滑块，12为右吸附头，13为一维运动横梁，14为支架，15为软管，16为右气阀，17为左气阀，18为左吸附头，2为自动顶料机构，21为提升链条，22为驱动电机，23为链轮，24为托盘，25为档杆，26为机架，27为同轴杆，28为第一光电探测器，3为烟叶传送模块，4为鲜烟叶，5为烟叶检测模块，51为相机，52为光源，53为避光罩，54为第二光电探测器，55为传送带，6为控制模块，7为烟叶分类模块，71为后顶起装置，72为旋转装置，73为支撑架，74为前顶起装置，8为集料箱。
具体实施方式
本发明以下将结合附图以及实施例作进一步描述。这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动和修改，这些等价形式同样落于本申请所附权利要求所限定的范围。
如图1所示，一种适用于鲜烟叶的检测分级装置，由自动顶料机构2、烟叶抓取模块1、烟叶传送模块3、鲜烟叶4、烟叶检测模块5、控制模块6、烟叶分类模块7和集料箱8组成。其中以烟叶传送模块3为中心，传送模块的宽度应大于烟叶的长度，通常在80至100厘米之间。在烟叶传送模块3右端的两边各有两个自动顶料机构2，在自动顶料机构2上方有烟叶抓取模块1，为方便烟叶抓取，缩短抓取行程动作与时间，自动顶料机构2应该紧靠着烟叶传送模块3。在烟叶传送模块3的中间位置上方还有烟叶检测模块5，用于烟叶图像采集。烟叶检测模块5的侧面上安装着控制模块6，以缩短图像采集后的数据传输距离。在烟叶传送模块3的左端，也就是烟叶在传送带上移至的末端，分别紧接着烟叶分类模块7；在烟叶分类模块7之间以及左端和右端均放置集料箱8。控制模块6由工控机、PLC和显示器组成；工控机负责动作指令处理，图像处理以及与显示器构成人机交互；PLC接收工控机指令执行命令，控制相应的动作执行，如气阀的开关控制均是通过PLC接收工控机的指令后对电磁阀进行通断控制实现；显示器为人机交互界面，操作人员可看到运行仪器检测到烟叶状态，已测量烟叶数量等多项信息。当仪器启动时，控制模块6的软件自动运行，首先控制模块的工控机发出准备指令，PLC解析准备指令，控制烟叶自动顶料机构2把烟叶传送到烟叶抓取模块1能够抓取的位置，烟叶抓取模块1的右吸附头准备抓取烟叶，烟叶传送装置3的传送带运转起来，烟叶检测模块5时刻准备采集图像，烟叶分类模块7处于的旋转装置处于水平位置。当开始运行时，控制模块6的工控机发出运行指令，PLC解析运行指令，控制烟叶抓取模块1把烟叶抓取放置烟叶传送装置3，烟叶被传送到烟叶检测模块5时，检测到烟叶反馈烟叶到位指令给工控机，工控机输出拍照指令，相机采集图像返回给工控机，工控机进行图像处理，提取数据采用裁剪平均法提取烟叶4个特征值(R,G,B颜色值和色调H值)进行学习分级，建立样本库，然后利用样本库对未知烟叶进行成熟度对比划分，并将识别结果的分类信息输出给烟叶分类模块7，PLC接收到分类指令，控制烟叶分类装置7的旋转模块转动，实现烟叶的分级。最终分类出来的烟叶被统一集中在各自的集料箱中8。
如图2所示，自动顶料机构2包括：提升链条21、驱动电机22、链轮23、托盘24、档杆25，机架26，同轴杆27和第一光电探测器28。驱动电机22和链轮23安装在机架26底部，他们的上方是托盘24。托盘24位于机架26的中心，托盘24的两边各有两条提升链条21，链条21底部连接在同轴杆27的左端上，同轴杆27的右端连接在链轮23上。其中装置启动运行时，由控制模块6发出指令控制驱动电机22运行，带动链轮23转动，同时同轴杆27也转动，拉动提升链条21转动把机架26内档杆围住的托盘24内的烟叶向上顶起，当烟叶达到第一光电探测器28时，第一光电探测器28探测到信号后返回指令给控制模块6停止驱动电机转动，此时烟叶已能够被烟叶抓取模块1抓取。当烟叶被抓取后，第一光电探测器28又反馈指令给控制模块6，需要重新顶起烟叶，如此反复直到控制模块6输出转动最大圈数，即托盘达到光电探测位置，烟叶完全被抓取完。托盘24上还安装着档杆25，用于烟叶的固定，以防在上面的烟叶被抓取，下面的烟叶被扰动掉落。托盘24的大小与烟叶大小差不多。
