基于計(jì)算機(jī)視覺(jué)的煙絲中葉絲比例測(cè)定方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于計(jì)算機(jī)視覺(jué)的煙絲中葉絲比例測(cè)定方法，A：利用圖像采集系統(tǒng)分別采集各個(gè)葉絲圖像；B：對(duì)獲取的多張葉絲圖像進(jìn)行預(yù)處理；C：分別獲取葉絲的圖像特征并計(jì)算葉絲的特征數(shù)據(jù)量；D：建立特征數(shù)據(jù)庫(kù)；E：采集待測(cè)煙絲各組分圖像；F：對(duì)待測(cè)煙絲各組分圖像進(jìn)行預(yù)處理；G：計(jì)算待測(cè)煙絲各組分圖像中待測(cè)煙絲特征數(shù)據(jù)量并進(jìn)行相關(guān)度計(jì)算，根據(jù)相關(guān)度計(jì)算結(jié)果對(duì)葉絲組分進(jìn)行分析識(shí)別；H：由分揀系統(tǒng)分揀出待測(cè)煙絲中的葉絲；I：分別稱(chēng)量由并計(jì)算待測(cè)煙絲中葉絲組分比例。本發(fā)明能夠?qū)崿F(xiàn)煙絲中葉絲組分的快速、準(zhǔn)確、自動(dòng)化測(cè)定，提高測(cè)定效率與準(zhǔn)確性，降低工作人員勞動(dòng)強(qiáng)度。
【專(zhuān)利說(shuō)明】基于計(jì)算機(jī)視覺(jué)的煙絲中葉絲比例測(cè)定方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種煙絲中葉絲比例測(cè)定方法，尤其涉及一種基于計(jì)算機(jī)視覺(jué)的煙絲中葉絲比例測(cè)定方法。

【背景技術(shù)】
[0002]卷煙配方設(shè)計(jì)是卷煙企業(yè)產(chǎn)品設(shè)計(jì)的基礎(chǔ)和核心，煙支中葉絲、膨脹葉絲、梗絲、再造煙葉等組分的準(zhǔn)確摻配對(duì)卷煙物理指標(biāo)、煙氣特性及感官質(zhì)量存在不同程度的影響。因此，快速準(zhǔn)確地測(cè)定出煙支中葉絲、膨脹葉絲、梗絲、再造煙葉等組分在煙絲中的比例，對(duì)考查配方設(shè)計(jì)目標(biāo)準(zhǔn)確性、穩(wěn)定煙絲混合工藝質(zhì)量及同質(zhì)化生產(chǎn)具有重要意義。
[0003]由于檢測(cè)對(duì)象的特征復(fù)雜并且涉及相關(guān)技術(shù)瓶頸，因此煙絲組成成分的測(cè)定仍然依靠手工分選和人為判讀。目前通常使用的葉絲比例測(cè)定方法步驟如下:首先人工識(shí)別出梗絲和再造煙葉，再通過(guò)特定的溶劑將剩余組分中的膨脹葉絲與葉絲分離出來(lái)，最后經(jīng)稱(chēng)量后計(jì)算出葉絲組份比例?，F(xiàn)有的檢測(cè)方法操作步驟復(fù)雜，檢測(cè)效率低，隨著工作量的增加將會(huì)產(chǎn)生較大誤差，不適用于大量檢測(cè)，測(cè)量效率和精度已經(jīng)很難適應(yīng)現(xiàn)代化的檢測(cè)需求和高質(zhì)量卷煙生產(chǎn)的要求，并且不同人員的檢測(cè)結(jié)果之間也存在較大誤差；此外有機(jī)溶劑的使用也增加了實(shí)驗(yàn)過(guò)程中的防護(hù)難度，不利于檢驗(yàn)人員的身體健康。
[0004]由于加工方法和原料本身特性的差異，煙絲的不同組分間存在紋理、顏色、形態(tài)、邊緣平滑程度的差異，這些差異的存在為計(jì)算機(jī)視覺(jué)手段識(shí)別各組分提供了特征參數(shù)。相比其他組分，葉絲由于產(chǎn)地和等級(jí)不同，紋理、顏色、形態(tài)等特征均不明顯，邊緣特征又與膨脹葉絲類(lèi)似，因此葉絲的識(shí)別分離只能建立在其他組分分離的基礎(chǔ)之上。


