一种梗丝丝状效果评价方法与流程

1.本发明属于烟草制造技术领域，具体涉及一种梗丝丝状效果评价方法。


背景技术：

2.梗丝作为现代烟草在制品中重要的掺配物，对于提高传统卷烟填充值，提高卷接包过程卷烟制品质量具有重要意义。近年来，随着中细支异形卷烟的兴起，对于梗丝与烟丝“配伍性”以及“均匀性”等要求越来越高，而提高梗丝与烟丝“配伍性”的重要方法就是将以往的“片状梗丝”，通过加工工艺的改变，加工出“丝状梗丝”，通过将以往的“片”与“丝”的掺配，转变为“丝”与“丝”的掺配，进而提高掺配物之间的“配伍性”。然而，随着现代卷烟加工工艺的发展，例如梗丝膨胀技术、高压润梗技术等，均能显著的提高梗丝的丝状效果。但是，如何避免主观评价，通过科学、客观的方法对梗丝的丝状效果进行定量评价，烟草行业目前仍缺乏有效的手段。因此，如何设计一种梗丝丝状效果评价方法，以对梗丝的丝状效果进行定量评价，避免主观评价，成为本领域技术人员急需解决的技术问题。


技术实现要素：

3.本发明的目的是提供一种梗丝丝状效果评价方法，以解决现有技术中的上述技术问题。
4.为实现上述目的，本发明提供了如下技术方案：
5.一种梗丝丝状效果评价方法，其包括以下步骤：
6.步骤s1、取样一定量的梗丝，而后将各梗丝水平铺于检测平台；
7.步骤s2、采用相机拍摄检测平台上的各梗丝，获得梗丝初始图像；
8.步骤s3、利用计算机中的图像处理模块对该梗丝初始图像进行图像去噪、图像识别和边缘检测，获得梗丝图像，得到各梗丝的宽度，而后保存在计算机中；
9.步骤s4、根据步骤s3获得的每个梗丝的宽度，得出梗丝的宽度范围，将该宽度范围划分为多个宽度区间；
10.步骤s5、统计各宽度区间的梗丝占比；
11.步骤s6、建立梗丝丝状效果非线性拟合指数模型方程，该模型方程为：f＝exp(-bxc)，其中f为梗丝宽度分布累积占比，x为各宽度区间的梗丝占比，b为方程系数，c为梗丝均匀性系数；将步骤s5获得的各宽度区间的梗丝占比代入x，通过非线性拟合，求出b和c；
12.步骤s7、定义梗丝丝状指数s＝exp[(-0.35-lnb)/c]，代入步骤s6中求出的b和c，算出梗丝丝状指数s，梗丝丝状指数s的值越小，表明梗丝的丝状效果越好。
[0013]
优选地，其还包括：步骤s8、重复步骤s1至s7多次，获得多个梗丝丝状指数s，计算出该多个梗丝丝状指数s的平均值。
[0014]
优选地，在步骤s8中，重复步骤s1至s7至少五次。
[0015]
优选地，在步骤s8中，梗丝丝状指数s的平均值越接近0.7-1.0，梗丝的丝状效果越好。
[0016]
优选地，步骤s2中的相机采用高分辨率镜头。
[0017]
优选地，在步骤s6中，利用origin统计分析软件进行非线性拟合，求出b和c。
[0018]
优选地，在步骤s1中，该一定量的梗丝为30-50根梗丝。
[0019]
优选地，在步骤s4中，将宽度范围等距划分为多个宽度区间。
[0020]
本发明的有益效果在于：
[0021]
本发明的梗丝丝状效果评价方法，其通过计算机的图像识别和边缘检测获得梗丝的实际宽度，而后统计各宽度区间的梗丝占比，建立梗丝丝状效果非线性拟合指数模型方程，然后计算出梗丝丝状指数，利用该梗丝丝状指数对梗丝的丝状效果进行评价，从而较好地实现了对梗丝丝状效果的定量评价，避免了主观评价；同时，由于其使用的是梗丝的实际宽度，从而使得评价结果较为准确。
附图说明
[0022]
为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，并将结合附图对本发明的具体实施例作进一步的详细说明，其中
[0023]
图1为本发明实施例提供的梗丝丝状效果评价方法的流程图。
具体实施方式
[0024]
为了使本领域技术人员更好地理解本发明的技术方案，下面将结合具体实施例对本方案作进一步地详细介绍。
[0025]
如图1所示，本发明实施例提供了一种梗丝丝状效果评价方法，其包括以下步骤：
[0026]
步骤s1、取样一定量的梗丝，而后将各梗丝水平铺于检测平台；
[0027]
