高光谱成像系统赋能烟叶分选(烟叶除杂、烟叶霉变、烟叶烟梗区分、烟叶等级分选)

烟叶作为卷烟工业的核心原料,其品质直接决定烟草产品的口感、香气及安全性。传统烟叶分选依赖人工目视和机械筛选,存在效率低、漏检率高、成本大等问题。随着高光谱成像技术的快速发展,其在烟叶分选中的应用有烟叶除杂、烟叶霉变识别、烟叶烟梗识别区分、烟叶等级分选等。中达瑞和将从上述四个方面做光谱数据采集、数据处理分析、得出相应的结论,系统阐述高光谱成像系统如何赋能烟叶分选全流程。

高光谱成像技术原理

高光谱成像(HSI)是一种结合光学成像与光谱分析的非接触式检测技术,通过在可见光至短波红外(400-1700nm)波段内连续采集目标物的光谱-空间信息,形成"光谱-图像"数据立方体。它的核心优势有以下几点:

  1. 多维度信息融合:单像素可获得上百个波长的光谱曲线,实现物质成分、物理特性及生物化学特性的精准识别。

  2. 非接触无损检测:避免传统化学分析对烟叶的破坏性操作。

  3. 高分辨率与高灵敏度:空间分辨率达0.1mm级,可识别微米级缺陷区域。

高光谱成像在烟叶分选中的关键应用

1. 烟叶除杂(杂质检测)

应用场景:

  • 检测混入烟叶中的石块、塑料、金属异物、昆虫、机油等

  • 识别未完全分离的烟梗、烟筋等非叶物质

测试设备:

本次测试设备采用中达瑞和MAX-G800多光谱相机,光谱范围400-1000nm,可选7条光谱通道,基于多通道光谱采集技术,可快速、精准获取工业检测的光谱信息。

测试结果:

经数据处理,光谱成像技术可以将烟叶与其他杂质区分出来,从而赋能机器视觉做烟叶的除杂分选。

应用价值:云南某烟草企业部署高光谱除杂系统后,杂质剔除效率提升300%,人工抽检率从5%降至0.5%。

2. 烟叶霉变检测

测试目的:通过测试正常烟叶和潮湿烟叶、霉菌烟叶的光谱数据,分析它们差异和可分性。

测试设备

本次测试设备采用中达瑞和MAX-G800多光谱相机,光谱范围400-1000nm,可选7条光谱通道,本次测试选用450nm,550nm,650nm,720nm,750nm,800nm,850nm共7个波段,基于多通道光谱采集技术,可快速、精准获取工业检测的光谱信息。

测试环境

为保证测试数据的准确性,测试在避光的暗室环境进行,测试时使用高光谱设备专用光源进行照明。

测试样品

此次测试的样本为3种不同状态的烟叶(正常烟叶,潮湿烟叶和霉菌烟叶)。

测试结果

  • 正常烟叶与潮湿烟叶从特征波段计算出的合成伪彩图可看出因潮湿产生的绿霉,在图像上有明显显示;

  • 正常烟叶与霉菌烟叶从特征波段计算出的合成伪彩图可看出正常烟叶与霉菌烟叶之间存在明显差异。

价值体现:

  • 防止霉变烟叶流入生产环节,减少年均300万元损失

  • 保障烟叶仓储安全,延长存储周期15-20天

3. 烟叶品质分级

测试目的:通过测试3种不同等级的烟叶,分析它们谱线的差异和可分性。

测试设备

本次测试设备采用中达瑞和台式高光谱成像系统(搭载高光谱成像仪SHIS系列),采用了使用中达瑞和SHIS N220进行测试,400nm~1000nm,每隔5nm采集一次,总共121个波段。

测试环境

为保证测试数据的准确性,测试最好在避光的暗室环境进行,测试时仅使用中达瑞和高光谱设备配置光源进行补光。

测试样品

测试样品:三种不同等级(等级A,B,C)的烟叶

测试结果

本次烟叶的谱线测试共测试了3个等级的烟叶,采集烟叶光谱数据超过110张,从采集数据分析和模型训练验证来看:

1.本次3种不同等级的烟叶之间的光谱曲线都存在差异;

2.通过光谱数据训练的模型可以做到区分目前3种烟叶的等级。

4.烟叶烟梗区分分选

测试目的:通过光谱曲线特性分别分辨出烟叶和烟梗

测试设备

本次测试设备采用中达瑞和台式高光谱成像系统(搭载高光谱成像仪SHIS系列),使用两种波段采集烟叶和烟梗的光谱数据:

1、近红外波段,600nm~950nm,每隔10nm采集一次,总共36个波段。

2、短波红外波段,970nm~1500nm,每隔10nm采集一次,总共54个波段。

测试环境

为保证测试数据的准确性,测试最好在避光的暗室环境进行,测试时仅使用中达瑞和高光谱设备配置光源进行补光。

测试样品

测试样品是烟叶烟梗混合物,为测试方便,人工分拣出烟叶和烟梗。

测试结果

通过测试,使用970~1500nm的光谱曲线两者的差异相对更明显,通过算法可以更进一步区分出烟梗和烟叶。

高光谱成像技术正在重塑烟叶分选的产业格局,其带来的不仅是效率提升,更是质量控制范式的革新。随着算法优化与硬件成本下降,该技术有望在3年内成为烟草行业的标配设备,助力中国烟草产业实现高质量发展。

相关推荐
合方圆~小文1 天前
AI摄像头精准识别技术依赖于深度算法
数据结构·数据库·数码相机·模块测试
youngong3 天前
强迫症之用相机快门数批量重命名文件
数码相机·文件管理
weixin_466485117 天前
halcon标定助手的使用
数码相机
诸葛务农8 天前
ToF(飞行时间)相机在人形机器人非接触式传感领域内的应用
数码相机·机器人
塞北山巅9 天前
相机自动曝光(AE)核心算法——从参数调节到亮度标定
数码相机·算法
美摄科技9 天前
相机sdk是什么意思?
数码相机
phyit9 天前
全景相机领域,影石何以杀出重围?
数码相机
鄃鳕10 天前
装饰器【Python】
开发语言·python·数码相机
聪明不喝牛奶10 天前
【已解决】海康威视相机如何升级固件
数码相机
PAQQ10 天前
1站--视觉搬运工业机器人工作站 -- 相机部分
数码相机·机器人