【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是提供一種基于計(jì)算機(jī)視覺(jué)的煙絲中葉絲比例測(cè)定方法，能夠通過(guò)計(jì)算機(jī)對(duì)單一組分葉絲的圖像進(jìn)行采集處理，獲取葉絲的特征數(shù)據(jù)量并建立特征數(shù)據(jù)庫(kù)，通過(guò)特征數(shù)據(jù)庫(kù)分析識(shí)別多組分煙絲中的葉絲，最終實(shí)現(xiàn)煙絲中葉絲組分的快速、準(zhǔn)確、自動(dòng)化測(cè)定，提高測(cè)定效率與準(zhǔn)確性，降低工作人員勞動(dòng)強(qiáng)度。
[0006]本發(fā)明采用下述技術(shù)方案:
[0007]一種基于計(jì)算機(jī)視覺(jué)的煙絲中葉絲比例測(cè)定方法，包括以下步驟:
[0008]A:利用圖像采集系統(tǒng)分別采集梗絲圖像、膨脹葉絲圖像和再造煙葉圖像；在采集梗絲圖像時(shí)，將多根梗絲平整無(wú)重疊的擺放，然后利用圖像采集系統(tǒng)采集各個(gè)梗絲圖像；在采集膨脹葉絲圖像時(shí)，將多根膨脹葉絲平整無(wú)重疊的擺放，然后利用圖像采集系統(tǒng)采集各個(gè)膨脹葉絲圖像；在采集再造煙葉圖像時(shí)，將多根再造煙葉平整無(wú)重疊的擺放，然后利用圖像采集系統(tǒng)采集各個(gè)再造煙葉圖像；
[0009]B:利用圖像處理分析系統(tǒng)分別對(duì)獲取的多張梗絲圖像、膨脹葉絲圖像和再造煙葉圖像進(jìn)行預(yù)處理，去除每張梗絲圖像、膨脹葉絲圖像和再造煙葉圖像中的干擾和噪聲；
[0010]C:利用圖像處理分析系統(tǒng)分別獲取多張梗絲圖像中梗絲的圖像特征、多張膨脹葉絲圖像中膨脹葉絲的圖像特征和多張?jiān)僭鞜熑~圖像中再造煙葉的圖像特征，然后分別根據(jù)梗絲的圖像特征計(jì)算梗絲的特征數(shù)據(jù)量、根據(jù)膨脹葉絲的圖像特征計(jì)算膨脹葉絲的特征數(shù)據(jù)量以及根據(jù)再造煙葉的圖像特征計(jì)算再造煙葉的特征數(shù)據(jù)量；
[0011]D:利用圖像處理分析系統(tǒng)根據(jù)多張梗絲圖像中梗絲的特征數(shù)據(jù)量、多張膨脹葉絲圖像中膨脹葉絲的特征數(shù)據(jù)量和多張?jiān)僭鞜熑~圖像中再造煙葉的特征數(shù)據(jù)量建立特征數(shù)據(jù)庫(kù)；特征數(shù)據(jù)庫(kù)中包含梗絲特征數(shù)據(jù)量、膨脹葉絲特征數(shù)據(jù)量和再造煙葉特征數(shù)據(jù)量；
[0012]E:將待測(cè)煙絲通過(guò)鋪展分離系統(tǒng)平整無(wú)重疊的擺放，利用圖像采集系統(tǒng)采集待測(cè)煙絲各組分圖像；
[0013]F:利用圖像處理分析系統(tǒng)對(duì)獲取的待測(cè)煙絲各組分圖像進(jìn)行預(yù)處理，去除待測(cè)煙絲各組分圖像中的干擾和噪聲；
[0014]G:圖像處理分析系統(tǒng)計(jì)算待測(cè)煙絲各組分圖像中待測(cè)煙絲特征數(shù)據(jù)量，并與步驟D中所建立的特征數(shù)據(jù)庫(kù)中的梗絲特征數(shù)據(jù)量、膨脹葉絲特征數(shù)據(jù)量和再造煙葉特征數(shù)據(jù)量分別進(jìn)行相關(guān)度計(jì)算，然后分別根據(jù)相關(guān)度計(jì)算結(jié)果分析識(shí)別出混合在煙絲中的梗絲組分、膨脹葉絲組分和再造煙葉組分；然后圖像處理分析系統(tǒng)將待測(cè)煙絲各組分圖像中未識(shí)別出來(lái)的組份判別為葉絲組份；
[0015]H:圖像處理分析系統(tǒng)將葉絲組份分析識(shí)別結(jié)果發(fā)送至分揀系統(tǒng)，由分揀系統(tǒng)分揀出待測(cè)煙絲中的葉絲；
[0016]1:分別稱(chēng)量由分揀系統(tǒng)分揀出的葉絲質(zhì)量和剩余組分質(zhì)量，并計(jì)算待測(cè)煙絲中葉絲組分的比例。
[0017]所述的步驟B中，圖像處理分析系統(tǒng)采用5X5像素的掃描窗口分別對(duì)獲取的梗絲圖像、膨脹葉絲圖像和再造煙葉圖像按照自上到下、自左到右的順序進(jìn)行掃描，計(jì)算出各個(gè)圖像中掃描窗口內(nèi)的圖像均值及方差Var，若方差Var大于設(shè)定閾值TD，則對(duì)該點(diǎn)采用快速中值濾波方法進(jìn)行平滑處理，除去圖像中的干擾和噪聲。
[0018]所述的步驟C中，圖像處理分析系統(tǒng)分別將獲取的梗絲圖像、膨脹葉絲圖像和再造煙葉圖像轉(zhuǎn)換到HSV顏色空間；結(jié)合Canny及Log邊緣檢測(cè)算子分別對(duì)R、G、B、H、S、V這六個(gè)分量的圖像進(jìn)行邊緣檢測(cè)，分別記錄R、G、B、H、S、V分量圖像中煙絲區(qū)域的像素方差值\、VG> VB、VH、\、Vv ;然后使用灰度共生矩陣計(jì)算各個(gè)圖像中煙絲區(qū)域的對(duì)比度、熵、角二階矩和相關(guān)性四個(gè)紋理特征值；其中，其中，R分量圖像表示在RGB顏色空間，各個(gè)像素點(diǎn)的R值不變，G值與B值均為零而分量圖像表示在RGB顏色空間，各個(gè)像素點(diǎn)的G值不變，R值與B值均為零；B分量圖像表示在RGB顏色空間，各個(gè)像素點(diǎn)的B值不變，R值與G值均為零分量圖像表示在HSV顏色空間，各個(gè)像素點(diǎn)的H值不變，S值與V值均為零；S分量圖像表示在HSV顏色空間，各個(gè)像素點(diǎn)的S值不變，H值與V值均為零；V分量圖像表示在HSV顏色空間，各個(gè)像素點(diǎn)的V值不變，H值與S值均為零；步驟C中所述的特征數(shù)據(jù)量包括十個(gè)特征值，分別為各個(gè)圖像中煙絲區(qū)域的\、VG, Vb、Vh、Vs、Vv六個(gè)分量上的像素方差值，以及各個(gè)圖像中煙絲區(qū)域的對(duì)比度、熵、角二階矩和相關(guān)性四個(gè)紋理特征值。
[0019]所述的步驟D中，圖像處理分析系統(tǒng)分別計(jì)算梗絲圖像中的梗絲特征數(shù)據(jù)量、膨脹葉絲圖像中的膨脹葉絲特征數(shù)據(jù)量和再造煙葉圖像中的再造煙葉特征數(shù)據(jù)量，并統(tǒng)計(jì)每個(gè)特征值的分布范圍Ci (i = 1，2，…，10)，然后將各個(gè)范圍的取值乘以對(duì)應(yīng)的比例系數(shù)ei (i=1，2，…，10)，最終建立特征數(shù)據(jù)庫(kù)Ti = Ciei(i = 1，2，…，10)，其中，^為離散程度的倒數(shù)。
[0020]所述的步驟F中，圖像處理分析系統(tǒng)采用5X5像素的掃描窗口對(duì)獲取的待測(cè)煙絲各組分圖像中按照自上到下、自左到右的順序進(jìn)行掃描，計(jì)算出掃描窗口內(nèi)待測(cè)煙絲各組分圖像中均值及方差Var，若方差Var大于設(shè)定閾值TD，則對(duì)該點(diǎn)采用快速中值濾波方法進(jìn)行平滑處理，除去待測(cè)煙絲各組分圖像中的干擾和噪聲。
[0021]所述的步驟G中，圖像處理分析系統(tǒng)分別計(jì)算待測(cè)煙絲特征數(shù)據(jù)量中的十個(gè)特征值，并將這十個(gè)特征值分別導(dǎo)入特征數(shù)據(jù)庫(kù)中，然后圖像處理分析系統(tǒng)分別計(jì)算待測(cè)煙絲與與梗絲、膨脹葉絲和再造煙葉的相關(guān)度，待測(cè)煙絲與梗絲、膨脹葉絲和再造煙葉的相關(guān)度