如图3所示，烟叶抓取模块1包括一维运动横梁13、支架14、软管15、滑块11、右吸附头12、右气阀16、左气阀17和左吸附头18。左右支架14固定在自动顶料机构2的机架26的左右两边上，一维运动横梁13搭在支架14上，滑块11内嵌在一维运动横梁13上，滑块11最下方挂着左右两个吸附头18、12。吸附头的大小比烟叶略小；其吸附头的边缘不超过烟叶的边缘，否则烟叶将难以被吸附起来。吸附头与滑块11之间的管道上安装着左右气阀17、16，吸附头通过软管15与气阀连接形成气路通道。其中装置启动运行时，由控制模块6发出指令控制一维运动模块的滑块滑到右边时，此时左边吸附头滑到中间，左气阀关闭，右边吸附头右气阀打开吸附烟叶，反之右边吸附头滑到中间右气阀关闭时释放烟叶至烟叶传送模块3上，左边吸附头在左边时左气阀打开吸附烟叶，然后再回到中间关闭左气阀释放烟叶；如此反复运动，直到控制模块输出停止命令，抓取装置停止工作。
如图4所示，烟叶检测模块5包括相机51、光源52、避光罩53、第二光电探测器54和传送带55。相机51位于检测装置的中心，相机的视场角要全覆盖传送装置的宽度。相机51四周布满LED光源52，光源52照射在烟叶传送模块3的传送带55上，光的强度远大于白天环境光，以消除环境光的干扰。第二光电探测器54安装在传送带55的两侧，与相机51在同一个平面，第二光电探测器54的中心点与传送带水平面一致。当鲜烟叶4被传送至相机51下方时，第二光电探测器54输出烟叶到达信息给控制模块6，控制模块6输出信息控制相机51拍照采集烟叶图像。相机51采用500万像素以上的高速高清CCD工业相机，保证烟叶图像拍摄的清晰度。工控机经过图像处理，采用裁剪平均法提取烟叶4个特征值(R,G,B颜色值和色调H值)进行学习分级，建立样本库，然后利用样本库对未知烟叶进行成熟度对比检测，输出分类信息。
如图5所示，烟叶分类模块7由前顶起装置74、后顶起装置71、旋转装置72、支撑架73组成。旋转装置72安装在支撑架73上，紧接着烟叶传送模块3末端。前后顶起装74、71置分别嵌在旋转装置72的左右两侧，靠近烟叶传送模块3的一端。用于顶起旋转装置72的左端，从而使旋转装置经过60°的旋转可将烟叶从此处分离，落入下面的集料箱8。根据烟叶传送速度，可设置顶起时间。根据分类信息控制前顶起装置74顶起，还是后顶起装置71顶起，把不同类型的烟叶分别分离出来，统一放在相同类型的集料箱中，便于后续人工使用。
一种适用于鲜烟叶的检测分级检测方法，其特征在于实现步骤为：
(1)由烟叶检测模块5的光电探测器探测到烟叶到相机位置，然后相机采集鲜烟叶样本图像，通过控制模块6的工控机进行图像处理，图像处理流程为首先对图像的噪点采用邻域平均和中值滤波组合的方法进行区域去噪处理，使用最小误差阈值分割方法分离背景和烟叶，然后增强图像，通过小波变换和改进的Canny算子相结合的方法实现烟叶区域边缘识别，最后按照边界条件对内部区域的各种像素值(R,G,B颜色值和色调H值)进行排序，使用裁剪平均法提取能够代表烟叶特性的烟叶4个特征值，即R,G,B颜色值和色调H值进行学习分级，建立样本库；
(2)由烟叶检测模块5的光电探测器探测到烟叶到相机位置，然后相机采集鲜烟叶样本图像，控制模块6采用与样本处理方式相同的图像处理算法和数据裁剪平均法提取烟叶4个特征值，利用样本库数据值与未知鲜烟叶进行成熟度对比划分，输出分类结果。
本发明的一种适用于鲜烟叶检测分选装置操作简单，只需两步就能完成实验操作：首先人工分类出色泽有差异的烟叶，每一种的烟叶片数均大于8片，装置的检测分类软件选择样本学习，分别对人工分类的烟叶进行学习。然后把需要分类的烟叶装载到上料箱里面，装置的检测分类软件选择测试统计模式，对控制系统的软件选择自动测试。装置就能够按照学习的样本，把需要分类的烟叶按照样本分成相应的类别。
实例
