CN110639832A - 烟叶处理方法及系统 - Google Patents

Abstract

本申请提供了一种烟叶处理方法及系统，属于烟草加工领域。烟叶处理方法及系统包括：采集每片烟叶的烟叶品质信息；根据烟叶品质信息在预设的分级数据库中进行匹配，以确定烟叶品质信息所对应的分级码，分级码包括商业分级码以及工业分级码；根据分级码按照分拣规则将对应的烟叶分拣至预设的分拣位置。本申请提供的烟叶处理方法及系统，通过采集每片烟叶的烟叶品质信息，将采集到的烟叶品质信息在预设的分级数据库中进行匹配以确定分级码，然后对具有相同分级码进行分拣归类，不仅开发了工商业协同处理的烟叶处理新工艺，还可避免现有烟叶处理工艺中进行两次人工分级所带来的问题，提高了烟叶分级的准确性和稳定性，降低了烟叶处理的成本。

Description

烟叶处理方法及系统

技术领域

本申请属于烟草加工领域，涉及一种烟叶处理方法及系统。

背景技术

烟叶在制备成烟草产品的环节中，主要分为烟草公司负责的商业处理环节以及中烟工业公司负责的工业处理环节。其中，商业处理环节包括烟叶的种植、初烤、人工分级等环节，工业环节包括将商业环节处理得到的烟叶（又称原烟）进行模块配方、打叶复烤等环节。由于人工分级存在一定的偏差性，使得烟叶的人工分级环节中会造成烟叶等级纯度不足等问题，同时各家中烟工业公司皆有各自的配方工艺，所以在加工原烟之前需要进行二次人工分级。二次人工分级的烟叶依次经过模块配方处理环节和打叶复烤环节以加工成为片烟和烟梗。

在现有的烟叶处理过程中，无论是商业处理环节中的烟叶人工分级以及工业处理环节中的二次人工分级，不仅占用较大的劳动力资源，且皆会导致烟叶等级纯度不足等问题，进而导致烟叶处理的成本较高。

发明内容

（一）要解决的技术问题

鉴于上述技术问题，本申请提供了一种烟叶处理方法及系统，通过采集每片烟叶的烟叶品质信息，将采集到的烟叶品质信息在预设的分级数据库中进行匹配以确定分级码，然后对具有相同分级码进行分拣归类，不仅开发了工商业协同处理的烟叶处理新工艺，而且还通过对每片烟叶进行自动检测和分级以实现赋予每片烟叶商业分级码和工业分级码的目的，进而可避免现有烟叶处理工艺中进行两次人工分级所带来的问题，提高了烟叶分级的准确性和稳定性，降低了烟叶处理的成本。