^ r < F"
n^flSK ' 1
R的計(jì)算公式為，其中岑=二 — ，ne [1，10]，為待測(cè)煙絲的
10Y±_ V > 77




Λ ?__ r

Ιλ ''
十個(gè)特征值中處于特征數(shù)據(jù)庫(kù)標(biāo)準(zhǔn)范圍內(nèi)的數(shù)量為對(duì)應(yīng)特征值，?7為特征數(shù)據(jù)庫(kù)中該特征值的均值；設(shè)待測(cè)煙絲與與梗絲、膨脹葉絲和再造煙葉的相關(guān)度分別為R1、R2和R3，若待測(cè)煙絲與梗絲的相關(guān)度Rl大于等于相關(guān)度閾值T，則判定當(dāng)前待測(cè)煙絲為梗絲；若相關(guān)度Rl小于相關(guān)度閾值T，則判定當(dāng)前待測(cè)煙絲不是梗絲；若待測(cè)煙絲與膨脹葉絲的相關(guān)度R2大于等于相關(guān)度閾值T，則判定當(dāng)前待測(cè)煙絲為膨脹葉絲；若相關(guān)度R2小于相關(guān)度閾值T，則判定當(dāng)前待測(cè)煙絲不是膨脹葉絲；若待測(cè)煙絲與再造煙葉的相關(guān)度R3大于等于相關(guān)度閾值T，則判定當(dāng)前待測(cè)煙絲為再造煙葉；若相關(guān)度R3小于相關(guān)度閾值T，則判定當(dāng)前待測(cè)煙絲不是再造煙葉；如待測(cè)煙絲不為梗絲、膨脹葉絲和再造煙葉，則待測(cè)煙絲為葉絲；其中，相關(guān)度閾值T為對(duì)應(yīng)特征數(shù)據(jù)庫(kù)的離散程度, T e [0.25, 0.75]，e, =ο
[0022]本發(fā)明基于計(jì)算機(jī)視覺(jué)技術(shù)，通過(guò)對(duì)單一組分的葉絲圖像采集處理，獲取葉絲的特征數(shù)據(jù)量并建立特征數(shù)據(jù)庫(kù)，再通過(guò)特征數(shù)據(jù)庫(kù)分析識(shí)別多組分煙絲中的葉絲并進(jìn)行分揀，能夠避免現(xiàn)有方法中人工測(cè)量對(duì)測(cè)試結(jié)果的影響，消除人為誤差；本發(fā)明通過(guò)采集葉絲特征錄入數(shù)據(jù)庫(kù)，最后將待測(cè)煙絲一一與數(shù)據(jù)庫(kù)中的葉絲特征進(jìn)行比對(duì)計(jì)算，最后分揀出煙絲中的葉絲組分，測(cè)試速度快，且能夠提供面積比例、形狀尺寸參數(shù)等其他測(cè)試數(shù)據(jù)；測(cè)量過(guò)程完全自動(dòng)化處理，能夠提高測(cè)量的效率、準(zhǔn)確性和測(cè)量精度，顯著降低勞動(dòng)量；同時(shí)，本發(fā)明不涉及任何化學(xué)試劑，不會(huì)對(duì)操作人員身體健康造成危害。。