人工分类出三种色泽有差异的烟叶，每一种的烟叶片数均大于8片，本次实验各类样本中每一种均选取15片，装置的检测分类软件选择样本学习，分别对折三种烟叶学习。通过样本学习之后，然后对烟叶进行大样品测试。测试的第一类统一的被分到了第一个集料箱中，第二类统一的被分到了第二个集料箱中，第三类统一的被分到了第三个集料箱中。实验结果表明：大样品的混合烟叶能够被分离，形成与分类样本相同色泽的三类烟叶。分选结果显示，分选的烟叶在不同类别间的色泽效果明显，同一类间的色泽近似。
本发明未详细描述的部分属于本领域公知技术。
以上所述，仅为本发明部分具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域的人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种适用于鲜烟叶的检测分级装置，其特征在于：包括自动顶料机构(2)、烟叶抓取模块(1)、烟叶传送模块(3)、鲜烟叶(4)、烟叶检测模块(5)、控制模块(6)、烟叶分类模块(7)和集料箱(8)；其中以烟叶传送模块(3)为中心，在烟叶传送模块(3)右端的两边各有两个自动顶料机构(2)，在自动顶料机构上方有烟叶抓取模块(1)；在烟叶传送模块(3)的中间位置上方还有烟叶检测模块(5)；烟叶检测模块(5)的侧面上安装着控制模块(6)；在烟叶传送模块(3)的左端是烟叶分类模块(7)；在烟叶分类模块(7)之间以及左端和右端均放置集料箱(8)；启动装置运行，由控制模块(6)发出指令，自动顶料机构(2)把鲜烟叶(4)顶起，能够让烟叶抓取模块(1)抓取，移动到烟叶传送模块(3)上，然后从右往左被运送至烟叶检测模块(5)进行识别，采用裁剪平均法提取烟叶4个特征值即R,G,B颜色值和色调H值进行学习分级，建立样本库，然后利用样本库对未知烟叶进行成熟度对比划分，并将识别结果的分类信息输出给烟叶分类模块(7)，执行分类到相应的集料箱(8)中；
所述自动顶料机构(2)包括：提升链条(21)、驱动电机(22)、链轮(23)、托盘(24)、档杆(25)，机架(26)，同轴杆(27)和第一光电探测器(28)；驱动电机(22)和链轮(23)安装在机架(26)底部，托盘(24)位于机架(26)的中心，托盘(24)的两边各有两条提升链条(21)，链条(21)底部连接在同轴杆(27)的左端上，同轴杆(27)的右端连接在链轮(23)上；托盘(24)上还安装着档杆(25)，用于烟叶的固定；控制模块(6)发出指令控制驱动电机(22)运行，带动链轮(23)转动，同时同轴杆(27)也转动，拉动提升链条(21)转动把机架(26)内档杆围住的托盘(24)内的烟叶向上顶起，当烟叶达到第一光电探测器(28)时，第一光电探测器(28)探测到信号后返回指令给控制模块(6)停止驱动电机转动，此时烟叶已能够被烟叶抓取模块(1)抓取；当烟叶被抓取后，第一光电探测器(28)又反馈指令给控制模块(6)，需要重新顶起烟叶，如此反复直到控制模块(6)输出转动最大圈数，即托盘(24)达到光电探测位置，烟叶完全被抓取完。
2.根据权利要求1所述的适用于鲜烟叶的检测分级装置，其特征在于：所述烟叶抓取模块(1)包括一维运动横梁(13)、支架(14)、软管(15)、滑块(11)、右吸附头(12)、右气阀(16)、左气阀(17)和左吸附头(18)；支架(14)固定在自动顶料机构(2)的机架(26)的左右两边上，一维运动横梁(13)搭在支架(14)上，滑块(11)内嵌在一维运动横梁(13)上，滑块(11)最下方挂着左右两个吸附头，两个吸附头与滑块(11)之间的管道上安装着左右气阀，左右吸附头通过软管(15)与左右气阀连接形成气路通道；工作时，由控制模块(6)发出指令控制一维运动模块的滑块滑到右边时，此时左吸附头(18)滑到中间，左气阀(17)关闭，右吸附头(12),右气阀(16)打开吸附烟叶，反之右吸附头(12)滑到中间右气阀(16)关闭时释放烟叶至烟叶传送模块(3)上，左吸附头(18)在左边时左气阀(17)打开吸附烟叶，然后再回到中间关闭左气阀(17)释放烟叶；如此反复运动，直到控制模块(6)输出停止命令，抓取装置停止工作。
