盧鑫 楊閩 朱艷梅 婁亞 周玉龍 楊其慶

摘要：計(jì)算機(jī)視覺在工業(yè)中的應(yīng)用研究是目前計(jì)算機(jī)視覺研究的一個(gè)重要研究方向，本文結(jié)合煙草行業(yè)的具體需求，在深入研究計(jì)算機(jī)視覺基本理論和技術(shù)的基礎(chǔ)上，開展了多項(xiàng)計(jì)算機(jī)視覺應(yīng)用研究，取得的成果不僅促進(jìn)了部分煙草質(zhì)檢方法的技術(shù)革新，對(duì)計(jì)算機(jī)視覺技術(shù)在物理指標(biāo)檢測(cè)領(lǐng)域的推廣應(yīng)用也具有一定的積極意義。

關(guān)鍵詞：計(jì)算機(jī)視覺技術(shù);煙草;應(yīng)用

新一代人工智能技術(shù)飛速發(fā)展，并加速與煙草行業(yè)融合，這一融合趨勢(shì)為煙草行業(yè)高質(zhì)量發(fā)展的轉(zhuǎn)型升級(jí)帶來了新機(jī)遇。而做為人工智能核心技術(shù)之一的機(jī)器視覺技術(shù)，以其客觀性和可靠性、自動(dòng)化、高效性、靈活性以及高精度，在煙草行業(yè)廣泛應(yīng)用于產(chǎn)品質(zhì)量檢測(cè)、產(chǎn)品識(shí)別、產(chǎn)品尺寸測(cè)量等方面。

一、高速視覺技術(shù)在煙草行業(yè)的應(yīng)用

1.煙草異物剔除系統(tǒng)的應(yīng)用

煙草異物剔除系統(tǒng)是打葉復(fù)烤工藝的關(guān)鍵。本系統(tǒng)包括進(jìn)料輸送機(jī)、視頻組件、回收箱和電控柜。通過這四個(gè)組件協(xié)調(diào)工作，對(duì)煙絲中的異物進(jìn)行識(shí)別、分揀與剔除。系統(tǒng)采用先進(jìn)的計(jì)算機(jī)控制技術(shù)、實(shí)時(shí)數(shù)字圖像處理技術(shù)、模式識(shí)別技術(shù)、人工智能技術(shù)以及復(fù)雜可靠的機(jī)械設(shè)備。通過應(yīng)用線陣CCD 技術(shù)，采集5m/s～7m/s 速度從皮帶機(jī)輸出端平拋出的單層煙葉流圖像，進(jìn)而進(jìn)行圖像分析，做出相應(yīng)判斷，快速電磁閥氣吹系統(tǒng)保證了從判斷到剔除的實(shí)時(shí)性和準(zhǔn)確性。圖像處理采取4臺(tái)計(jì)算機(jī)并行工作方式，一次完成全部 4 臺(tái)像機(jī)的配方采樣工作，建好一個(gè)樣本只需要操作一次，時(shí)間一般不超過6分鐘。它對(duì)提高產(chǎn)品質(zhì)量，提高企業(yè)的市場(chǎng)競(jìng)爭(zhēng)能力具有十分重要的意義。

2.成品煙外觀質(zhì)量檢測(cè)領(lǐng)域的應(yīng)用

采用千眼狼高速攝像機(jī)5F10，核心參數(shù)1280×860@1000 fps，可實(shí)現(xiàn)800支/秒的檢測(cè)效率，用于可見污跡（雜物、粘膠、黃斑、油漬）、鋼印缺陷、褶皺等外觀缺陷。

3.成品煙包裝質(zhì)量檢測(cè)領(lǐng)域的應(yīng)用

以單包為例，針對(duì)商標(biāo)、頂部圖案是否漏印，方向及位置是否正確，內(nèi)包裝和外包裝的相關(guān)位置檢測(cè)需求，亦融入深度需學(xué)習(xí)模塊，對(duì)煙包的前、后、左、右、頂五個(gè)面進(jìn)行圖像捕捉與特征標(biāo)注，然后利用定位分析“軟傳感器”功能鎖定軟包的邊緣，根據(jù)確定邊緣后的實(shí)際位置執(zhí)行檢測(cè)任務(wù)。

