烟草加工过程中，烟叶常混入麻绳、木屑、塑料、金属、油污等异物，以及霉变烟叶和梗签等杂质。这些杂物不仅影响卷烟产品的安全性和质量，还可能损害生产设备及品牌声誉。传统除杂方法（如风力、磁力、光电或人工筛选）存在效率低、精度不足等问题。为此，深圳中达瑞和公司基于高光谱成像技术的烟叶除杂做了可行性的测试，通过物质光谱特征的精准识别与自动化剔除，显著提升烟叶纯净度。
高光谱成像技术原理
高光谱成像是一种结合图像与光谱分析的三维检测技术，其核心在于"图谱合一"。不同物质在特定波长光照下具有独特的吸收或反射特性，形成如"指纹"般的光谱曲线。通过短波红外高光谱相机（光谱范围900-1700nm），可采集烟叶及杂物的光谱数据，构建高光谱图像数据立方体。例如：
-烟叶与塑料：在1100nm、1200nm、1400nm等特征波段，两者的光谱反射强度差异显著；
-烟叶与油污：不同成分的机油在特定波段下呈现明显光谱偏移。
基于这些差异，结合定标模型与匹配算法，系统可实时判别杂质并输出剔除信号。
可行性验证与案例分析
通过实验验证，高光谱成像技术对多种杂质的识别效果显著：
1、塑料杂质检测
将塑料碎片混入烟丝，利用短波红外高光谱相机采集数据，合成伪彩图后，塑料区域以绿色标记，与烟丝光谱曲线对比差异明显。
2、油污杂质检测
在烟叶表面滴加三种不同机油，通过光谱分析发现，油污在特定波段的光谱特征与正常烟叶显著不同，伪彩图中可清晰识别污染区域。
实验结论表明，高光谱技术对塑料、油污等异物的检测准确率可达行业需求标准，验证了其技术可行性。
实施方案与系统架构
数据采集：在线高光谱相机实时扫描传送带上的烟叶，获取其光谱信息；
模型匹配：工控机内置定标模型，通过算法比对烟叶与杂质的光谱特征，生成杂质判别信号；
自动化剔除：控制设备接收信号后，联动机械臂或气流装置，精准剔除杂质；
数据闭环：系统支持光谱数据回传与模型优化，持续提升检测精度。
系统优势
高效精准：检测速度达毫秒级，适应高速生产线；
广泛适用：可识别金属、塑料、油污等十类以上杂质；
非接触式：避免物理接触对烟叶的二次污染。
结论
高光谱成像技术为烟叶除杂提供了全新的解决方案，其通过物质光谱特征的智能识别，突破了传统方法的局限性。实际验证表明，该技术能够高效区分烟叶与异物，并实现自动化精准剔除，为烟草行业的质量控制与安全生产提供了可靠保障。未来，随着算法优化与设备迭代，高光谱技术有望在更多工业分选场景中发挥核心作用。
#高光谱成像 #烟叶除杂 #光谱特征 #自动化分选 #短波红外相机