3.根据权利要求1所述的适用于鲜烟叶的检测分级装置，其特征在于：所述的烟叶检测模块(5)包括相机(51)、光源(52)、避光罩(53)、第二光电探测器(54)和传送带(55)；相机(51)位于检测装置的中心，四周布满LED光源(52)，光源(52)照射在烟叶传送模块(3)的传送带(55)上，光的强度远大于白天环境光；第二光电探测器(54)安装在传送带(55)的两侧，与相机(51)在同一个平面，光电探测器的中心点与传送带水平面一致；鲜烟叶(4)被传送至相机下方时，第二光电探测器(54)输出烟叶到达信息给控制模块(6)，控制模块(6)输出信息控制相机(51)拍照采集烟叶图像，然后经过图像处理，采用裁剪平均法提取烟叶4个特征值，即R,G,B颜色值和色调H值进行学习分级，建立样本库，然后利用样本库对未知烟叶进行成熟度对比检测，输出分类信息。
4.根据权利要求1所述的适用于鲜烟叶的检测分级装置，其特征在于：所述烟叶分类模块(7)包括前顶起装置(74)、后顶起装置(71)、旋转装置(72)和支撑架(73)；旋转装置(72)安装在支撑架(73)上，紧接着烟叶传送模块 (3)末端；前后顶起装置(74、71)分别嵌在旋转装置(72)的左右两侧，靠近烟叶传送模块 (3)的一端，用于顶起旋转装置(72)的左端，从而使旋转装置经过60°的旋转可将烟叶从此处分离，落入下面的集料箱(8)；其中装置启动运行时，由控制模块(6)发出分类信息，根据分类信息控制前顶起装置(74)顶起，还是后顶起装置(71)顶起，把不同类型的烟叶分别分离出来，统一放在相同类型的集料箱中，便于后续人工使用。
5.根据权利要求1所述的适用于鲜烟叶的检测分级装置，其特征在于：所述控制模块(6)由工控机、PLC和显示器组成；工控机负责动作指令处理，图像处理以及与显示器构成人机交互；PLC接收工控机指令执行命令，控制相应的动作执行；显示器为人机交互界面，当仪器启动时，软件自动运行，首先工控机发出准备指令，PLC解析准备指令，控制烟叶顶料模块把烟叶传送到抓取装置能够抓取的位置，烟叶抓取模块的右吸附头准备抓取烟叶，烟叶传送模块 的传送带运转起来，烟叶检测模块时刻准备采集图像，烟叶分级模块处于的旋转装置处于水平位置；当开始运行时，工控机发出运行指令，PLC解析运行指令，控制烟叶抓取模块把烟叶抓取放置烟叶传送模块 ，烟叶被传送到检测模块时，检测到烟叶反馈烟叶到位指令给工控机，工控机输出拍照指令，烟叶检测模块采集图像返回给工控机，工控机进行图像处理，算法处理给出分类信息，PLC接收到分类指令，控制分级装置的旋转模块转动，实现烟叶的分级。
6.一种利用权利要求1-5任意之一所述的装置进行适用于鲜烟叶的检测分级检测方法，其特征在于实现步骤为：
(1)由烟叶检测模块(5)的相机采集鲜烟叶样本图像，通过控制模块(6)的工控机进行图像处理，图像处理流程为首先对图像的噪点采用邻域平均和中值滤波组合的方法进行区域去噪处理，使用最小误差阈值分割方法分离背景和烟叶，然后增强图像，通过小波变换和改进的Canny算子相结合的方法实现烟叶区域边缘识别，最后按照边界条件对内部区域的各种像素值，即R,G,B颜色值和色调H值进行排序，使用裁剪平均法提取能够代表烟叶特性的烟叶4个特征值，即R,G,B颜色值和色调H值进行学习分级，建立样本库；
(2)由烟叶检测模块(5)的相机采集鲜烟叶图像，控制模块(6)采用与样本处理方式相同的图像处理算法和数据裁剪平均法提取烟叶4个特征值，利用样本库数据值与未知鲜烟叶进行成熟度对比划分，输出分类结果。
CN201711189803.6A 2017-11-24 2017-11-24 一种适用于鲜烟叶的检测分级装置及检测方法 Active CN107952696B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711189803.6A CN107952696B (zh) 2017-11-24 2017-11-24 一种适用于鲜烟叶的检测分级装置及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711189803.6A CN107952696B (zh) 2017-11-24 2017-11-24 一种适用于鲜烟叶的检测分级装置及检测方法