步骤s2、采用相机拍摄检测平台上的各梗丝，获得梗丝初始图像；
[0028]
步骤s3、利用计算机中的图像处理模块对该梗丝初始图像进行图像去噪、图像识别和边缘检测，获得梗丝图像，得到各梗丝的宽度，而后保存在计算机中；
[0029]
步骤s4、根据步骤s3获得的每个梗丝的宽度，得出梗丝的宽度范围，将该宽度范围划分为多个宽度区间；
[0030]
步骤s5、统计各宽度区间的梗丝占比；
[0031]
步骤s6、建立梗丝丝状效果非线性拟合指数模型方程，该模型方程为：f＝exp(-bxc)，其中f为梗丝宽度分布累积占比，x为各宽度区间的梗丝占比，b为方程系数，c为梗丝均匀性系数；将步骤s5获得的各宽度区间的梗丝占比代入x，通过非线性拟合，求出b和c；
[0032]
步骤s7、定义梗丝丝状指数s＝exp[(-0.35-lnb)/c]，代入步骤s6中求出的b和c，算出梗丝丝状指数s，梗丝丝状指数s的值越小，表明梗丝的丝状效果越好。
[0033]
本发明实施例提供的梗丝丝状效果评价方法，其通过计算机的图像识别和边缘检测获得梗丝的实际宽度，而后统计各宽度区间的梗丝占比，建立梗丝丝状效果非线性拟合指数模型方程，然后计算出梗丝丝状指数，利用该梗丝丝状指数对梗丝的丝状效果进行评价，从而较好地实现了对梗丝丝状效果的定量评价，避免了主观评价；同时，由于其使用的是检测得到的梗丝的实际宽度，而不是通过换算得到的梗丝宽度，从而使得评价结果较为准确。
[0034]
进一步地，该梗丝丝状效果评价方法还包括：步骤s8、重复步骤s1至s7多次，获得多个梗丝丝状指数s，计算出该多个梗丝丝状指数s的平均值，从而使得最终获得的丝状指数s的数值较为准确，进而使得对梗丝的丝状效果的评价结果较为准确。可以理解的是，每次重复步骤s1至s7时，需要重新选择梗丝，即选择未在以前取样时选择过的梗丝。
[0035]
可以优选，在步骤s8中，重复步骤s1至s7至少五次。
[0036]
具体地，在步骤s6中，利用origin统计分析软件进行非线性拟合，求出b和c。此时，具体的步骤为：在origin统计分析软件中输入上述梗丝丝状效果非线性拟合指数模型方程，而后输入x的数值，即不同宽度区间的梗丝占比，然后使用该软件的非线性拟合功能，就可以算出b和c的具体数值。采用此方案，利用能够origin统计分析软件较为方便地求出b和c。
[0037]
可以理解的是，在步骤s2中，利用图像去噪，能够使图像更为清晰；利用图像识别功能能够对图像进行识别；利用边缘检测功能能够对图像中梗丝的边缘进行巡边检测，能更好的准确检测出梗丝的长度和宽度。梗丝丝状效果非线性拟合指数模型方程中的c用来反映梗丝宽度分布的均匀性，其值越大，梗丝宽度的分布均匀性越好；梗丝丝状效果非线性拟合指数模型方程中的b，与f和梗丝宽度的实际分布情况的吻合度有关，其中f和梗丝宽度的实际分布情况的吻合度即通过上述方程计算出的某一宽度的梗丝占比与该宽度的梗丝占比的实际值的吻合度，也即某一宽度的梗丝占比的计算值与实际值的吻合度；s可以为刻画梗丝宽度的特征值。
[0038]
具体地，在步骤s1中，该一定量的梗丝为30-50根梗丝。可以理解的是，在每次重复步骤s1至s7时，重新取样30-50根梗丝。
[0039]
具体地，在步骤s4中，该宽度区间的划分可以等距也可以不等距。
[0040]
可以优选，在步骤s4中，将宽度范围等距划分为多个宽度区间。
[0041]
可以优选，在步骤s8中，梗丝丝状指数s的平均值越接近0.7-1.0(一般烟丝的宽度范围)，表明梗丝的丝状效果越好。
[0042]
具体地，步骤s2中的相机采用高分辨率镜头，以便获得较清晰的梗丝初始图像。
[0043]
在一具体的实施例中，以a卷烟厂生产的梗丝为例，利用以上评价方法，重复步骤s1至s7五次，即进行五次试验，评价该厂梗丝的丝状效果。五次试验时各宽度区间的梗丝占比的具体数据如表1所示：
[0044]
表1a厂梗丝在各次试验时各宽度区间的梗丝占比
[0045][0046]
基于该发明提出的梗丝丝状效果非线性拟合指数模型方程f＝exp(-bxc)，将每次试验时获得的各宽度区间的梗丝占比代入x，然后利用origin统计分析软件进行非线性拟合，就能够求出以上5次试验分别对应的b和c的具体数值，如表2所示：
[0047]
表2a厂梗丝各次试验对应的b和c
[0048] bcr2第一次试验0.031533.458450.96318第二次试验0.101842.509140.9878第三次试验0.057952.597080.97881第四次试验0.106412.119270.98208第五次试验0.105621.974470.95125
[0049]
从模型方程的吻合程度(即r2)来看，模型方程的拟合性较好，r2均大于0.95，表明该模型方程与实际值的拟合度较好，模型方程的可行性较高。
[0050]
然后，将得到的各次试验的b和c，分别代入梗丝丝状指数s＝exp[(-0.35-lnb)/c]公式中，即可算出所检测梗丝的丝状指数，如表3所示，丝状指数的数值越小，梗丝宽度的分布范围越窄，梗丝的丝状效果越好。
[0051]
表3a厂梗丝各次试验的梗丝丝状指数及平均值
[0052] 丝状指数s第一次试验2.442第二次试验2.145第三次试验2.597第四次试验2.417第五次试验2.589平均值2.438
[0053]
在本发明提供的另一具体实施例中，在一具体的实施例中，以b卷烟厂生产的梗丝为例，利用以上评价方法，重复步骤s1至s7五次，即进行五次试验，分别记为d、e、f、g、h，评价该厂梗丝的丝状效果。五次试验中各宽度区间的梗丝占比的具体数据如表4所示：
[0054]
表4b厂梗丝在各次试验时各宽度区间的梗丝占比
[0055][0056]
基于该发明提出的梗丝丝状效果非线性拟合指数模型方程f＝exp(-bxc)为试验方程，将每次试验时获得的各宽度区间的梗丝占比代入x，然后利用origin统计分析软件进行非线性拟合，就能够求出以上5次试验分别对应的b和c的具体数值，如表5所示：
[0057]
表5b厂梗丝各次试验对应的b和c
[0058] bcr2第d次试验0.136813.166770.99012第e次试验0.252691.587120.96033第f次试验0.068333.196630.99928第g次试验0.185251.692050.94255第h次试验0.187321.728490.94731
[0059]
从模型方程的吻合程度(即r2)来看，模型方程的拟合性较好，r2均大于0.94，表明该模型方程与实际值的拟合度较好，模型方程的可行性较高。
[0060]
然后，将得到的各次试验的b和c，分别代入梗丝丝状指数s＝exp[(-0.35-lnb)/c]公式中，即可算出所检测梗丝的丝状指数，如表6所示，丝状指数的数值越小，梗丝宽度的分布范围越窄，梗丝的丝状效果越好。
[0061]
表6b厂梗丝各次试验的梗丝丝状指数及平均值
[0062] 丝状指数s第d次试验1.667第e次试验1.885第f次试验2.062第g次试验2.176第h次试验2.127平均值1.983
[0063]
根据a厂、b厂梗丝丝状指数的计算结果，可知，a厂梗丝丝状指数的平均值为2.438，b厂梗丝丝状指数的平均值为1.983，结果表明，b厂生产的梗丝的丝状效果好于a厂。
[0064]
本发明通过梗丝图像检测到梗丝宽度，通过建立梗丝丝状效果非线性拟合指数模型方程，实现从梗丝宽度分布均匀性、分布范围两个维度定量评价梗丝丝状效果，同时，定义了梗丝丝状指数作为评价梗丝丝状的特征值，填补了从多维度(丝状指数和均匀性系数)
定量评价梗丝丝状效果的方法学空白；该评价方法稳健、简便、可行，具有充分的科学性和操作性；且，丝状指数能够表征梗丝丝状特征，对于不同产地梗丝的加工以及不同工艺加工模式对梗丝丝状效果的影响提供基础支撑。
[0065]
以上仅是本发明的优选实施方式，需要指出的是，这些实施例仅用于说明本发明而不用于限制本发明的范围，而且，在阅读了本发明的内容之后，本领域相关技术人员可以对本发明做出各种改动或修改，这些等价形式同样落入本技术所附权利要求书所限定的范围。

技术特征：
1.一种梗丝丝状效果评价方法，其特征在于，其包括以下步骤：步骤s1、取样一定量的梗丝，而后将各梗丝水平铺于检测平台；步骤s2、采用相机拍摄检测平台上的各梗丝，获得梗丝初始图像；步骤s3、利用计算机中的图像处理模块对该梗丝初始图像进行图像去噪、图像识别和边缘检测，获得梗丝图像，得到各梗丝的宽度，而后保存在计算机中；步骤s4、根据步骤s3获得的每个梗丝的宽度，得出梗丝的宽度范围，将该宽度范围划分为多个宽度区间；步骤s5、统计各宽度区间的梗丝占比；步骤s6、建立梗丝丝状效果非线性拟合指数模型方程，该模型方程为：f＝exp(-bx
c
)，其中f为梗丝宽度分布累积占比，x为各宽度区间的梗丝占比，b为方程系数，c为梗丝均匀性系数；将步骤s5获得的各宽度区间的梗丝占比代入x，通过非线性拟合，求出b和c；步骤s7、定义梗丝丝状指数s＝exp[(-0.35-lnb)/c]，代入步骤s6中求出的b和c，算出梗丝丝状指数s，梗丝丝状指数s的值越小，表明梗丝的丝状效果越好。2.根据权利要求1所述的梗丝丝状效果评价方法，其特征在于，其还包括：步骤s8、重复步骤s1至s7多次，获得多个梗丝丝状指数s，计算出该多个梗丝丝状指数s的平均值。3.根据权利要求2所述的梗丝丝状效果评价方法，其特征在于，在步骤s8中，重复步骤s1至s7至少五次。4.根据权利要求2所述的梗丝丝状效果评价方法，其特征在于，在步骤s8中，梗丝丝状指数s的平均值越接近0.7-1.0，梗丝的丝状效果越好。5.根据权利要求1所述的梗丝丝状效果评价方法，其特征在于，步骤s2中的相机采用高分辨率镜头。6.根据权利要求1所述的梗丝丝状效果评价方法，其特征在于，在步骤s6中，利用origin统计分析软件进行非线性拟合，求出b和c。7.根据权利要求1所述的梗丝丝状效果评价方法，其特征在于，在步骤s1中，该一定量的梗丝为30-50根梗丝。8.根据权利要求1所述的梗丝丝状效果评价方法，其特征在于，在步骤s4中，将宽度范围等距划分为多个宽度区间。

技术总结
本发明提供了一种梗丝丝状效果评价方法，其包括以下步骤：取样一定量的梗丝，水平铺于检测平台；用相机拍摄各梗丝，获得梗丝初始图像；利用计算机的图像处理模块获得梗丝图像，得到各梗丝的宽度；根据各梗丝的宽度，得出梗丝的宽度范围，将该宽度范围划分为多个宽度区间；统计各宽度区间的梗丝占比；建立梗丝丝状效果非线性拟合指数模型方程，该模型方程为：F＝exp(-Bx


技术研发人员：李思源 徐跃明 刘泽 杨晶津 王玉真 王发勇 崔宇翔 华一崑 刘继辉
受保护的技术使用者：红云红河烟草（集团）有限责任公司
技术研发日：2023.05.31
技术公布日：2023/8/24