（二）技术方案

本申请提供了一种烟叶处理方法，包括：

采集每片烟叶的烟叶品质信息；

根据烟叶品质信息在预设的分级数据库中进行匹配，以确定烟叶品质信息所对应的分级码，分级码包括商业分级码以及工业分级码；

根据分级码按照分拣规则将对应的烟叶分拣至预设的分拣位置。

在本申请的一些实施例中，采集每片烟叶的烟叶品质信息包括：

获取每片烟叶的图像信息，图像信息包括正面图像、背面图像以及透视图像；

根据图像信息按照识别模型获取烟叶品质信息。

在本申请的一些实施例中，还包括：

测取位于每个分拣位置处的烟叶的重量值；

判断重量值是否大于预设的重量阈值，且在重量值达到重量阈值时对位于分拣位置处的烟叶进行打包，以形成烟包。

在本申请的一些实施例中，还包括：

将烟包中烟叶的分级码确定为烟包的分级码；

将烟包的分级码与烟包中的每片烟叶的图像信息进行关联；

用于将相关联的烟包的分级码和烟包中的每片烟叶的图像信息上传至服务器。

在本申请的一些实施例中，识别模型为深度学习模型。

在本申请的一些实施例中，分拣单元包括多个分拣位置，分拣规则包括：分级码与分拣位置的单一映射关系。

本申请还提供一种烟叶处理系统，包括：

采集单元，用于采集每片烟叶的烟叶品质信息；

第一确定单元，用于在预设的分级数据库中进行匹配，以确定烟叶品质信息所对应的分级码，分级码包括商业分级码以及工业分级码；

分拣单元，用于根据分级码按照分拣规则将对应的烟叶分拣至预设的分拣位置。

在本申请的一些实施例中，采集单元包括：

采集模块，用于获取每片烟叶的图像信息，图像信息包括正面图像、背面图像以及透视图像；

获取模块，用于根据图像信息按照识别模型获取烟叶品质信息。

在本申请的一些实施例中，还包括：

称重单元，设置于每个分拣位置处，用于测取位于每个分拣位置处的烟叶的重量值；

判断单元，用于判断重量值是否大于预设的重量阈值；

打包单元，用于在重量值达到重量阈值时对位于分拣位置处的烟叶进行打包，以形成烟包。

在本申请的一些实施例中，还包括：

第二确定单元，用于将烟包中烟叶的分级码确定为烟包的分级码；

关联单元，用于将烟包的分级码与烟包中的每片烟叶的图像信息进行关联；

上传单元，用于将相关联的烟包的分级码和烟包中的每片烟叶的图像信息上传至服务器。

在本申请的一些实施例中，识别模型为深度学习模型；

分拣单元包括多个分拣位置，分拣规则包括：分级码与分拣位置的单一映射关系。

（三）有益效果

从上述技术方案可以看出，本申请至少具有以下有益效果其中之一：

（1）本申请提供的烟叶处理方法及系统，通过采集每片烟叶的烟叶品质信息，将采集到的烟叶品质信息在预设的分级数据库中进行匹配以确定分级码，然后对具有相同分级码进行分拣归类，不仅开发了工商业协同处理的烟叶处理新工艺，而且还通过对每片烟叶进行自动品质识别和分级以实现赋予每片烟叶分级码的目的，进而可避免现有烟叶处理工艺中进行两次人工分级所带来的问题，提高了烟叶分级的准确性和稳定性，降低了烟叶处理的成本。

（2）本申请提供的烟叶处理方法及系统，通过对每片烟叶赋予商业分级码和工业分级码，可避免在工业处理环节中进行二次人工分级，降低了烟叶处理的成本。

（3）本申请提供的烟叶处理方法及系统，通过深度学习模型对烟叶品质信息的识别判断进行大量训练，可丰富且完善识别模型，进而使得训练的模型更加的准确。

附图说明

图1为本申请实施例中烟叶处理方法的流程图；

图2为本申请实施例中烟叶处理系统的结构示意图。

附图标记：

10、采集单元；20、第一确定单元；30、分拣单元。

具体实施方式

本申请提供了一种烟叶处理方法及系统，通过采集每片烟叶的烟叶品质信息，将采集到的烟叶品质信息按照分级模型获得烟叶的分级码，然后对具有相同分级码进行分拣归类，不仅开发了工商业协同处理的烟叶处理新工艺，而且还通过对每片烟叶进行自动检测和分级以实现赋予每片烟叶商业分级码和工业分级码的目的，进而可避免现有烟叶处理工艺中进行两次人工分级所带来的问题，提高了烟叶分级的准确性和稳定性，降低了烟叶处理的成本。