Publications (2)

Publication Number Publication Date
CN107952696A CN107952696A (zh) 2018-04-24
CN107952696B true CN107952696B (zh) 2019-07-05

Family

ID=61962088

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711189803.6A Active CN107952696B (zh) 2017-11-24 2017-11-24 一种适用于鲜烟叶的检测分级装置及检测方法

Country Status (1)

Country Link
CN (1) CN107952696B (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108618186B (zh) * 2018-05-08 2021-05-04 云南省烟草农业科学研究院 一种基于鲜烟叶素质的k326品种烘烤方法
CN108634361A (zh) * 2018-05-08 2018-10-12 云南省烟草农业科学研究院 一种基于鲜烟叶成熟度的k326品种烘烤方法
CN108686970B (zh) * 2018-06-06 2024-06-11 三峡大学 一种粽叶自动分选装置
CN109877050B (zh) * 2019-04-24 2024-08-06 江苏启赋信息科技有限公司 一种烟叶自动分拣机
CN110170461A (zh) * 2019-06-05 2019-08-27 常熟市百联自动机械有限公司 烟叶自动分拣系统
CN110231338A (zh) * 2019-07-03 2019-09-13 芜湖启迪睿视信息技术有限公司 一种图像采集装置和图像采集比对方法
CN110479635B (zh) * 2019-07-19 2023-10-20 深圳市微蓝智能科技有限公司 基于神经网络自动分拣烟叶的方法及装置
CN110841930A (zh) * 2019-12-17 2020-02-28 征图新视(江苏)科技股份有限公司 大叶农作物平铺式智能分级装置
CN113397200B (zh) * 2020-03-17 2024-05-17 秦皇岛烟草机械有限责任公司 一种烟叶分级系统
CN112547556B (zh) * 2020-11-20 2022-10-11 南京宁宣机械制造有限公司 一种可对病虫害黄叶筛选的枇杷叶处理装置
CN112471581B (zh) * 2020-12-14 2022-08-09 中烟机械技术中心有限责任公司 烟叶分级系统及分仓系统
CN113044519A (zh) * 2021-04-07 2021-06-29 厦门烟草工业有限责任公司 成品烟丝杂质挑选辅助系统及方法
CN113281114B (zh) * 2021-04-09 2023-09-15 河南中烟工业有限责任公司 一种异形烟叶智能剪切系统
CN113317548B (zh) * 2021-06-10 2022-09-13 广东中烟工业有限责任公司 一种打叶复烤除杂装置、方法、设备及介质
CN113680707B (zh) * 2021-08-06 2023-06-23 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) 一种基于物联网的烟叶分类系统及其分类方法
CN114947161B (zh) * 2022-04-14 2022-11-29 重庆碚瑜科技有限公司 一种基于机器视觉的智能烟叶编烟台
CN114916696B (zh) * 2022-05-18 2023-05-12 山东潍坊烟草有限公司 一种鲜烟叶等级及品质判定标准的建立方法
CN114680366A (zh) * 2022-05-21 2022-07-01 中国烟草总公司郑州烟草研究院 一种基于机器视觉的雪茄烟茄衣原料预处理工艺

