基于图像法和粒度分形模型的打叶过程烟片结构在线检测

为实现烟叶采收后初加工过程打叶质量的实时监测与调控,该文采用图像分析法在线检测烟叶打后叶片结构,即叶片面积分布,应用分形理论建立烟叶打后叶片面积分布的分形模型,用分维数表征叶片面积分布特征。结果表明:分形模式计算的打后叶片面积分布结果与实测值相关系数较高,粒度分形模式可较准确描述烟叶打后叶片面积分布;分维数可表征打后叶片面积分布均匀程度,可反映出不同等级烟叶打叶特性差异;分维数与目前打叶过程的主要工艺控制指标大中片率成线性关系,相关系数大于0.90。基于图像法和粒度分形模型建立的打叶过程烟叶结构在线检测方法,可用于打叶质量的实时监测与调控。     

贵州毕节3个主栽烤烟品种力学特性分析

为明确毕节不同烤烟品种在烟叶力学特性方面存在的差异,并依据其差异设置打叶复烤加工的技术参数,提升不同烤烟品种烟叶打叶复烤的加工质量,研究了云烟87、韭菜坪2号、毕纳1号3个毕节主栽品种烤烟烟叶在粘附力、拉力、剪切力、穿透力等力学特性指标方面的差异。结果表明:毕节主栽3个烤烟品种间在烟叶力学特性方面差异不明显;相同品种不同部位间烟叶样品在拉力、剪切力等指标达到差异显著或极显著水平,呈现的趋势为:上部烟叶中部烟叶下部烟叶;云烟87部位间烟叶的穿透力差异达到极显著水平,韭菜坪2号和毕纳1号部位间烟叶的穿透力差异达到显著水平。     

GC/MS/MS在烟草生物碱分析中的应用研究

以烟草为分析对象,研究离子阱质谱在植物样品分析中的应用。结果表明,GC/MS/MS通过选择特定的先驱离子,具有很高的特异性,基本排除了样品中其它物质的干扰。6种烟草生物碱相对标准偏差为0.45%～4.52%;最低检出限达到0.33μg/g。     

基于数字图像分析法的片烟干燥收缩特性研究

为提升烟叶打叶复烤加工质量、降低复烤过程片烟收缩,以烤烟上部橘黄二级烟叶(B2F)和中部橘黄二级烟叶(C2F)打后片烟为材料,采用机器视觉装置并结合数字图像分析法,对片烟收缩特性进行检测和表征,对干燥过程片烟收缩特性进行分析,并探讨了烟叶原料部位、打后尺寸对片烟干燥收缩特性的影响.结果表明,图像分析法用于片烟收缩特性测试具有较好的精确性,一定条件下片烟收缩率测试结果的相对标准偏差低于6％.干燥过程中片烟收缩形变主要来源于干燥前期的快速脱水阶段,随着干燥过程含水率的降低,片烟收缩率变化趋缓.C2F的收缩率明显高于B2F,实际复烤干燥加工热风温湿度和终点水分下,C2F、B2F收缩率分别达14.3％、11.9％.不同尺寸片烟收缩特性存在差异,B2F片烟收缩率随尺寸增加而明显增大.可见,对于不同等级部位烟叶原料,通过复烤前片烟打叶尺寸的调节和复烤过程适当降低脱水速率,可有效控制收缩形变.     

基于机器视觉的烟叶面积在线测量

为提高烟草打叶复烤工艺中烟叶叶片结构的检测效率,研究了用于烟叶叶片结构在线检测的叶片面积快速测量方法.采用空变模糊矩阵还原了线阵相机的场曲模糊,利用张正友标定法校正了图像畸变;提出了对噪声、照明环境不敏感的R、G分量差值阈值分割法,实现了叶片图像的高精度分割;提出了计算效率较高的叶片面积拼接法,解决了在线检测时单个叶片被分割在2幅图像中的问题.采用多线程技术,编写了并行图像处理软件,开展了重复性实验,结果表明:图像处理速度达22帧/s,能够满足在线测量要求,在100～2500mm2量程内,相对误差小于0.50％,变异系数小于1.01％.     

机器视觉检测鲜烟叶的分级装置设计

针对农民在烟叶送烤前对烟叶分级的非重视度和非客观性等问题,本文提出基于机器视觉技术的烟叶图像检测分类方法对烟叶编烟送烤前进行成熟度划分,设计了全自动化的鲜烟叶检测分级装置。该系统的机械结构由自动上样抓取烟叶机构、烟叶输送台、检测机构,分拣机构等四个部分组成。自动上样的烟叶在传送带上被CCD检测并进行图像处理。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,然后增强图像信号,提取感性区域的颜色信息。采用烟叶的4个特征信息(R,G,B颜色值和色调H值)来表征烟叶的级别特性。通过装置自主学习建立样本库,然后参考学习的样本库对未知样品进行检测分级。实验结果表明根据烟叶色泽的不同,相邻类型之间的色泽差异越大,分类准确度越高。检测分类的平均速度在2-3秒/片,满足现场即时检测要求。