为使本申请的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本申请进一步详细说明。

在本公开的一个示例性实施例中，提供了一种烟叶处理方法，以下分别对本实施例的各个组成部分进行详细描述：

在本申请的此实施例中：

如图1所示，本申请提供了一种烟叶处理方法，包括：

本申请提供了一种烟叶处理方法，包括：

S100：采集每片烟叶的烟叶品质信息；

S200：根据烟叶品质信息在预设的分级数据库中进行匹配，以确定烟叶品质信息所对应的分级码，分级码包括商业分级码以及工业分级码；

S300：根据分级码按照分拣规则将对应的烟叶分拣至预设的分拣位置。

在本实施例中，烟叶经过采摘、初烤、预检（即剔除烟叶中的青烟、杂物、杂色烟）后送至烟站，在烟站中实施烟叶处理方法。当然，实施烟叶处理方法的地点并不限于烟站，只要能够满足实施烟叶处理方法的场所皆可以。烟叶处理方法包括：采集每片烟叶的烟叶品质信息，其中烟叶品质信息可以通过采集烟叶的特征来表征。在每采集到每片烟叶的烟叶品质信息后，在预设的分级数据库中进行特征匹配以确定该烟叶品质信息所对应的分级码，且分级码包括商业分级码和工业分级码。商业分级码可供工作人员了解该烟叶在商业处理环节中的烟叶等级，工业分级码可供工作人员了解该烟叶在工业处理环节中的烟叶等级。通过自动对烟叶赋予商业分级码和工业分级码，可避免工作人员进行两次人工分级，不仅降低了人工成本而且还可以提高烟叶分级的效率、准确性和稳定性。同时还将商业处理环节和工业处理环节的部分协同结合于一起以形成不同于现有处理工艺的新工艺。被赋予分级码的烟叶根据分级码按照分拣规则送至预设的分拣位置，可使得具有相同分级码的烟叶分拣至同一位置，应当理解的是，这里的相同的分级码是指商业分级码和工业分级码皆相同。

其中，数据库可包括两个部分，分别为商业数据库部分和工业数据库部分，商业数据库部分用于储存目前已知的烟叶品质信息组合及每个组合所对应的商业分级码，工业数据库部分用于储存目前已知的烟叶品质信息组合及每个组合所对应的工业分级码。商业分级码和工业分级码的内容不同以用于区分。例如商业分级码用字母表征，工业分级码用数字表征。又例如商业分级码和工业分级码皆采用英文和字母来表征，但是英文部分不同以用于区别。当然，商业分级码和工业分级码的内容并不限于上述例子，只要能够区分开的内容皆可以。

此外，由于分级数据库中存储有目前已知的烟叶品质信息组合，当获取到烟叶品质信息后，根据获取烟叶品质信息在预设的分级数据库中进行匹配。其中，匹配规则为单一映射关系，即每个烟叶品质信息组合中的每个烟叶品质信息皆对应唯一的分级码。

在一些实施例中，采集每片烟叶的烟叶品质信息包括：

S110：获取每片烟叶的图像信息，图像信息包括正面图像、背面图像以及透视图像；

S120：根据图像信息按照识别模型获取烟叶品质信息。

在本实施例中，烟叶品质信息以烟叶的特征信息进行表征，烟叶的特征包括成熟度、长度、厚度、油分、色度、残伤率和叶片结构中的一个或多个。其中，成熟度的特征信息包括尚熟、欠熟、假熟、成熟、完熟等级别；叶片结构的特征信息包括疏松、尚疏松、稍密、紧密等级别；厚度包括稍薄、薄、中等、稍厚、厚等级别；油分的特征信息包括少、稍有、有等级别；色度的特征信息包括：淡、弱、中、浓、强等级别。

在本实施例中，通过烟叶的三视图像信息可比较准确地获取各个特征信息。通过根据图像信息按照识别模型获取烟叶品质信息的实施方式例如但不限于：在获取的图像信息检测获取烟叶的特征参数值，在获取的特征参数值按照识别模型获取烟叶的特征信息，即得烟叶品质信息。其中特征参数值是指以数字的形式量化特征。

在一些实施例中，还包括：

测取位于每个分拣位置处的烟叶的重量值；

判断重量值是否大于预设的重量阈值，且在重量值达到重量阈值时对位于分拣位置处的烟叶进行打包，以形成烟包。

在本实施例中，每个分拣位置处皆会积聚一批烟叶，当烟叶的重量达到重量阈值时，将该分拣位置处的烟叶进行打包以形成一个烟包。形成的烟包可交接至工业处理环节以进行模块配方环节等烟叶处理环节，且在数据方面，烟包的重量和对应的商业分级码一起交接至工业处理环节。其中，重量阈值可在40-50kg。