【專(zhuān)利附圖】

【附圖說(shuō)明】
[0023]圖1為本發(fā)明的流程示意圖。

【具體實(shí)施方式】
[0024]如圖1所示，本發(fā)明所述的基于計(jì)算機(jī)視覺(jué)的煙絲中葉絲比例測(cè)定方法，其特征在于，包括以下步驟:
[0025]A:利用圖像采集系統(tǒng)分別采集梗絲圖像、膨脹葉絲圖像和再造煙葉圖像；在采集梗絲圖像時(shí)，將多根梗絲平整無(wú)重疊的擺放，然后利用圖像采集系統(tǒng)采集各個(gè)梗絲圖像；在采集膨脹葉絲圖像時(shí)，將多根膨脹葉絲平整無(wú)重疊的擺放，然后利用圖像采集系統(tǒng)采集各個(gè)膨脹葉絲圖像；在采集再造煙葉圖像時(shí)，將多根再造煙葉平整無(wú)重疊的擺放，然后利用圖像采集系統(tǒng)采集各個(gè)再造煙葉圖像；；
[0026]B:利用圖像處理分析系統(tǒng)分別對(duì)獲取的多張梗絲圖像、膨脹葉絲圖像和再造煙葉圖像進(jìn)行預(yù)處理，去除每張梗絲圖像、膨脹葉絲圖像和再造煙葉圖像中的干擾和噪聲；
[0027]在進(jìn)行梗絲圖像預(yù)處理和去除干擾和噪聲時(shí)，圖像處理分析系統(tǒng)采用5X5像素的掃描窗口對(duì)獲取的梗絲圖像按照自上到下、自左到右的順序進(jìn)行掃描，然后計(jì)算出掃描窗口內(nèi)梗絲圖像均值及方差Var，若方差Var大于設(shè)定閾值TD，則表明該處像素值有較大變化，對(duì)該點(diǎn)采用快速中值濾波方法進(jìn)行平滑處理，除去梗絲圖像中的干擾和噪聲。
[0028]在進(jìn)行膨脹葉絲圖像預(yù)處理和去除干擾和噪聲時(shí)，圖像處理分析系統(tǒng)采用5X5像素的掃描窗口對(duì)獲取的膨脹葉絲圖像按照自上到下、自左到右的順序進(jìn)行掃描，然后計(jì)算出掃描窗口內(nèi)膨脹葉絲圖像均值及方差Var，若方差Var大于設(shè)定閾值TD，則表明該處像素值有較大變化，對(duì)該點(diǎn)采用快速中值濾波方法進(jìn)行平滑處理，除去膨脹葉絲圖像中的干擾和噪聲。
[0029]在進(jìn)行再造煙葉圖像預(yù)處理和去除干擾和噪聲時(shí)，圖像處理分析系統(tǒng)采用5X5像素的掃描窗口對(duì)獲取的再造煙葉圖像按照自上到下、自左到右的順序進(jìn)行掃描，然后計(jì)算出掃描窗口內(nèi)再造煙葉圖像均值及方差Var，若方差Var大于設(shè)定閾值TD，則表明該處像素值有較大變化，對(duì)該點(diǎn)采用快速中值濾波方法進(jìn)行平滑處理，除去再造煙葉圖像中的干擾和噪聲。
[0030]步驟B中，對(duì)各個(gè)圖像均值及方差Var的計(jì)算屬于本領(lǐng)域的現(xiàn)有技術(shù)，通過(guò)快速中值濾波方法進(jìn)行平滑處理去除干擾和噪聲也屬于本領(lǐng)域的現(xiàn)有技術(shù)，在此不再贅述。
[0031]C:利用圖像處理分析系統(tǒng)分別獲取多張梗絲圖像中梗絲的圖像特征、多張膨脹葉絲圖像中膨脹葉絲的圖像特征和多張?jiān)僭鞜熑~圖像中再造煙葉的圖像特征，然后分別根據(jù)梗絲的圖像特征計(jì)算梗絲的特征數(shù)據(jù)量、根據(jù)膨脹葉絲的圖像特征計(jì)算膨脹葉絲的特征數(shù)據(jù)量以及根據(jù)再造煙葉的圖像特征計(jì)算再造煙葉的特征數(shù)據(jù)量；
[0032]在進(jìn)行步驟C中梗絲的特征數(shù)據(jù)量計(jì)算時(shí)，圖像處理分析系統(tǒng)首先將獲取的梗絲圖像轉(zhuǎn)換到HSV顏色空間；結(jié)合Canny及Log邊緣檢測(cè)算子分別對(duì)R、G、B、H、S、V這六個(gè)分量的圖像進(jìn)行邊緣檢測(cè)，分別記錄各分量圖像中煙絲區(qū)域的像素方差值\、VG, Vb、Vh、\、Vv;然后使用灰度共生矩陣計(jì)算梗絲圖像中煙絲區(qū)域的對(duì)比度、熵、角二階矩和相關(guān)性四個(gè)紋理特征值；其中，R分量圖像表示在RGB顏色空間，各個(gè)像素點(diǎn)的R值不變，G值與B值均為零分量圖像表示在HSV顏色空間，各個(gè)像素點(diǎn)的H值不變，S值與V值均為零；其它分量圖像以此類(lèi)推。
[0033]進(jìn)行步驟C中膨脹葉絲的特征數(shù)據(jù)量與再造煙葉的特征數(shù)據(jù)量計(jì)算方法與梗絲的特征數(shù)據(jù)量計(jì)算相似，在此不再贅述。
[0034]步驟C中的特征數(shù)據(jù)量包括十個(gè)特征值，分別為R、G、B、H、S、V分量圖像中煙絲區(qū)域的像素方差值VK、VG, Vb、Vh、Vs、Vv,以及葉絲圖像中煙絲區(qū)域的對(duì)比度、熵、角二階矩和相關(guān)性四個(gè)紋理特征值。步驟C中將圖像轉(zhuǎn)換到HSV顏色空間、利用Canny及Log邊緣檢測(cè)算子對(duì)圖像進(jìn)行邊緣檢測(cè)、使用灰度共生矩陣計(jì)算對(duì)比度、熵、角二階矩和相關(guān)性均為本領(lǐng)域的現(xiàn)有技術(shù)，在此不再贅述。
[0035]D:利用圖像處理分析系統(tǒng)根據(jù)多張梗絲圖像中梗絲的特征數(shù)據(jù)量、多張膨脹葉絲圖像中膨脹葉絲的特征數(shù)據(jù)量和多張?jiān)僭鞜熑~圖像中再造煙葉的特征數(shù)據(jù)量建立特征數(shù)據(jù)庫(kù)；
[0036]圖像處理分析系統(tǒng)分別計(jì)算梗絲圖像中的梗絲特征數(shù)據(jù)量、膨脹葉絲圖像中的膨脹葉絲特征數(shù)據(jù)量和再造煙葉圖像中的再造煙葉特征數(shù)據(jù)量，并統(tǒng)計(jì)每個(gè)特征值的分布范圍Ci (i = 1,2,…，10)，然后將各個(gè)范圍的取值乘以對(duì)應(yīng)的比例系數(shù)ei(i = 1,2, - ,10),




Mifff
最終建立特征數(shù)據(jù)庫(kù)Ti = Qei (i = 1,2,…，10)，其中，et =.ρρ^，為離散程度的倒數(shù)；
特征數(shù)據(jù)庫(kù)中包含梗絲特征數(shù)據(jù)量、膨脹葉絲特征數(shù)據(jù)量和再造煙葉特征數(shù)據(jù)量。
[0037]E:將待測(cè)煙絲通過(guò)鋪展分離系統(tǒng)平整無(wú)重疊的擺放，利用圖像采集系統(tǒng)采集待測(cè)煙絲各組分圖像；
[0038]F:利用B中所述方法對(duì)獲取的待測(cè)煙絲各組分圖像進(jìn)行預(yù)處理，去除待測(cè)煙絲各組分圖像中的干擾和噪聲，具體過(guò)程不再贅述；
[0039]G:圖像處理分析系統(tǒng)計(jì)算待測(cè)煙絲各組分圖像中待測(cè)煙絲特征數(shù)據(jù)量，并分別與步驟D中所建立的特征數(shù)據(jù)庫(kù)中的梗絲特征數(shù)據(jù)量、膨脹葉絲特征數(shù)據(jù)量和再造煙葉特征數(shù)據(jù)量進(jìn)行相關(guān)度計(jì)算，然后分別根據(jù)相關(guān)度計(jì)算結(jié)果分析識(shí)別出混合在煙絲中的梗絲組分、膨脹葉絲組分和再造煙葉組分；然后圖像處理分析系統(tǒng)將待測(cè)煙絲各組分圖像中未識(shí)別出來(lái)的組份判別為葉絲組份。
[0040]步驟G中，圖像處理分析系統(tǒng)分別計(jì)算待測(cè)煙絲的十個(gè)特征值，即R、G、B、H、S、V分量圖像中煙絲區(qū)域的像素方差值VK、VG, Vb、Vh、Vs、Vv，及煙絲圖像中煙絲區(qū)域的對(duì)比度、熵、角二階矩和相關(guān)性。并將上述十個(gè)特征值分別導(dǎo)入特征數(shù)據(jù)庫(kù)中，然后通過(guò)圖像處理分析系統(tǒng)分別計(jì)算待測(cè)煙絲與梗絲、膨脹葉絲和再造煙葉的相關(guān)度，待測(cè)煙絲與與梗絲、膨脹葉絲和再造煙葉的相關(guān)度R的計(jì)算公式為:

xI Y c Vr
ff.................Wv ^ V -
n.f j ^ "
[0041]η — 1J !其中。其中，n G [1，10]，表示待測(cè)煙絲的10個(gè)
Λ\ _91wy
I Λ￥*—.IU____1一 γ V



Jil, W f
特征值中處于特征數(shù)據(jù)庫(kù)標(biāo)準(zhǔn)范圍內(nèi)的數(shù)量(在特征數(shù)據(jù)庫(kù)中VK、Ve、VB、VH、Vs、Vv、對(duì)比度、熵、角二階矩這十個(gè)值各自對(duì)應(yīng)的分布范圍即為該值的標(biāo)準(zhǔn)范圍)表示對(duì)應(yīng)的特征值，W為特征數(shù)據(jù)庫(kù)中該特征值的均值；
[0042]設(shè)待測(cè)煙絲與與梗絲、膨脹葉絲和再造煙葉的相關(guān)度分別為Rl、R2和R3，在判斷待測(cè)煙絲是否為梗絲時(shí)，根據(jù)計(jì)算出的待測(cè)煙絲與梗絲的相關(guān)度R1，若相關(guān)度Rl大于等于相關(guān)度閾值T，則判定當(dāng)前待測(cè)煙絲為梗絲；若相關(guān)度Rl小于相關(guān)度閾值T，則判定當(dāng)前待測(cè)煙絲不是梗絲。在判定當(dāng)前待測(cè)煙絲不是梗絲后，根據(jù)計(jì)算出的待測(cè)煙絲與膨脹葉絲的相關(guān)度R2判斷待測(cè)煙絲是否為膨脹葉絲，若相關(guān)度R2大于等于相關(guān)度閾值T，則判定當(dāng)前待測(cè)煙絲為膨脹葉絲；若相關(guān)度R2小于相關(guān)度閾值T，則判定當(dāng)前待測(cè)煙絲不是膨脹葉絲。在判定當(dāng)前待測(cè)煙絲既不是梗絲也不是膨脹葉絲后，根據(jù)計(jì)算出的待測(cè)煙絲與膨脹葉絲的相關(guān)度R3判斷待測(cè)煙絲是否為再造煙葉，若相關(guān)度R3大于等于相關(guān)度閾值T，則判定當(dāng)前待測(cè)煙絲為再造煙葉；若相關(guān)度R3小于相關(guān)度閾值T，則判定當(dāng)前待測(cè)煙絲為葉絲。其中，
在實(shí)際檢測(cè)識(shí)別過(guò)程中，相關(guān)度閾值T對(duì)應(yīng)特征數(shù)據(jù)庫(kù)的離散程度f(wàn)ie,，Te [0.25，0.75]，







1=1
ei的計(jì)算方法已在在步驟D中給出。離散程度越大，該特征數(shù)據(jù)庫(kù)的標(biāo)準(zhǔn)范圍越大，對(duì)應(yīng)T越??；反之，T越大。
[0043]H:圖像處理分析系統(tǒng)將葉絲組份分析識(shí)別結(jié)果發(fā)送至分揀系統(tǒng)，由分揀系統(tǒng)分揀出待測(cè)煙絲中的葉絲；
[0044]1:分別稱(chēng)量由分揀系統(tǒng)分揀出的葉絲質(zhì)量和剩余組分質(zhì)量，并計(jì)算待測(cè)煙絲中葉絲組分的比例。
[0045]本發(fā)明中，圖像采集系統(tǒng)包括照明裝置、成像裝置和圖像采集軟件，照明裝置的作用是為葉絲和待測(cè)煙絲提供合適的照明，以便于獲取清晰真實(shí)的圖像；照明裝置可采用能夠提供均勻強(qiáng)光照明的平面光源、環(huán)形光源、發(fā)光LED陣列、背光源等光源系統(tǒng)；成像裝置主要包括鏡頭和相機(jī)兩部分，成像裝置的作用是配合圖像采集軟件獲取葉絲和待測(cè)煙絲的圖像；圖像采集軟件可采用市面上現(xiàn)有的多種軟件，如Motic2.0圖像采集軟件；圖像分析處理系統(tǒng)可采用上位機(jī)，配合根據(jù)現(xiàn)有圖像處理分析技術(shù)編制的軟件實(shí)現(xiàn)相關(guān)功能，如MATLAB圖像處理分析軟件；鋪展分離系統(tǒng)包含傳送皮帶、振動(dòng)篩、振動(dòng)平臺(tái)等可以將待測(cè)煙絲平整無(wú)重疊的分離鋪展開(kāi)的機(jī)械裝置或裝置組合，分揀系統(tǒng)包含機(jī)械分揀機(jī)、機(jī)械手、正壓或負(fù)壓吸管等可以將識(shí)別出的葉絲和其他煙絲組分分揀出的裝置或裝置組合。上述各個(gè)設(shè)備及相應(yīng)軟件均屬于現(xiàn)有產(chǎn)品，在此不再贅述。
[0046]以下結(jié)合實(shí)施例對(duì)本發(fā)明進(jìn)行進(jìn)一步的闡述:
[0047]實(shí)施例1
[0048]I)將2根葉絲平整無(wú)重疊的擺放在強(qiáng)光LED照明陣列下，通過(guò)CXD相機(jī)和自動(dòng)對(duì)焦鏡頭配合計(jì)算機(jī)端的Motic2.0圖像采集軟件，采集得到2張梗絲圖像；將2根膨脹葉絲平整無(wú)重疊的擺放在強(qiáng)光LED照明陣列下，通過(guò)CCD相機(jī)和自動(dòng)對(duì)焦鏡頭配合計(jì)算機(jī)端的Motic2.0圖像采集軟件，采集得到2張膨脹葉絲圖像；將2根再造煙葉平整無(wú)重疊的擺放在強(qiáng)光LED照明陣列下，通過(guò)CXD相機(jī)和自動(dòng)對(duì)焦鏡頭配合計(jì)算機(jī)端的Motic2.0圖像采集軟件，采集得到2張?jiān)僭鞜熑~圖像；
[0049]2)利用MATLAB圖像處理分析軟件對(duì)獲取的2張梗絲圖像、2張膨脹葉絲圖像和2張?jiān)僭鞜熑~圖像進(jìn)行預(yù)處理，去除每張梗絲圖像、膨脹葉絲圖像和再造煙葉圖像中的干擾和噪聲；
[0050]3)計(jì)算機(jī)分別獲取2張梗絲圖像中梗絲的圖像特征、2張膨脹葉絲圖像中膨脹葉絲的圖像特征和2張?jiān)僭鞜熑~圖像中再造煙葉的圖像特征，然后分別根據(jù)梗絲的圖像特征計(jì)算梗絲的特征數(shù)據(jù)量、根據(jù)膨脹葉絲的圖像特征計(jì)算膨脹葉絲的特征數(shù)據(jù)量以及根據(jù)再造煙葉的圖像特征計(jì)算再造煙葉的特征數(shù)據(jù)量；
[0051]4)計(jì)算機(jī)根據(jù)2張梗絲圖像中梗絲的特征數(shù)據(jù)量、2張膨脹葉絲圖像中膨脹葉絲的特征數(shù)據(jù)量和2張?jiān)僭鞜熑~圖像中再造煙葉的特征數(shù)據(jù)量建立特征數(shù)據(jù)庫(kù)；特征數(shù)據(jù)庫(kù)中包含梗絲特征數(shù)據(jù)量、膨脹葉絲特征數(shù)據(jù)量和再造煙葉特征數(shù)據(jù)量；
[0052]5)將待測(cè)煙絲通過(guò)鋪展分離系統(tǒng)平整無(wú)重疊的擺放在強(qiáng)光LED照明陣列下，通過(guò)CCD相機(jī)和自動(dòng)對(duì)焦鏡頭配合計(jì)算機(jī)端的Motic2.0圖像采集軟件采集待測(cè)煙絲各組分圖像；
[0053]6)利用MATLAB圖像處理分析軟件對(duì)獲取的待測(cè)煙絲各組分圖像進(jìn)行預(yù)處理，去除待測(cè)煙絲各組分圖像中的干擾和噪聲；
[0054]7)計(jì)算機(jī)計(jì)算待測(cè)煙絲各組分圖像中待測(cè)煙絲特征數(shù)據(jù)量，并分別與步驟D中所建立的特征數(shù)據(jù)庫(kù)中的梗絲特征數(shù)據(jù)量、膨脹葉絲特征數(shù)據(jù)量和再造煙葉特征數(shù)據(jù)量進(jìn)行相關(guān)度計(jì)算，然后分別根據(jù)相關(guān)度計(jì)算結(jié)果分析識(shí)別出混合在煙絲中的梗絲組分、膨脹葉絲組分和再造煙葉組分；然后圖像處理分析系統(tǒng)將待測(cè)煙絲各組分圖像中未識(shí)別出來(lái)的組份判別為葉絲組份；
[0055]8)計(jì)算機(jī)將葉絲組份分析識(shí)別結(jié)果發(fā)送至分揀系統(tǒng)，由分揀系統(tǒng)分揀出待測(cè)煙絲中的葉絲；
[0056]9)用天平稱(chēng)量分揀出的葉絲質(zhì)量1.4g和剩余組分質(zhì)量4.6g，則煙絲中葉絲組分的比例為23%。
[0057]實(shí)施例2
[0058]I)將20根葉絲平整無(wú)重疊的擺放在強(qiáng)光LED照明陣列下，通過(guò)CXD相機(jī)和自動(dòng)對(duì)焦鏡頭配合計(jì)算機(jī)端的Motic2.0圖像采集軟件，采集得到20張梗絲圖像；將20根膨脹葉絲平整無(wú)重疊的擺放在強(qiáng)光LED照明陣列下，通過(guò)CCD相機(jī)和自動(dòng)對(duì)焦鏡頭配合計(jì)算機(jī)端的Motic2.0圖像采集軟件，采集得到20張膨脹葉絲圖像；將20根再造煙葉平整無(wú)重疊的擺放在強(qiáng)光LED照明陣列下，通過(guò)CXD相機(jī)和自動(dòng)對(duì)焦鏡頭配合計(jì)算機(jī)端的Motic2.0圖像采集軟件，采集得到20張?jiān)僭鞜熑~圖像；
[0059]2)利用MATLAB圖像處理分析軟件對(duì)獲取的20張梗絲圖像、20張膨脹葉絲圖像和20張?jiān)僭鞜熑~圖像進(jìn)行預(yù)處理，去除每張梗絲圖像、膨脹葉絲圖像和再造煙葉圖像中的干擾和噪聲；
[0060]3)計(jì)算機(jī)分別獲取20張梗絲圖像中梗絲的圖像特征、20張膨脹葉絲圖像中膨脹葉絲的圖像特征和20張?jiān)僭鞜熑~圖像中再造煙葉的圖像特征，然后分別根據(jù)梗絲的圖像特征計(jì)算梗絲的特征數(shù)據(jù)量、根據(jù)膨脹葉絲的圖像特征計(jì)算膨脹葉絲的特征數(shù)據(jù)量以及根據(jù)再造煙葉的圖像特征計(jì)算再造煙葉的特征數(shù)據(jù)量；
[0061]4)計(jì)算機(jī)根據(jù)20張梗絲圖像中梗絲的特征數(shù)據(jù)量、20張膨脹葉絲圖像中膨脹葉絲的特征數(shù)據(jù)量和20張?jiān)僭鞜熑~圖像中再造煙葉的特征數(shù)據(jù)量建立特征數(shù)據(jù)庫(kù)；特征數(shù)據(jù)庫(kù)中包含梗絲特征數(shù)據(jù)量、膨脹葉絲特征數(shù)據(jù)量和再造煙葉特征數(shù)據(jù)量；
[0062]5)將待測(cè)煙絲通過(guò)鋪展分離系統(tǒng)平整無(wú)重疊的擺放在強(qiáng)光LED照明陣列下，通過(guò)CCD相機(jī)和自動(dòng)對(duì)焦鏡頭配合計(jì)算機(jī)端的Motic2.0圖像采集軟件采集待測(cè)煙絲各組分圖像；
[0063]6)利用MATLAB圖像處理分析軟件對(duì)獲取的待測(cè)煙絲各組分圖像進(jìn)行預(yù)處理，去除待測(cè)煙絲各組分圖像中的干擾和噪聲；
[0064]7)計(jì)算機(jī)計(jì)算待測(cè)煙絲各組分圖像中待測(cè)煙絲特征數(shù)據(jù)量，并分別與步驟D中所建立的特征數(shù)據(jù)庫(kù)中的梗絲特征數(shù)據(jù)量、膨脹葉絲特征數(shù)據(jù)量和再造煙葉特征數(shù)據(jù)量進(jìn)行相關(guān)度計(jì)算，然后分別根據(jù)相關(guān)度計(jì)算結(jié)果分析識(shí)別出混合在煙絲中的梗絲組分、膨脹葉絲組分和再造煙葉組分；然后圖像處理分析系統(tǒng)將待測(cè)煙絲各組分圖像中未識(shí)別出來(lái)的組份判別為葉絲組份；
[0065]8)計(jì)算機(jī)將葉絲組份分析識(shí)別結(jié)果發(fā)送至分揀系統(tǒng)，由分揀系統(tǒng)分揀出待測(cè)煙絲中的葉絲；
[0066]9)用天平稱(chēng)量分揀出的葉絲質(zhì)量為0.6g，剩余組分質(zhì)量3.8g，則煙絲中葉絲組分的比例為14%。
【權(quán)利要求】
1.一種基于計(jì)算機(jī)視覺(jué)的煙絲中葉絲比例測(cè)定方法，其特征在于，包括以下步驟: A:利用圖像采集系統(tǒng)分別采集梗絲圖像、膨脹葉絲圖像和再造煙葉圖像；在采集梗絲圖像時(shí)，將多根梗絲平整無(wú)重疊的擺放，然后利用圖像采集系統(tǒng)采集各個(gè)梗絲圖像；在采集膨脹葉絲圖像時(shí)，將多根膨脹葉絲平整無(wú)重疊的擺放，然后利用圖像采集系統(tǒng)采集各個(gè)膨脹葉絲圖像；在采集再造煙葉圖像時(shí)，將多根再造煙葉平整無(wú)重疊的擺放，然后利用圖像采集系統(tǒng)采集各個(gè)再造煙葉圖像； B:利用圖像處理分析系統(tǒng)分別對(duì)獲取的多張梗絲圖像、膨脹葉絲圖像和再造煙葉圖像進(jìn)行預(yù)處理，去除每張梗絲圖像、膨脹葉絲圖像和再造煙葉圖像中的干擾和噪聲； C:利用圖像處理分析系統(tǒng)分別獲取多張梗絲圖像中梗絲的圖像特征、多張膨脹葉絲圖像中膨脹葉絲的圖像特征和多張?jiān)僭鞜熑~圖像中再造煙葉的圖像特征，然后分別根據(jù)梗絲的圖像特征計(jì)算梗絲的特征數(shù)據(jù)量、根據(jù)膨脹葉絲的圖像特征計(jì)算膨脹葉絲的特征數(shù)據(jù)量以及根據(jù)再造煙葉的圖像特征計(jì)算再造煙葉的特征數(shù)據(jù)量； D:利用圖像處理分析系統(tǒng)根據(jù)多張梗絲圖像中梗絲的特征數(shù)據(jù)量、多張膨脹葉絲圖像中膨脹葉絲的特征數(shù)據(jù)量和多張?jiān)僭鞜熑~圖像中再造煙葉的特征數(shù)據(jù)量建立特征數(shù)據(jù)庫(kù)；特征數(shù)據(jù)庫(kù)中包含梗絲特征數(shù)據(jù)量、膨脹葉絲特征數(shù)據(jù)量和再造煙葉特征數(shù)據(jù)量； E:將待測(cè)煙絲通過(guò)鋪展分離系統(tǒng)平整無(wú)重疊的擺放，利用圖像采集系統(tǒng)采集待測(cè)煙絲各組分圖像； F:利用圖像處理分析系統(tǒng)對(duì)獲取的待測(cè)煙絲各組分圖像進(jìn)行預(yù)處理，去除待測(cè)煙絲各組分圖像中的干擾和噪聲； G:圖像處理分析系統(tǒng)計(jì)算待測(cè)煙絲各組分圖像中待測(cè)煙絲特征數(shù)據(jù)量，并與步驟D中所建立的特征數(shù)據(jù)庫(kù)中的梗絲特征數(shù)據(jù)量、膨脹葉絲特征數(shù)據(jù)量和再造煙葉特征數(shù)據(jù)量分別進(jìn)行相關(guān)度計(jì)算，然后分別根據(jù)相關(guān)度計(jì)算結(jié)果分析識(shí)別出混合在煙絲中的梗絲組分、膨脹葉絲組分和再造煙葉組分；然后圖像處理分析系統(tǒng)將待測(cè)煙絲各組分圖像中未識(shí)別出來(lái)的組份判別為葉絲組份； H:圖像處理分析系統(tǒng)將葉絲組份分析識(shí)別結(jié)果發(fā)送至分揀系統(tǒng)，由分揀系統(tǒng)分揀出待測(cè)煙絲中的葉絲； 1:分別稱(chēng)量由分揀系統(tǒng)分揀出的葉絲質(zhì)量和剩余組分質(zhì)量，并計(jì)算待測(cè)煙絲中葉絲組分的比例。
2.根據(jù)權(quán)利要求1所述的基于計(jì)算機(jī)視覺(jué)的煙絲中葉絲比例測(cè)定方法，其特征在于:所述的步驟B中，圖像處理分析系統(tǒng)采用5X5像素的掃描窗口分別對(duì)獲取的梗絲圖像、膨脹葉絲圖像和再造煙葉圖像按照自上到下、自左到右的順序進(jìn)行掃描，計(jì)算出各個(gè)圖像中掃描窗口內(nèi)的圖像均值及方差Var，若方差Var大于設(shè)定閾值TD，則對(duì)該點(diǎn)采用快速中值濾波方法進(jìn)行平滑處理，除去圖像中的干擾和噪聲。
3.根據(jù)權(quán)利要求2所述的基于計(jì)算機(jī)視覺(jué)的煙絲中葉絲比例測(cè)定方法，其特征在于:所述的步驟C中，圖像處理分析系統(tǒng)分別將獲取的梗絲圖像、膨脹葉絲圖像和再造煙葉圖像轉(zhuǎn)換到HSV顏色空間；結(jié)合Canny及Log邊緣檢測(cè)算子分別對(duì)R、G、B、H、S、V這六個(gè)分量的圖像進(jìn)行邊緣檢測(cè)，分別記錄R、G、B、H、S、V分量圖像中煙絲區(qū)域的像素方差值VK、Ve、VB、Vh, \、Vv ;然后使用灰度共生矩陣計(jì)算各個(gè)圖像中煙絲區(qū)域的對(duì)比度、熵、角二階矩和相關(guān)性四個(gè)紋理特征值；其中，其中，R分量圖像表示在RGB顏色空間，各個(gè)像素點(diǎn)的R值不變，G值與B值均為零；G分量圖像表示在RGB顏色空間，各個(gè)像素點(diǎn)的G值不變，R值與B值均為零分量圖像表示在RGB顏色空間，各個(gè)像素點(diǎn)的B值不變，R值與G值均為零；H分量圖像表示在HSV顏色空間，各個(gè)像素點(diǎn)的H值不變，S值與V值均為零；S分量圖像表示在HSV顏色空間，各個(gè)像素點(diǎn)的S值不變，H值與V值均為零；V分量圖像表示在HSV顏色空間，各個(gè)像素點(diǎn)的V值不變，H值與S值均為零；步驟C中所述的特征數(shù)據(jù)量包括十個(gè)特征值，分另0為各個(gè)圖像中煙絲區(qū)域的％、\、％^^、、六個(gè)分量上的像素方差值，以及各個(gè)圖像中煙絲區(qū)域的對(duì)比度、熵、角二階矩和相關(guān)性四個(gè)紋理特征值。
4.根據(jù)權(quán)利要求3所述的基于計(jì)算機(jī)視覺(jué)的煙絲中葉絲比例測(cè)定方法，其特征在于:所述的步驟D中，圖像處理分析系統(tǒng)分別計(jì)算梗絲圖像中的梗絲特征數(shù)據(jù)量、膨脹葉絲圖像中的膨脹葉絲特征數(shù)據(jù)量和再造煙葉圖像中的再造煙葉特征數(shù)據(jù)量，并統(tǒng)計(jì)每個(gè)特征值的分布范圍Ci (i = 1,2,…，10)，然后將各個(gè)范圍的取值乘以對(duì)應(yīng)的比例系數(shù)ei(i = 1，


易1侑2,...，10)，最終建立特征數(shù)據(jù)庫(kù)Ti = Cpi (i = 1，2，…，10)，其中，e, =T^rr.為離散程度的倒數(shù)。
5.根據(jù)權(quán)利要求4所述的基于計(jì)算機(jī)視覺(jué)的煙絲中葉絲比例測(cè)定方法，其特征在于:所述的步驟F中，圖像處理分析系統(tǒng)采用5X5像素的掃描窗口對(duì)獲取的待測(cè)煙絲各組分圖像中按照自上到下、自左到右的順序進(jìn)行掃描，計(jì)算出掃描窗口內(nèi)待測(cè)煙絲各組分圖像中均值及方差Var，若方差Var大于設(shè)定閾值TD，則對(duì)該點(diǎn)采用快速中值濾波方法進(jìn)行平滑處理，除去待測(cè)煙絲各組分圖像中的干擾和噪聲。6.根據(jù)權(quán)利要求5所述的基于計(jì)算機(jī)視覺(jué)的煙絲中葉絲比例測(cè)定方法，其特征在于:所述的步驟G中，圖像處理分析系統(tǒng)分別計(jì)算待測(cè)煙絲特征數(shù)據(jù)量中的十個(gè)特征值，并將這十個(gè)特征值分別導(dǎo)入特征數(shù)據(jù)庫(kù)中，然后圖像處理分析系統(tǒng)分別計(jì)算待測(cè)煙絲與與梗絲、膨脹葉絲和再造煙葉的相關(guān)








B度，待測(cè)煙絲與梗絲、膨脹葉絲和再造煙葉的相關(guān)度R的計(jì)算公式為,其中




10 = X < F.V: *Si=U 一 ，n e [I, 10]，為待測(cè)煙絲的十個(gè)特征值中處于特征數(shù)據(jù)庫(kù)標(biāo)準(zhǔn)范 —X > V.1s Λ圍內(nèi)的數(shù)量；Xi為對(duì)應(yīng)特征值，F(xiàn)為特征數(shù)據(jù)庫(kù)中該特征值的均值；設(shè)待測(cè)煙絲與與梗絲、膨脹葉絲和再造煙葉的相關(guān)度分別為R1、R2和R3，若待測(cè)煙絲與梗絲的相關(guān)度Rl大于等于相關(guān)度閾值T，則判定當(dāng)前待測(cè)煙絲為梗絲；若相關(guān)度Rl小于相關(guān)度閾值T，則判定當(dāng)前待測(cè)煙絲不是梗絲；若待測(cè)煙絲與膨脹葉絲的相關(guān)度R2大于等于相關(guān)度閾值T，則判定當(dāng)前待測(cè)煙絲為膨脹葉絲；若相關(guān)度R2小于相關(guān)度閾值T，則判定當(dāng)前待測(cè)煙絲不是膨脹葉絲；若待測(cè)煙絲與再造煙葉的相關(guān)度R3大于等于相關(guān)度閾值T，則判定當(dāng)前待測(cè)煙絲為再造煙葉；若相關(guān)度R3小于相關(guān)度閾值T，則判定當(dāng)前待測(cè)煙絲不是再造煙葉；如待測(cè)煙絲不為梗絲、膨脹葉絲和再造煙葉，則待測(cè)煙絲為葉絲；其中，相關(guān)度閾值T為對(duì)應(yīng)特征數(shù)據(jù)庫(kù)的離散程度 Te [0.25,0.75],? =TM^S(=1.1+小羅'Λ:
【文檔編號(hào)】G06K9/60GK104198324SQ201410448179
【公開(kāi)日】2014年12月10日 申請(qǐng)日期:2014年9月4日 優(yōu)先權(quán)日:2014年9月4日
【發(fā)明者】劉鋒, 董浩, 邢軍, 周明珠, 夏營(yíng)威, 周德成, 張龍, 荊熠, 王錦平, 李曉輝, 劉勇 申請(qǐng)人:國(guó)家煙草質(zhì)量監(jiān)督檢驗(yàn)中心, 中國(guó)科學(xué)院合肥物質(zhì)科學(xué)研究院