4.煙支檢測(cè)系統(tǒng)的應(yīng)用

煙支檢測(cè)系統(tǒng)是香煙包裝機(jī)中不可缺少的包裝質(zhì)量控制部件，它檢測(cè)香煙小包中缺支、缺嘴、空頭、反支等情況，確保香煙出廠的品質(zhì)。高速的卷接機(jī)生產(chǎn)速度達(dá)到 10000支/分以上，各類檢測(cè)手段則只有達(dá)到更高的檢測(cè)速度才能滿足。 尋找新的機(jī)器視覺檢測(cè)方式，提高檢測(cè)速度是關(guān)鍵 。

二、視覺技術(shù)在形態(tài)特征檢測(cè)中應(yīng)用

1.煙葉智能分定級(jí)

煙葉分級(jí)是生產(chǎn)煙草制品的必經(jīng)程序，為了提高煙葉分級(jí)過程的工作效率，，提出了一種基于機(jī)器智能識(shí)別的煙葉分級(jí)技術(shù)。通過機(jī)器對(duì)煙葉圖像進(jìn)行拍攝識(shí)別從中提取用于分類定級(jí)的關(guān)鍵信息，與前期輸入至機(jī)器中的分類標(biāo)準(zhǔn)進(jìn)行對(duì)照后，實(shí)現(xiàn)對(duì)煙葉的智能識(shí)別和分級(jí)。該技術(shù)可以提高煙葉分級(jí)效率，提高煙葉分級(jí)過程的準(zhǔn)確性。

2.片煙形狀測(cè)量

片煙形狀是決定煙絲結(jié)構(gòu)的重要因素之一?；谟?jì)算機(jī)視覺的片煙形狀測(cè)量系統(tǒng)主要由線陣CCD相機(jī)、線陣LED光源、運(yùn)送皮帶機(jī)、驅(qū)動(dòng)裝置等部分組成。通過建立片煙形狀特征與煙絲結(jié)構(gòu)間的關(guān)系，可以對(duì)打葉過程中的片煙形狀進(jìn)行調(diào)節(jié)，有效控制片煙切絲后的煙絲結(jié)構(gòu)，穩(wěn)定卷制過程中煙支的空頭率、含末率及端部落絲量等指標(biāo)。

3.煙梗切絲質(zhì)量分析

梗絲是煙絲的重要組成部分，煙梗切絲質(zhì)量對(duì)卷煙工藝、感官和煙氣成分穩(wěn)定性等具有重要影響。為快速分析煙梗的切絲質(zhì)量，提出了一種基于視覺形態(tài)特征檢測(cè)的煙梗切絲質(zhì)量分析方法，對(duì)梗絲的含絲率、結(jié)構(gòu)均勻性及寬度均勻性三項(xiàng)指標(biāo)進(jìn)行視覺特征提取，使用形狀因子等特征描述子對(duì)三項(xiàng)指標(biāo)進(jìn)行定量描述，旨在為煙梗切絲質(zhì)量的評(píng)估提供一種客觀、可靠的新方法。

相關(guān)AI圖像技術(shù)還運(yùn)用到制絲生產(chǎn)線煙絲寬度測(cè)量中，在切絲機(jī)出口布設(shè)攝像機(jī)，在線拍攝并測(cè)量圖像中煙絲寬度，識(shí)別花片、長(zhǎng)絲等煙絲結(jié)構(gòu)，發(fā)現(xiàn)異常及時(shí)報(bào)警，有效提升了煙絲寬度控制精度，解決了煙絲寬度檢測(cè)效率低的問題。

三、視覺技術(shù)在煙葉大田生產(chǎn)中應(yīng)用

1.病蟲害識(shí)別

隨著信息技術(shù)的快速發(fā)展，人工智能、互聯(lián)網(wǎng)+、大數(shù)據(jù)、云計(jì)算等技術(shù)已經(jīng)使實(shí)現(xiàn)病蟲藥害的快速識(shí)別成為可能。煙農(nóng)可以直接在田間地頭隨拍隨處置。同時(shí)，照片的位置信息，病蟲害信息會(huì)實(shí)時(shí)匯總到云端病蟲害測(cè)報(bào)管理平臺(tái)，使專家對(duì)突發(fā)病蟲害、新型病蟲害、病蟲害發(fā)生的區(qū)域、特點(diǎn)、趨勢(shì)可以實(shí)時(shí)收集，從宏觀層面提出更好的分析和判斷。

完成通過手機(jī)智能識(shí)別，自助指導(dǎo)，記錄防治足跡，發(fā)布問答和附近農(nóng)友煙地發(fā)生病蟲藥害情況，對(duì)比煙葉生產(chǎn)狀況等功能。完成煙草病蟲藥害識(shí)別診斷的移動(dòng)客戶端。煙草病蟲藥害自動(dòng)識(shí)別診斷系統(tǒng)平臺(tái)搭建在云端服務(wù)器上，完成基于位置的服務(wù)功能，實(shí)現(xiàn)拍攝上傳病發(fā)煙葉的定位，便于云端統(tǒng)計(jì)與分析。完成小程序圖片上傳API、識(shí)別模型API、用戶登錄API、數(shù)據(jù)返回API的實(shí)現(xiàn)。完成小程序自動(dòng)更新、用戶位置及個(gè)人信息獲取等功能的實(shí)現(xiàn)。

2.煙葉成熟度識(shí)別

主要依據(jù)是《中國(guó)煙草學(xué)報(bào)》2019期1期中《基于BPNN和SVM的煙葉成熟度鑒別模型》西南大學(xué)祝詩(shī)平教授的學(xué)術(shù)論文，該學(xué)術(shù)論文是在沒有考慮天氣、日光強(qiáng)度、多片煙葉重疊、拍攝角度等因素對(duì)鑒別準(zhǔn)確率的影響下，采集324份下部煙圖像樣本，基于BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)建立了下部煙葉成熟度鑒別模型是有可行的，但該文也表示建立煙葉成熟度鑒別模型，需要人工反復(fù)測(cè)量，再根據(jù)測(cè)量結(jié)果，人工再來鑒定煙葉成熟度，判定準(zhǔn)確率。所以短時(shí)間內(nèi)讓機(jī)器人采收落地是不現(xiàn)實(shí)的。

四、視覺技術(shù)在卷煙包裝真?zhèn)巫R(shí)別應(yīng)用

卷煙真?zhèn)舞b別主要是通過感官（即人眼），對(duì)檢驗(yàn)樣品與真品或真品技術(shù)信息在加工工藝、印刷工藝等方面的差別進(jìn)行比對(duì)，以判定檢驗(yàn)樣品的真?zhèn)?。為解決人工鑒別真?zhèn)尉頍熜实?、主觀性強(qiáng)等問題，基于計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)建立了一種真?zhèn)尉頍煱b鑒別模型。利用計(jì)算機(jī)視覺對(duì)卷煙包裝進(jìn)行圖像處理和特征向量提取，分別以相似性度量模型、機(jī)器學(xué)習(xí)模型對(duì)特征向量進(jìn)行分類并判定卷煙真?zhèn)?。相似性度量模型采用曼哈頓距離模型進(jìn)行分類，并對(duì)高斯雙邊濾波函數(shù)進(jìn)行了參數(shù)優(yōu)化;機(jī)器學(xué)習(xí)模型則以圖像分塊為基礎(chǔ)，確定最優(yōu)分塊數(shù)量和面積。機(jī)器學(xué)習(xí)模型與相似性度量模型相比較，具有較好的遷移能力和魯棒性，適用于卷煙真?zhèn)舞b別樣品量大、品類多、圖像復(fù)雜等情況。該方法可為提高真?zhèn)尉頍熻b別效率和準(zhǔn)確率提供技術(shù)支持。

（1云南省煙草公司文山州公司?云南?文山?663099;2北京航空航天大學(xué)云南創(chuàng)新研究院?云南?昆明?650233）