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6230942A (ja) * 1985-07-31 1987-02-09 Yunisoku:Kk 葉たばこの黄変度及び乾燥度検出装置
CN201320536Y (zh) * 2008-12-04 2009-10-07 朱正校 料段温度自动分选装置
CN101581671B (zh) * 2009-06-12 2011-03-23 3i系统公司 太阳能电池硅片检测系统
CN101627832B (zh) * 2009-08-12 2012-01-25 贵州遵义烟叶有限责任公司 烟片在线自动识别分级系统
CN102590211B (zh) * 2011-01-11 2014-10-22 郑州大学 利用光谱和图像特征进行烟叶分级的方法
CN102615047A (zh) * 2012-04-26 2012-08-01 大树智能科技(南京)有限公司 烟把在线检测剔除装置
CN104198457B (zh) * 2014-09-04 2017-02-08 国家烟草质量监督检验中心 基于光谱成像技术的烟丝组分识别方法

Also Published As

Publication number Publication date
CN107952696A (zh) 2018-04-24

Similar Documents

Publication Publication Date Title
CN107952696B (zh) 一种适用于鲜烟叶的检测分级装置及检测方法
CN102217559B (zh) 孵化蛋品质在线自动检测分选设备及其方法
CN110694921B (zh) 蔬菜分拣系统及其控制方法
CN101678405B (zh) 柑橘类腐果自动筛分系统
US20130028487A1 (en) Computer vision and machine learning software for grading and sorting plants
KR101703542B1 (ko) 멍게의 특징 측정과 hsv 색상 모델을 이용한 멍게 자동 선별방법
CN102179374A (zh) 禽蛋品质自动检测分选设备及其方法
CN106076864B (zh) 一种排序视觉检测分级机
CN102835329A (zh) 种蛋自动识别分拣设备及方法
CN202155319U (zh) 改进型竹片自动分拣装置
CN1485616A (zh) 禽蛋品质无损自动检测分级设备及方法
CN215270539U (zh) 自动化烟叶检测分级系统
CN106076890B (zh) 早期水果腐败果在线检测系统及方法
WO2012039597A2 (en) Fruit ripeness grading system
CN106370667A (zh) 一种玉米籽粒品质视觉检测装置及方法
CN207222383U (zh) 木板分拣系统
CN207408272U (zh) 基于线阵列相机和x射线双模式成像的水稻粒型参数测量装置
CN202037127U (zh) 一种禽蛋品质自动检测分选设备
CN105319166A (zh) 一种大豆实时检测仪器
Ahmad et al. Development of automatic grading machine prototype for citrus using image processing
CN203120696U (zh) 一种血斑蛋在线无损检测分选设备
CN205904129U (zh) 早期水果腐败果在线检测系统
CN211437053U (zh) 蔬菜分拣系统
CN106969936A (zh) 一种番茄农残检测田间取样装置
CN207147533U (zh) 一种小型数字化水稻考种机

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant