CN212083274U - 一种烟梗中长梗率测定装置 - Google Patents
一种烟梗中长梗率测定装置 Download PDFInfo
- Publication number
- CN212083274U CN212083274U CN202020259741.2U CN202020259741U CN212083274U CN 212083274 U CN212083274 U CN 212083274U CN 202020259741 U CN202020259741 U CN 202020259741U CN 212083274 U CN212083274 U CN 212083274U
- Authority
- CN
- China
- Prior art keywords
- long
- tobacco
- ray
- measuring
- stems
- 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
Links
Images
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本实用新型公开了一种烟梗中长梗率测定装置,包括以下部件:喂料皮带(1)、振槽(8)、X射线测定皮带(7)和收料箱(4);其中所述X射线测定皮带(7)上方有X射线源(2)、下方是X射线探测器(3),所述X射线探测器(3)通过网线(5)与所述工控机(6)连接。本实用新型的装置结构简单,能够快速、便捷、准确对烟梗的长梗率和短梗率进行测定。
Description
技术领域
本实用新型属于烟草加工技术领域,具体涉及一种烟梗中长梗率测定装置。
背景技术
在烟草加工的打叶复烤中,长梗率的测定是一个关键性加工质量测定指标,烟梗中的长梗率对梗丝的出丝率有很大的影响,也影响其掺配均匀性和卷烟卷制质量。研究表明,长梗大于20mm时掺配的卷烟卷制质量较高。所以,在对梗丝的加工过程中,希望长梗率尽可能高以满足较厚的卷烟质量。
目前对于长梗率的测定是按照标准《打叶烟叶质量检验YC/T147-2001》规定的方法进行测定,具体操作如下:将烟梗样品充分混合后,用四分法缩分,然后取出一份将烟梗逐根对应尺寸板,大于20mm的长梗放入一个样品盘,短梗放入另一个样品盘,分别称重,计算长梗质量和短梗质量占总质量的百分比,即得到长梗率。这种方法是通过人工进行测定,通常每根烟梗的质量约为0.2g,每次取的样本约为1kg,使用四分法将1/4的250g作为测试样本,测定一次将近1250根的烟梗需要人工进行挑选,工作强度大,存在着操作复杂、效率低等缺点;同时也存在着人工挑选时的偏差,导致测定结果误差较大。
为解决上述问题提出本实用新型。
实用新型内容
本实用新型提出一种基于X射线透射成像的长短梗率的测定装置和方法。通过该装置对烟梗进行摊薄,X射线成像后,在图像上通过图像处理的算法对烟梗类别的判别以及对长梗质量和短梗质量进行拟合计算,从而确定烟梗中的长梗率。本实用新型的装置结构简单,方法简便可靠,能够快速、便捷、准确对烟梗的长梗率进行测定,测定结果误差小。
本实用新型的技术方案如下:
本实用新型第一方面公开了一种烟梗中长梗率测定装置,包括以下部件:喂料皮带1、振槽8、X射线测定皮带7和收料箱4;其中所述X射线测定皮带7上方有X射线源2、下方是X射线探测器3,所述X射线探测器3通过网线5与工控机6连接。
优选地,所述喂料皮带1、振槽8、X射线测定皮带7和收料箱4高度逐渐降低。
优选地,所述振槽8的长度在1.5m以上,所述振槽8的震动频率在1Hz以上。
本实用新型第二方面公开了使用所述的烟梗中长梗率测定装置测定烟梗中长梗率的第一种方法,包括如下步骤:
①取样:随机选择待测烟梗,质量分别为m;
②图像处理和特征提取:将步骤①的待测烟梗通过喂料皮带1进入振槽8中,振槽8震动后进入X射线测定皮带7上对烟梗进行分割,将X射线探测器3获得的图像通过网线5传输到工控机6中,对烟梗进行类别的判断以及烟梗特征的提取,烟梗对应的面积为S;
③模型建立:根据质量和面积所对应的关系,拟合得到一次函数方程为 S=kSm+bS;
④质量拟合:取待测样本进行过料测试后,通过图像的处理和特征的提取,对待测样本的质量进行拟合,计算得到烟梗面积为S测,则待测烟梗的质量为m测=(S测-bS)/kS;
⑤长梗率的计算:在待测样本中识别出长梗,根据步骤④拟合出公式计算长梗质量为m长,短梗的质量为m短,那么测试样本中,长梗率Rio长=m长/(m长+m短)。
本实用新型第二方面公开了所述的烟梗中长梗率测定装置测定烟梗中长梗率的第二种方法,包括如下步骤:
①取样:随机选择待测烟梗,质量分别为m;
②图像处理和特征提取:将步骤①的待测烟梗通过喂料皮带1进入振槽8中,振槽8震动后进入X射线测定皮带7上对烟梗进行分割,将X射线探测器3获得的图像通过网线5传输到工控机6中,对烟梗进行类别的判断以及烟梗特征的提取,烟梗对应的衰减值为Bm,其中Bm的表达式为Bm=-log(I/I0),I0和I分别表示为X射线穿过待测烟梗前后的强度;
③模型建立:根据质量和衰减值所对应的关系,拟合得到一次函数方程为 Bm=kBm+bB;
④质量拟合:取待测样本进行过料测试后,通过图像的处理和特征的提取,对待测样本的质量进行拟合,计算得到烟梗衰减值为Bm测,则待测烟梗的质量为m测=(Bm测-bB)/kB;
⑤长梗率的计算:在待测样本中识别出长梗,根据步骤④拟合出公式计算长梗质量为m长,短梗的质量为m短,那么测试样本中,长梗率Rio长=m长/(m长+m短)。
本实用新型根据X射线探测器成像后图像通过网线与计算机进行传输;X射线测定皮带7、X射线源2和X射线探测器3相互独立,位于不同的位置,但基本上在一条直线上;X射线源2和是X射线探测器3分别位于X射线源2的正上方和正下方,X射线源2下方和X射线探测器3上方设有铅准直器,留一道窄缝供X射线探测器3接受射线源的信号,防止散射电子存在对接收信号存在影响;
其中喂料皮带1为横铺的传送带,或者喂料机,其速度可控;振槽8的烟叶摊薄装置为常规的振动槽,振槽的长度一般在1.5m以上,震动的频率在1Hz以上。
基于X射线透射成像的长短梗率测定的方法,包括长梗和短梗的识别和烟梗质量的计算。长梗和短梗的识别,主要包括烟梗图像的分割、烟梗的判断、烟梗长度尺寸的提取、长梗和短梗的类型判别;烟梗图像的分割,由于X射线成像的图像是灰度图像,对于这种图像的分割选用并不仅限于阈值分割;烟梗的判别,为了进一步降低烟梗的误判率,对分割后所保留的区域长宽比和圆形度特征进行判断,区域中的长宽比采用的是区域的最小外界矩形的长度和区域的直径的比值,圆形度中,面积和周长分别为区域的面积和周长,如果长宽比大于10,并且圆形度小于0.7,则判为烟梗;烟梗长度尺寸的提取,拟合烟梗的最小外接矩形,把最小外接矩形的长度L当作是烟梗的长度;长梗和短梗类别的判断,用标准长度的样本进行过料测试,计算每毫米长度通过该装置进行成像所得到的图像像素长度为△pi,对于烟梗来说,所对应的实际长度为L/△pi,如果实际长度大于 20mm,就判为长梗,反之判为短梗。
烟梗质量的计算:主要包括建立已知类型的烟梗质量与烟梗图像特征的模型关系和待测烟梗质量的拟合计算;建立已知类型的烟梗质量与烟梗图像特征的模型关系;取样,随机选择待测烟梗3个不同的样,质量分别为m1、m2、m3,其中这三个质量应该有,一定的梯度;过料后从图像中提取烟梗的特征,其特征可以是烟梗的面积与质量对应的关系;也可以是烟梗总长度与质量所对应的关系;也可以是X射线穿过烟梗前后,射线强度变化与烟梗质量的关系;建模,如果是选择烟梗面积与质量对应的关系,那么质量分别为m1、m2、m3样本所对应的面积为S1、S2、S3,根据质量和面积所对应的关系,拟合得到一次函数方程为S=kSm+bS;如果是选择烟梗衰减值与质量对应的关系,那么质量分别为m1、m2、m3样本所对应的衰减值为Bm1、Bm2、Bm3,其中Bm的表达式为Bm=-log(I/I0),I0和I分别表示为X射线穿过物质前后的强度。根据质量和衰减值所对应的关系,拟合得到一次函数方程为Bm=kBm+bB;待测烟梗图像特征比对,质量拟合,取待测烟梗进行过料测试,过料完成后提取烟梗的特征。如果是面积特征,计算得到烟梗面积为 S测,则待测烟梗的质量为m测=(S测-bS)/kS;如果是衰减值特征,计算得到烟梗衰减值为Bm测,则待测烟梗的质量为m测=(Bm测-bB)/kB;长梗率和短梗率的计算。在待测样本中,长梗的质量为m长,短梗的质量为m短,那么测试样本中,长梗率Rio长=m长/(m长+m短),短梗率Rio短=m短/(m长+m短)。
本实用新型的有益效果:
1、本实用新型的烟梗中长梗率测定装置结构简单,各部件为常规部件。
2、本实用新型的烟梗中长梗率测定装置,通过对烟梗的判别、以及对烟梗长梗质量和短梗质量进行拟合计算,从而确定烟梗中的长梗率。本实用新型方法简便可靠,能够快速、便捷、准确对烟梗的长梗率进行测定,测定结果误差小。
附图说明
图1为本实用新型的烟梗中长梗率测定装置。
附图标记为:1、喂料皮带;2、X射线源;3、X射线探测器;4、收料箱; 5、网线;6、工控机;7、X射线测定皮带;8、振槽。
具体实施方式
以下结合实例对本实用新型作进一步说明。
如图1所示,本实用新型的一种基于X射线透射成像的长短梗率测定装置,包括包括以下部件:喂料皮带1、振槽8、X射线测定皮带7和收料箱4;其中所述 X射线测定皮带7上方有X射线源2、下方是X射线探测器3,所述X射线探测器3 通过网线5与所述工控机6连接。烟梗样品经过喂料皮带1送入到振槽8,振槽8将烟梗分散开后流向X射线测定皮带7上,X射线源2和X射线探测器3分别位于X射线测定皮带7的正上方和正下方,X射线探测器3得到数据信号后,通过网线5将数据信号传递给工控机/计算机6,随后烟梗被送至收料口4。所述喂料皮带1、振槽8、X射线测定皮带7和收料箱4高度逐渐降低。所述振槽8的长度在1.5m以上,所述振槽8的震动频率在1Hz以上。
实施例1
使用烟梗中长梗率测定装置测定烟梗中长梗率的方法,包括如下步骤:
①取样:随机选择待测烟梗,质量分别为m;
②图像处理和特征提取:将步骤①的待测烟梗通过喂料皮带1进入振槽8中,振槽8震动后进入X射线测定皮带7上对烟梗进行分割,将X射线探测器3获得的图像通过网线5传输到工控机6中,对烟梗进行类别的判断以及烟梗特征的提取,烟梗对应的面积为S;
③模型建立:根据质量和面积所对应的关系,拟合得到一次函数方程为 S=kSm+bS;
④质量拟合:取待测样本进行过料测试后,通过图像的处理和特征的提取,对待测样本的质量进行拟合,计算得到烟梗面积为S测,则待测烟梗的质量为m测=(S测-bS)/kS;
⑤长梗率的计算:在待测样本中识别出长梗,根据步骤④拟合出公式计算长梗质量为m长,短梗的质量为m短,那么测试样本中,长梗率Rio长=m长/(m长+m短)
实施例2
使用烟梗中长梗率测定装置测定烟梗中长梗率的方法,包括如下步骤:
①取样:随机选择待测烟梗,质量分别为m;
②图像处理和特征提取:将步骤①的待测烟梗通过喂料皮带1进入振槽8中,振槽8震动后进入X射线测定皮带7上对烟梗进行分割,将X射线探测器3获得的图像通过网线5传输到工控机6中,对烟梗进行类别的判断以及烟梗特征的提取,烟梗对应的衰减值为Bm,其中Bm的表达式为Bm=-log(I/I0),I0和I分别表示为X射线穿过待测烟梗前后的强度;
③模型建立:根据质量和衰减值所对应的关系,拟合得到一次函数方程为 Bm=kBm+bB;
④质量拟合:取待测样本进行过料测试后,通过图像的处理和特征的提取,对待测样本的质量进行拟合,计算得到烟梗衰减值为Bm测,则待测烟梗的质量为m测=(Bm测-bB)/kB;
⑤长梗率的计算:在待测样本中识别出长梗,根据步骤④拟合出公式计算长梗质量为m长,短梗的质量为m短,那么测试样本中,长梗率Rio长=m长/(m长+m短)。
通过一定量的烟梗中人工挑选得到的长梗率,和实施例1提出的面积法以及实施例2提出的衰减值法进行比较如下表所示。由下表可知,结果偏差不大,满足测定要求。
以上实施例仅用于说明本实用新型的技术方案而并非对其进行限制,凡未脱离本实用新型范围的任何修改或者等同替换,均应当涵括在本实用新型的技术方案内。
Claims (3)
1.一种烟梗中长梗率测定装置,其特征在于,包括以下部件:喂料皮带(1)、振槽(8)、X射线测定皮带(7)和收料箱(4);其中所述X射线测定皮带(7)上方有X射线源(2)、下方是X射线探测器(3),所述X射线探测器(3)通过网线(5)与工控机(6)连接。
2.根据权利要求1所述的烟梗中长梗率测定装置,其特征在于,所述喂料皮带(1)、振槽(8)、X射线测定皮带(7)和收料箱(4)高度逐渐降低。
3.根据权利要求1所述的烟梗中长梗率测定装置,其特征在于,所述振槽(8)的长度在1.5m以上,所述振槽(8)的震动频率在1Hz以上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202020259741.2U CN212083274U (zh) | 2020-03-05 | 2020-03-05 | 一种烟梗中长梗率测定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202020259741.2U CN212083274U (zh) | 2020-03-05 | 2020-03-05 | 一种烟梗中长梗率测定装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN212083274U true CN212083274U (zh) | 2020-12-04 |
Family
ID=73559792
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202020259741.2U Active CN212083274U (zh) | 2020-03-05 | 2020-03-05 | 一种烟梗中长梗率测定装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN212083274U (zh) |
-
2020
- 2020-03-05 CN CN202020259741.2U patent/CN212083274U/zh active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111289543A (zh) | 一种烟梗中长梗率测定装置和测定方法 | |
CA1161271A (en) | Method and apparatus for measuring mean cell volume of red blood cells | |
KR102092054B1 (ko) | 자동 결함 분류에서 분류기 준비 및 유지 | |
US5235522A (en) | Method and apparatus for automated analysis of biological specimens | |
RIBER‐HANSEN et al. | Digital image analysis: a review of reproducibility, stability and basic requirements for optimal results | |
CN105136795A (zh) | 血液样本检测装置、方法和系统 | |
Bouzin et al. | Digital pathology: elementary, rapid and reliable automated image analysis | |
US5546323A (en) | Methods and apparatus for measuring tissue section thickness | |
US20140172321A1 (en) | Leukemia classification using cpd data | |
CN110274848A (zh) | 基于烟支密度的卷烟烟丝分布表征方法 | |
CN106770303A (zh) | 基于图像分析的卷烟烟丝结构表征方法 | |
CN110249223A (zh) | 血液细胞分析方法及血液细胞分析仪 | |
CN104568844A (zh) | 尿样本分析装置及尿样本分析方法 | |
Decaestecker et al. | Requirements for the valid quantification of immunostains on tissue microarray materials using image analysis | |
CN108007945A (zh) | 一种基于x射线透射图像定量检测烟梗中粗梗率和长短梗率的测定方法 | |
CN212083274U (zh) | 一种烟梗中长梗率测定装置 | |
Winkelman et al. | A novel automated slide-based technology for visualization, counting, and characterization of the formed elements of blood: A proof of concept study | |
CN101583959B (zh) | 用于分析体液的方法和设备 | |
CN113393460B (zh) | 基于图像处理的烟丝质量参数检测方法及系统 | |
CN117274251B (zh) | 基于图像数据的药品生产过程中药片质量检测方法 | |
US20210398321A1 (en) | Method for identification of different categories of biopsy sample images | |
JPH06229723A (ja) | 組織切片厚みを測定する方法および装置 | |
CN104458541A (zh) | 红细胞血红蛋白含量的分析方法、装置及血液细胞分析仪 | |
CA1133139A (en) | Method for classification of signals by comparison with an automatically determined threshold | |
CN105277506B (zh) | 一种人体大肠癌组织的近红外漫反射光谱快速识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |