CN106770303A - 基于图像分析的卷烟烟丝结构表征方法 - Google Patents
基于图像分析的卷烟烟丝结构表征方法 Download PDFInfo
- Publication number
- CN106770303A CN106770303A CN201710205729.6A CN201710205729A CN106770303A CN 106770303 A CN106770303 A CN 106770303A CN 201710205729 A CN201710205729 A CN 201710205729A CN 106770303 A CN106770303 A CN 106770303A
- Authority
- CN
- China
- Prior art keywords
- length
- pipe tobacco
- tobacco
- cigarette
- pipe
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Manufacturing Of Cigar And Cigarette Tobacco (AREA)
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明涉及一种基于图像分析的卷烟烟丝结构表征方法,属于烟丝结构的表征方法技术领域。该方法如下:取少量烟支剥离烟丝并称重,将烟丝平铺进行拍照,用处理软件提取图片中烟丝数量及单根烟丝长度信息;提取图像中的比例尺信息;用比例尺将图像中烟丝长度信息换算成烟丝长度。根据以上信息可以获知:样品烟丝平均长度、最小长度、最大长度、累积长度;烟丝平均线密度;不同烟丝长度区段数量结构;不同烟丝长度区段频数分布及正态拟合曲线等。该方法简单可行,结果呈现更加多样化、能对烟丝结构进行精细化表征,可潜在应用于均质化加工评价及产品质量差异分析。
Description
技术领域
本发明属于烟丝结构的表征方法技术领域,具体涉及一种基于图像分析的卷烟烟丝结构表征方法。
背景技术
烟丝结构是指不同长度区段烟丝占总烟丝的质量百分比,是表征整丝率、碎丝率的有效方式。不同的烟丝结构对卷烟端部落丝量有明显影响,对稳定产品质量有良好的基础作用。也就是说,烟丝结构差异不仅影响产品的物理质量、吸食品质,还可能影响卷接工艺。现行的烟丝结构测定方法是将样品烟丝通过烟丝振动分选筛,使不同长度的烟丝实现分离,结果以各层或某层筛网上的累计质量占总质量的比例来表示。有学者指出,该方法的不足之处在于:(1)从采样到称重多采用人工完成,劳动强度大,采样周期长,并且受人为因素影响较多,评价的客观性差;(2)数据只能用手工录入,与烟草企业的现代化生产与管理不相适应;(3)由于检测是抽样进行,无实时性,若结果显示不合格时,有很多的烟丝已经进入了下一步的生产线,影响烟支生产质量。申晓锋等人则指出,这些表征方法仅表明了离散的烟丝尺寸分布,无法准确描述不同区间内烟丝尺寸的连续分布及其变化情况,且无法描述烟丝结构分布的均匀性,而烟丝尺寸分布的均匀性同样会对卷烟质量产生重要影响。除此以外,现行标准存在的问题还包括分析时间长,分析受到筛分频率、筛分时间、筛分强度等影响较大,结构的呈现较为粗放,缺乏烟丝尺度连续化的精细表达,在线检测难度较大等问题。有学者以烟草行业标准为基础,改进了烟丝结构测定的设备,探索了在线监测的可能性,申请了专利,但是他们的研究都是以三或四个尺寸区段为基础的,结果的呈现只能是3大区段,缺乏区段内烟丝结构精细化表述。有学者研究表明2.50~3.35mm烟丝比例大小对卷烟机的控制能力影响较大,而卷烟工艺规范中只对大于2.50mm烟丝即整丝率进行检测与考核,显得较为宽泛,所以,应该对烟丝结构进行精细化表征。随着品牌规模扩大,产品均质化生产成为企业关注的焦点之一。除了感官评吸和烟支规格等传统手段验证均质化程度以外,用烟支中的烟丝结构表征作为一种判断均质化程度及产品质量差异分析的方式,也是本领域技术人员值得研究的技术难题。
发明内容
本发明的目的是克服现有技术的不足而提供一种基于图像分析的卷烟烟丝结构表征方法,该方法运用图像分析手段打破了原行业标准中烟丝结构区段划分的定式,简单可行,结果呈现更加多样化、能对烟丝结构进行精细化表征,可潜在应用于均质化加工评价,具有更强的可读性和可用性。
本发明采用如下技术方案:
基于图像分析的卷烟烟丝结构表征方法,包括如下步骤:
步骤一:选取数个不同牌号的成品卷烟作为样品,按照标准GB/T 16447-1996调节样品含水率,然后随机抽取样品,取出其烟丝作为测试对象;
步骤二:将烟丝小心摊开在画有长度标尺的干净白纸上,选择合适的光照度,用数码相机垂直拍照,用Image-Pro Plus软件对数码照片中的待测目标着色,选取AOI区进行测量操作,并以参考标尺像素为标准,将所有目标物像素换算成目标物长度,按照烟丝长度对获取数据进行排列,获取的各品牌烟丝长度信息,用数据处理软件对各品牌卷烟烟丝长度进行进行描述性统计;
步骤三:对通过图像处理获取的测定结果进行排序,以序号为横坐标,各序号对应的烟丝长度为纵坐标制图,以某长度烟丝对应序号除以该烟丝的总序号数,得出在该尺寸以下烟丝的数量累计百分比,以烟丝长度为横坐标,以该烟丝长度以下对应的数量累计百分比为纵坐标制图;或以烟丝长度为横坐标,以该长度以下所有烟丝的累计长度为纵坐标制图,用各烟丝长度区段的累计长度除以总累计长度得到该区段烟丝的长度百分数,以烟丝长度为横坐标,以该烟丝长度的累计长度百分数为纵坐标制图;或用数据处理软件对各牌号所有烟丝长度做频数分布直方图,并添加正态拟合曲线,得到各牌号卷烟烟丝结构。
更进一步地,步骤一中选取国内不同企业五个牌号的成品卷烟作为样品,即1#,2#,3#,4#,5#,其中4#和5#均为一类烟。
更进一步地,步骤三中所述数据处理软件为Origin、excel、spss或matlab软件中的一种。
更进一步地,步骤三中所述数据处理软件为Origin软件。
本发明与现有技术相比,具有以下有益效果:
本发明运用图像分析手段打破了原行业标准中烟丝结构区段划分的定式,可以获取样品烟丝的群体和个体信息,并将其转换为多样的可视化形式呈现,有些适用于宏观表征,如频数分布;有些适宜于微观应用,如等效质量结构。这些呈现形式都较之行业标准方法获得的结果具有更强的可读性和可用性。本发明解决了当前行业规范与标准中出现的问题,但是目前尚未开发专用仪器设备和数据自动转化软件,在本申请的基础上,若能结合在线采样、自动成像和获取图像数据,并将结果自动呈现出不同可视化形式,则效果更佳。
附图说明
图1为各牌号卷烟烟丝数量结构图;
图2为各牌号卷烟烟丝累计长度与烟丝等效质量结构图;
图3为依据烟丝长度频数分布建立的各牌号卷烟烟丝结构图;
图4为本申请的基于图像分析的卷烟烟丝结构表征方法的流程框图。
具体实施方式
下面通过具体实施方式对本发明作进一步详细说明,但本领域技术人员将会理解,下列实施例仅用于说明本发明,而不应视为限定本发明的范围。本发明使用Image-ProPlus软件对烟丝结构进行表征,但不限于此软件,与该软件有相同或类似功能的软件也可达到本发明的目的,也可纳入本发明的保护范围内。
实施例
如图4所示,本申请的基于图像分析的卷烟烟丝结构表征方法包括如下步骤:
步骤一:选取国内不同企业5个牌号(规格)的成品卷烟,即样品1#,2#,3#,4#,5#,其中4#和5#均为一类烟。测试前对样品含水率按《烟草及烟草制品调节和测试的大气环境》(GB/T 16447—1996)进行调节。然后随机抽烟支,用刀片轻轻划开,取出烟丝作为测试对象。
步骤二:用镊子将烟丝小心摊开在画有长度标尺的干净白纸上,选择合适的光照度,用数码相机垂直拍照,用Image-Pro Plus6.0软件对数码照片中的待测目标着色,选取AOI区进行测量操作,对所获照片中的样品进行识别和计数,并以参考标尺像素为标准,将所有目标物像素换算成目标物长度,按照烟丝长度对获取数据进行排列。获取的各品牌烟丝长度信息,用Origin 8.0软件进行统计,具体如下:图像处理技术可以直接对品牌卷烟烟丝总数量进行计数,并可以对各个烟丝的长度自动进行逐个测量,本申请根据测量结果,对各品牌卷烟烟丝长短进行大小排列,并用Origin8.0软件进行描述性统计,结果如表1所示。
表1各品牌烟丝长度描述性统计
数量上来说,4#品牌显然具有最少的烟丝数量,而5#品牌烟丝数量最多,其余牌号介于两者之间。4#具有最大的平均长度,达到2.91mm,且最大长度、最小长度和中位数均大于其他牌号,说明其烟丝长度整体较大。3#品牌具有最大的烟丝累计长度。
如果用表1中的累计长度除以各自样品的总质量,得出1#~5#各牌号烟丝的一组数据分别是4338.88,4579.40,4864.56,4524.23,4489.01,这一组数据可以被认为是各牌号烟丝平均线密度的倒数(1/ρL,这里ρL表示烟丝平均线密度;Li表示第i根烟丝长度;M表示样品烟丝的总质量;n为样品烟丝总数),其值越大则线密度越小,如果切丝宽度一致,这将意味着所用烟叶整体较薄或者结构疏松,反之,则意味着所用烟叶整体较厚或者结构紧密。如果将1/ρL作为特征参数应用于生产或许会对配方烟叶的选用起到一定的指导作用。比较本发明所得的各牌号烟丝1/ρL的数值可以看出,1#和3#样品中处于两端位置,而4#、2#和5#品牌相对适中。事实上,4#和5#同属一类卷烟牌号。
步骤三:对通过图像处理获取的测定进行排序,以序号为横坐标,各序号对应烟丝长度为纵坐标作图(图1A)。从图1可以看出,各样品烟丝长度的范围和对应的大致离散程度,其中10.0mm以上烟丝长度较为离散,在此尺寸以内则具有相对较好的连续性。根据某长度烟丝对应序号除以该烟丝的总序号数(即烟丝数量总数),可以得出在此尺寸以下烟丝的数量累计百分比(图1B)。需要说明的是,鉴于图1A中超过16mm长度烟丝数量少,图1B横轴仅显示了16mm以内的情况(图2与此相同)。从图1B中可以看出,7mm以上烟丝数量可能超过10%。申晓峰等人研究中6.7mm以上的叶丝质量占到了25%,卷制后占5%。综合表1和图1B,小于1.0mm烟丝数量最多,在30%左右,而其质量在16%以内。长度大于3.35mm的烟丝数量超过22%,质量则超过53%。这些数据显示将长度超过3.35mm烟丝统一划为一个大的区段的做法是较为粗放的。另外,除4#样品长度为2.50-3.35mm的烟丝的质量比例不是该样品的最小值外,其余样品在这一区段无论质量还是数量其比例都是最小的。
或者用烟丝长度及该长度以下所有烟丝的累计长度关系作图2A,如果用各烟丝长度区段的累计长度除以总累计长度所获之比就等同于该区段烟丝的长度百分数,据此,得出各牌号卷烟烟丝长度与其累计长度百分数的关系如图2B所示。理论上讲,曲线的斜率与烟丝长度的离散程度相关。斜率越大,则其在该长度累积就越快,烟丝长度越集中,反之亦然。由此可较为直观地看出4#样品在6mm以内烟丝长度较为分散,而5#最为集中。假设同牌号烟丝ρL一致,则烟丝累计长度与烟丝质量呈正比。将图2B中烟丝累计长度百分比等效于质量累计百分数即得到表2。
表2各等效质量段累计比例对应烟丝长度mm
从表2中可以看出,同等质量分数下,5#品牌烟丝长度更短,这预示着该牌号烟丝在长度较集中于短丝方向。而4#品牌烟丝在各累计百分数对应烟丝长度相对更长,说明其所有烟丝以中长烟丝为主。另外,从该组数据推断占烟丝总质量80%左右的烟丝其长度应该在1.0-10.0mm。对照图2B在1.0-10.0mm区间烟丝数量占总数量的比例在65%左右。所以,对这一区间烟丝的结构进行细致分析对生产及产品质量有积极影响。
或者用Origin8.0软件对各牌号所有烟丝长度做频数分布直方图,并添加正态拟合曲线得到图3。显然,1#,2#,5#样品正态曲线的峰位置对应的烟丝长度,也即烟丝长度的均值较为接近且小于3#,4#烟丝长度均值最大。5#样品峰最高说明其集中程度高,4#样品峰最低表明其最为分散。所以,这种频数分布能直观表达烟丝长度的均匀性。
本发明中使用Origin 8.0软件进行数据处理,也可以使用其他具有统计功能的软件进行处理,如excel、spss、matlab等软件。
对照例
烟草行业内现在采用的行业标准方法是配方烟丝结构的测定(YC/T 289-2009)。该方法要求随机抽取成品卷烟五条,每条中随机抽取100支卷烟,然后进行含水率调节。将调节好水分的烟支用刀片纵向剥开,去除烟丝,用镊子轻轻拨散作为试样。
称取(30.0±0.5)g试样,记为E,并将试样放入检测筛顶层筛网中央位置。固定筛网,启动检测筛,开始测试。检测完毕后,取下筛网及无孔底盘,称量每层筛网及无孔底盘上烟丝的质量,按筛网孔径尺寸由大到小依此记为F1、F2、F3、F4、F5、F6和无孔底盘为F7,精确至0.01g,并清理筛网。
式中:Tn——n层筛网烟丝所占比例,结果精确至0.01%
Fn——n层筛网上烟丝的质量,单位为克(g)
n——按孔径尺寸由大到小的筛网及无孔底盘层数,n=1,……,7.
根据上式计算结果,得出配方烟丝中不同尺寸段烟丝所占比例,及配方烟丝结构。
按照上述行业标准测定的各牌号烟丝结构如表3所示:
表3参考烟草行业标准实测各牌号烟丝结构
由表3可以明显看出,4#碎丝率最低,而长丝比例最大,1#和2#两个品牌的长丝比例最低,但长丝均超过50%。申晓峰等人的研究中,3.35mm以上叶丝质量比例为54%,卷制后为31%。所以就长丝占有较大比例这一情况来说,二者具有相似性。
Claims (4)
1.基于图像分析的卷烟烟丝结构表征方法,其特征在于,包括如下步骤:
步骤一:选取数个不同牌号的成品卷烟作为样品,按照标准GB/T 16447-1996调节样品含水率,然后随机抽取样品,取出其烟丝作为测试对象;
步骤二:将烟丝小心摊开在画有长度标尺的干净白纸上,选择合适的光照度拍照,用Image-Pro Plus软件对所获数码照片中的待测目标着色,选取AOI区进行测量操作,并以参考标尺像素为标准,将所有目标物像素换算成目标物长度,按照烟丝长度对获取数据进行排列,获取的各品牌烟丝长度信息,用数据处理软件对各品牌卷烟烟丝长度进行进行描述性统计;
步骤三:对通过图像处理获取的测定结果进行排序,以序号为横坐标,各序号对应的烟丝长度为纵坐标制图,以某长度烟丝对应序号除以该烟丝的总序号数,得出在该尺寸以下烟丝的数量累计百分比,以烟丝长度为横坐标,以该烟丝长度以下对应的数量累计百分比为纵坐标制图;或以烟丝长度为横坐标,以该长度以下所有烟丝的累计长度为纵坐标制图,用各烟丝长度区段的累计长度除以总累计长度得到该区段烟丝的长度百分数,以烟丝长度为横坐标,以该烟丝长度的累计长度百分数为纵坐标制图;或用数据处理软件对各牌号所有烟丝长度做频数分布直方图,并添加正态拟合曲线,得到各牌号卷烟烟丝结构。
2.根据权利要求1所述的基于图像分析的卷烟烟丝结构表征方法,其特征在于,步骤一中选取国内不同企业五个牌号的成品卷烟作为样品,即1#,2#,3#,4#,5#,其中4#和5#均为一类烟。
3.根据权利要求1所述的基于图像分析的卷烟烟丝结构表征方法,其特征在于,步骤三中所述数据处理软件为Origin、excel、spss或matlab软件中的一种。
4.根据权利要求1所述的基于图像分析的卷烟烟丝结构表征方法,其特征在于,步骤三中所述数据处理软件为Origin软件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710205729.6A CN106770303B (zh) | 2017-03-31 | 2017-03-31 | 基于图像分析的卷烟烟丝结构表征方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710205729.6A CN106770303B (zh) | 2017-03-31 | 2017-03-31 | 基于图像分析的卷烟烟丝结构表征方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106770303A true CN106770303A (zh) | 2017-05-31 |
CN106770303B CN106770303B (zh) | 2020-07-28 |
Family
ID=58966062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710205729.6A Expired - Fee Related CN106770303B (zh) | 2017-03-31 | 2017-03-31 | 基于图像分析的卷烟烟丝结构表征方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106770303B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108645968A (zh) * | 2018-05-07 | 2018-10-12 | 云南熏爵生物科技有限公司 | 利用常规化学成分表征成品烟丝结构分布稳定性的方法 |
CN109239082A (zh) * | 2018-09-21 | 2019-01-18 | 杭州安脉盛智能技术有限公司 | 基于机器视觉技术的烟丝结构质量在线检测方法及*** |
CN109493316A (zh) * | 2018-09-21 | 2019-03-19 | 浙江中烟工业有限责任公司 | 基于相似性分析和特征增量学习的封箱机烟包缺条智能检测方法 |
CN111175308A (zh) * | 2018-11-13 | 2020-05-19 | 贵州中烟工业有限责任公司 | 一种烟支检测装置 |
CN112034095A (zh) * | 2020-07-10 | 2020-12-04 | 张家口卷烟厂有限责任公司 | 在线烘后烟丝结构分析***及方法 |
CN113139951A (zh) * | 2021-05-08 | 2021-07-20 | 上海烟草集团有限责任公司 | 片烟属性的表征方法、***、设备及计算机可读存储介质 |
CN113393460A (zh) * | 2021-08-16 | 2021-09-14 | 湖南磐钴传动科技有限公司 | 基于图像处理的烟丝质量参数检测方法及*** |
CN113838123A (zh) * | 2021-08-16 | 2021-12-24 | 湖南磐钴传动科技有限公司 | 基于图像处理的烟丝形貌特征的测量方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4835605A (en) * | 1985-08-14 | 1989-05-30 | Fhg | Method for the determination of a geometrical parameter for crimped, irregularly structured fibres |
US5462176A (en) * | 1994-06-03 | 1995-10-31 | Brown & Williamson Tobacco Corporation | Latex detection system |
CN102359963A (zh) * | 2011-07-14 | 2012-02-22 | 红塔烟草(集团)有限责任公司 | 利用图像分析法测定烟梗长梗率的方法 |
CN103954236A (zh) * | 2014-05-16 | 2014-07-30 | 中国烟草总公司郑州烟草研究院 | 一种片烟形状紧致度的测定方法 |
CN104166803A (zh) * | 2014-08-19 | 2014-11-26 | 云南中烟工业有限责任公司 | 一种表征烟丝结构分布均匀性的方法 |
CN104849278A (zh) * | 2015-05-20 | 2015-08-19 | 江苏中烟工业有限责任公司 | 一种基于相似性系数测定烟丝长丝率的方法 |
CN106483131A (zh) * | 2016-10-19 | 2017-03-08 | 河南中烟工业有限责任公司 | 一种烟用梗丝形态表征评价方法 |
-
2017
- 2017-03-31 CN CN201710205729.6A patent/CN106770303B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4835605A (en) * | 1985-08-14 | 1989-05-30 | Fhg | Method for the determination of a geometrical parameter for crimped, irregularly structured fibres |
US5462176A (en) * | 1994-06-03 | 1995-10-31 | Brown & Williamson Tobacco Corporation | Latex detection system |
CN102359963A (zh) * | 2011-07-14 | 2012-02-22 | 红塔烟草(集团)有限责任公司 | 利用图像分析法测定烟梗长梗率的方法 |
CN103954236A (zh) * | 2014-05-16 | 2014-07-30 | 中国烟草总公司郑州烟草研究院 | 一种片烟形状紧致度的测定方法 |
CN104166803A (zh) * | 2014-08-19 | 2014-11-26 | 云南中烟工业有限责任公司 | 一种表征烟丝结构分布均匀性的方法 |
CN104849278A (zh) * | 2015-05-20 | 2015-08-19 | 江苏中烟工业有限责任公司 | 一种基于相似性系数测定烟丝长丝率的方法 |
CN106483131A (zh) * | 2016-10-19 | 2017-03-08 | 河南中烟工业有限责任公司 | 一种烟用梗丝形态表征评价方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108645968A (zh) * | 2018-05-07 | 2018-10-12 | 云南熏爵生物科技有限公司 | 利用常规化学成分表征成品烟丝结构分布稳定性的方法 |
CN109239082B (zh) * | 2018-09-21 | 2021-01-26 | 杭州安脉盛智能技术有限公司 | 基于机器视觉技术的烟丝结构质量在线检测方法及*** |
CN109239082A (zh) * | 2018-09-21 | 2019-01-18 | 杭州安脉盛智能技术有限公司 | 基于机器视觉技术的烟丝结构质量在线检测方法及*** |
CN109493316A (zh) * | 2018-09-21 | 2019-03-19 | 浙江中烟工业有限责任公司 | 基于相似性分析和特征增量学习的封箱机烟包缺条智能检测方法 |
CN109493316B (zh) * | 2018-09-21 | 2021-06-15 | 浙江中烟工业有限责任公司 | 基于相似性分析和特征增量学习的封箱机烟包缺条智能检测方法 |
CN111175308A (zh) * | 2018-11-13 | 2020-05-19 | 贵州中烟工业有限责任公司 | 一种烟支检测装置 |
CN111175308B (zh) * | 2018-11-13 | 2023-07-25 | 贵州中烟工业有限责任公司 | 一种烟支检测装置 |
CN112034095A (zh) * | 2020-07-10 | 2020-12-04 | 张家口卷烟厂有限责任公司 | 在线烘后烟丝结构分析***及方法 |
CN112034095B (zh) * | 2020-07-10 | 2021-08-20 | 张家口卷烟厂有限责任公司 | 在线烘后烟丝结构分析***及方法 |
US11354561B2 (en) | 2020-07-10 | 2022-06-07 | Zhangjiakou Cigarette Factory Co., Ltd | System and method for on-line analysis of structure of dried shredded tobacco |
CN113139951A (zh) * | 2021-05-08 | 2021-07-20 | 上海烟草集团有限责任公司 | 片烟属性的表征方法、***、设备及计算机可读存储介质 |
CN113393460A (zh) * | 2021-08-16 | 2021-09-14 | 湖南磐钴传动科技有限公司 | 基于图像处理的烟丝质量参数检测方法及*** |
CN113393460B (zh) * | 2021-08-16 | 2021-11-30 | 湖南磐钴传动科技有限公司 | 基于图像处理的烟丝质量参数检测方法及*** |
CN113838123A (zh) * | 2021-08-16 | 2021-12-24 | 湖南磐钴传动科技有限公司 | 基于图像处理的烟丝形貌特征的测量方法 |
CN113838123B (zh) * | 2021-08-16 | 2024-03-19 | 湖南磐钴传动科技有限公司 | 基于图像处理的烟丝形貌特征的测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106770303B (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106770303A (zh) | 基于图像分析的卷烟烟丝结构表征方法 | |
DE112016002090T5 (de) | Verfahren und system zur defektklassifizierung | |
DE102010001111B4 (de) | Verfahren und Vorrichtung zur Beurteilung von Keimungseigenschaften von Pflanzensamen | |
CN102359963B (zh) | 利用图像分析法测定烟梗长梗率的方法 | |
Hull et al. | Psychophysical models: an example with scenic beauty perceptions of roadside pine forests | |
WO2009023110A1 (en) | Method and system for digital image analysis of maize | |
DE102014226451A1 (de) | Edelstein-Identifikationsverfahren und -vorrichtung | |
DE102007025320B4 (de) | Verfahren und Vorrichtung zur Analyse von Gegenständen | |
EP2024933B1 (en) | "in vitro" diagnostic method for diseases affecting human or animal tissues | |
CN113393460B (zh) | 基于图像处理的烟丝质量参数检测方法及*** | |
CN108132964A (zh) | 一种基于用户对项目类评分的协同过滤方法 | |
CN110443476A (zh) | 基于知识标注评价的任务分配方法及*** | |
WO2021116093A1 (de) | Computergestütztes verfahren und einrichtung zur prüfung einer sichtbetonqualität | |
CN105628646B (zh) | 一种卷烟在线焦油预测及预警方法 | |
CN106656943B (zh) | 一种网络用户属性的匹配方法及装置 | |
DE102008001174B4 (de) | Inspektionssystem und -verfahren für die optische Untersuchung von Objektoberflächen, insbesondere von Waferoberflächen | |
EP0012418B1 (de) | Anordnung zur Klassierung von in einer Blutprobe enthaltenen Teilchen | |
EP1893965A1 (de) | Verfahren zum kalibrieren eines massenspektrometrischen schnüffellecksuchers | |
DE112015002845T5 (de) | Optische Zusammensetzungsanalyse von Mischungen | |
DE19930154A1 (de) | Verfahren und Vorrichtung zur Bestimmung der Formation und/oder des Formationsindexes an einer laufenden Materialbahn | |
EP3359953B1 (de) | Vorrichtung und verfahren zur schimmeldetektion an baustoffoberflächen | |
CN104849278B (zh) | 一种基于相似性系数测定烟丝长丝率的方法 | |
CN108647126A (zh) | 一种移动应用程序卡顿度监控和量化评估方法 | |
Bridges et al. | A revised morphometric formula for the characterisation of cowries (Gastropoda: Cypraeidae) | |
CN107934712A (zh) | 基于统计学模型的电梯健康度检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200728 Termination date: 20210331 |