在一些实施例中，还包括：

将烟包中烟叶的分级码确定为烟包的分级码；

将烟包的分级码与烟包中的每片烟叶的图像信息进行关联；

用于将相关联的烟包的分级码和烟包中的每片烟叶的图像信息上传至服务器。

在本实施例中，每个烟包中的每片烟叶的商业分级码和工业分级码皆相同，将烟包的分级码与烟包内烟叶的分级码设置为相同时，可便于工作人员快速查询到所需的烟叶位置。另外。将烟包的分级码与烟包中的每片烟叶的图像信息进行关联处理并上传至服务器，使得两者之间存在关联，且便于根据烟包的分级码快速获取该烟包中烟叶的图像信息。其中，服务器可优选为云端服务器。

此外，工业处理环状中的中心烟站对入库的烟包进行验级时，可通过服务器查看该烟包内所有烟叶的三视图像信息，实现电子方式的二次验级。同时，中烟工业公司可通过服务器对收购的烟叶进行电子监控，提高原料的监察力度。

在一些实施例中，识别模型为深度学习模型。通过深度学习模型对烟叶品质信息的识别判断进行大量训练，可丰富且完善识别模型，进而使得识别模型对烟叶品质信息的识别更加的准确。其中，识别模型的训练数据可以为历史烟叶品质信息的识别数据。

在一些实施例中，分拣单元30包括多个分拣位置，分拣规则包括：分级码与分拣位置的单一映射关系。

在本实施例中，分拣单元30具有多个分拣位置，多个分拣位置对应多个不同的分拣方向。当分拣规则为分级码与分拣位置的单一映射关系时，多个分拣位置分别和多个分级码一一对应设置，即每个分拣位置处的烟叶的分级码皆不同。

下文提供的烟叶处理系统的实施例与上文的实施例的技术原理和效果皆相同，下文不在重复赘述。

本申请还提供一种烟叶处理系统，包括：

采集单元10，用于采集每片烟叶的烟叶品质信息；

第一确定单元20，用于在预设的分级数据库中进行匹配，以确定烟叶品质信息所对应的分级码，分级码包括商业分级码以及工业分级码；

分拣单元30，用于根据分级码按照分拣规则将对应的烟叶分拣至预设的分拣位置。

在本实施例中，采集单元10与第一确定单元20相连，第一确定单元20与分拣单元30相连。分拣单元30可优选为分拣机等分拣设备。分拣单元30具有多个输送通道，分拣位置与输送通道的输出端对应设置。

在本申请的一些实施例中，采集单元10包括：

采集模块，用于获取每片烟叶的图像信息，图像信息包括正面图像、背面图像以及透视图像；

获取模块，获取模块与采集模块相连，用于根据图像信息按照识别模型获取烟叶品质信息。

在本实施例中，通过获取模块在获取的图像信息检测获取烟叶的特征参数值以及在获取的特征参数值按照识别模型获取烟叶的特征信息，即得烟叶品质信息。

在本申请的一些实施例中，还包括：

称重单元，设置于每个分拣位置处，用于测取位于每个分拣位置处的烟叶的重量值；

判断单元，判断单元与称重单元相连，用于判断重量值是否大于预设的重量阈值；

打包单元，打包单元与判断单元相连，用于在重量值达到重量阈值时对位于分拣位置处的烟叶进行打包，以形成烟包。

在本实施例中，称重单元可优选为称重器，在每个分拣位置处皆设有一个称重单元。打包单元可优选为打包机，用于将一定重量的烟叶打形成烟包。

在本申请的一些实施例中，还包括：

第二确定单元，用于将烟包中烟叶的分级码确定为烟包的分级码；

关联单元，用于将烟包的分级码与烟包中的每片烟叶的图像信息进行关联；

上传单元，用于将相关联的烟包的分级码和烟包中的每片烟叶的图像信息上传至服务器。

在本申请的一些实施例中，识别模型为深度学习模型；

分拣单元30包括多个分拣位置，分拣规则包括：分级码与分拣位置的单一映射关系。

至此，已经结合附图对本实施例进行了详细描述。依据以上描述，本领域技术人员应当对本申请有了清楚的认识。

需要说明的是，在附图或说明书正文中，未绘示或描述的实现方式，均为所属技术领域中普通技术人员所知的形式，并未进行详细说明。此外，上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式。

还需要说明的是，本文可提供包含特定值的参数的示范，但这些参数无需确切等于相应的值，而是可在可接受的误差容限或设计约束内近似于相应值。实施例中提到的方向用语，如涉及“上”、“下”、“前”、“后”、“左”、“右”等，仅是参考附图的方向，并非用来限制本申请的保护范围。此外，除非特别描述或必须依序发生的步骤，上述步骤的顺序并无限制于以上所列，且可根据所需设计而变化或重新安排。并且上述实施例可基于设计及可靠度的考虑，彼此混合搭配使用或与其他实施例混合搭配使用，即不同实施例中的技术特征可以自由组合形成更多的实施例。

以上所述的具体实施例，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请的具体实施例而已，并不用于限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (11)

1.一种烟叶处理方法，其特征在于，包括：

采集每片烟叶的烟叶品质信息；

根据所述烟叶品质信息在预设的分级数据库中进行匹配，以确定所述烟叶品质信息所对应的分级码，所述分级码包括商业分级码以及工业分级码；

根据所述分级码按照分拣规则将对应的烟叶分拣至预设的分拣位置。

2.根据权利要求1所述的烟叶处理方法，其特征在于，所述采集每片烟叶的烟叶品质信息包括：

获取每片烟叶的图像信息，所述图像信息包括正面图像、背面图像以及透视图像；

根据所述图像信息按照识别模型获取烟叶品质信息。

3.根据权利要求1所述的烟叶处理方法，其特征在于，还包括：

测取位于每个所述分拣位置处的烟叶的重量值；

判断所述重量值是否大于预设的重量阈值，且在所述重量值达到所述重量阈值时对位于所述分拣位置处的烟叶进行打包，以形成烟包。

4.根据权利要求3所述的烟叶处理方法，其特征在于，还包括：

将所述烟包中烟叶的分级码确定为所述烟包的分级码；

将所述烟包的分级码与所述烟包中的每片烟叶的图像信息进行关联；

用于将相关联的所述烟包的分级码和所述烟包中的每片烟叶的图像信息上传至服务器。

5.根据权利要求2所述的烟叶处理方法，其特征在于，所述识别模型为深度学习模型。

6.根据权利要求1所述的烟叶处理方法，其特征在于，所述分拣单元包括多个所述分拣位置，所述分拣规则包括：所述分级码与所述分拣位置的单一映射关系。

7.一种烟叶处理系统，其特征在于，包括：

采集单元，用于采集每片烟叶的烟叶品质信息；

第一确定单元，用于在预设的分级数据库中进行匹配，以确定所述烟叶品质信息所对应的分级码，所述分级码包括商业分级码以及工业分级码；

分拣单元，用于根据所述分级码按照分拣规则将对应的烟叶分拣至预设的分拣位置。

8.根据权利要求7所述的烟叶处理系统，其特征在于，所述采集单元包括：

采集模块，用于获取每片烟叶的图像信息，所述图像信息包括正面图像、背面图像以及透视图像；

获取模块，用于根据所述图像信息按照识别模型获取烟叶品质信息。

9.根据权利要求7所述的烟叶处理系统，其特征在于，还包括：

称重单元，设置于每个所述分拣位置处，用于测取位于每个所述分拣位置处的烟叶的重量值；

判断单元，用于判断所述重量值是否大于预设的重量阈值；

打包单元，用于在所述重量值达到所述重量阈值时对位于所述分拣位置处的烟叶进行打包，以形成烟包。

10.根据权利要求9所述的烟叶处理系统，其特征在于，还包括：

第二确定单元，用于将所述烟包中烟叶的分级码确定为所述烟包的分级码；

关联单元，用于将所述烟包的分级码与所述烟包中的每片烟叶的图像信息进行关联；

上传单元，用于将相关联的所述烟包的分级码和所述烟包中的每片烟叶的图像信息上传至服务器。

11.根据权利要求8所述的烟叶处理系统，其特征在于，所述识别模型为深度学习模型；

所述分拣单元包括多个所述分拣位置，所述分拣规则包括：所述分级码与所述分拣位置的单一映射关系。

Images