烟叶烘烤过程综合信息在线采集系统

1.本发明涉及一种烟叶烘烤过程综合信息在线采集系统，属于烟叶烘烤技术领域。


背景技术：

2.当前，烟叶烘烤程度和烘烤工艺阶段判断主要是靠烘烤技术人员感官获得烟叶当前的颜色和形状，通过对比标准样本，进而适时调整烘烤工艺参数。然而，基于人工经验的烟叶烘烤工艺不客观，个体差异性大，烟叶烘烤质量不稳定。
3.基于上述，现有技术cn112540971a公开了一种基于烟叶特征的全信息在线采集系统及方法，该系统包括包括rfid信息采集模块、图像采集模块、图像处理模块、测厚模块、称重模块、近红外光谱采集模块、化学成分分析模块、数据分类模块和数据存储模，该方案可以实现烟叶特征的全信息在线采集，包括图像信息、物理信息、化学信息等，并可构建烟叶特征全信息数据库，便于后续分析、生产使用。然而，该方案采集的是烟叶相关的特征信息，未能在烤房中采集烟叶烘烤时的相关数据。
4.现有技术cn112914141a公开了一种基于物联网的智能烟叶烘烤采集系统，以解决现有技术中由于网络不稳定等问题导致的实时通讯以及数据处理滞后性高，造成的烟叶最终品质下降，甚至烤坏烟等问题；同时可以兼容已经广泛应用的控制器，功能扩展性强、布设成本低、易于推广落地，提升烟草产业的整体经济效益。然而，该方案主要解决网络的实时通讯，未能对采集烟叶烘烤过程综合信息的详细阐述。


技术实现要素：

5.基于上述，本发明提供一种烟叶烘烤过程的烟叶图像特征、实际失水量和烤房内温湿度等数据信息的采集系统，实时准确采集烤房不同装烟区的烟叶烘烤数据，作为烟叶烘烤工艺的调整依据。
6.本发明的技术方案是：烟叶烘烤过程综合信息在线采集系统，包括：装烟室，其内安装有承烟柱，所述承烟柱上安装有挂烟梁；压力传感器，安装在所述挂烟梁的底部，并位于所述承烟柱上；链条输送机，水平安装于所述装烟室内上部；摄像头，通过电动云台安装在所述链条输送机的外侧链条上，所述链条输送机可带动所述摄像头前后移动；温湿度传感器，安装在所述装烟室内；控制器，所述控制器分别与所述压力传感器、链条输送机、摄像头和温湿度传感器电气连接。
7.优选的，在所述装烟室内上部安装有凹槽管，所述链条输送机安装于所述凹槽管内。
8.优选的，所述链条输送机上靠近所述摄像头的位置处安装有光敏传感器和led灯，所述光敏传感器和led灯均与所述控制器电气连接。
9.优选的，所述摄像头采集的烟叶图像分别经过图像广角畸变校正和图像失真校正处理。
10.优选的，所述图像广角畸变校正的处理方法为：s1，根据烟叶烘烤过程中摄像头产生的广角畸变，建立图像广角畸变数据集；s2，根据所述广角畸变数据集，寻找失真图像的失真中心及失真参数；s3，利用粗区域关注机制的失真中心网络估计畸变图像中失真中心的位置，进一步根据精细区域注意力机制构建一个三区域几何掩模，并由包含原始内容和几何失真特征构建注意力集合；s4，在广角畸变网络的后续部分中，失真参数网络使用注意力集合作为输入，并估计畸变图像的失真参数；s5，将失真中心与失真参数进行深度融合进行畸变校正。
11.优选的，所述图像失真校正的处理方法为：s1，选定烟叶烘烤过程中不同烘烤节点，获取烟叶图像，所述烟叶图像包括正常图像和失真图像；s2，提取所述正常图像和失真图像的非零像素点的r、g、b均值，通过与同时刻温湿度信息进行多模态融合，建立图像颜色训练数据集；s3，根据所述图像颜色训练数据集对多层卷积神经网络进行训练得到校正模型；s4，将待校正的失真图像输入到校正模型中进行校正即可。
12.本发明的有益效果是：本发明能够采集烤房内烟叶烘烤过程的烟叶图像特征、实际失水量和烤房内温湿度等数据信息，实时准确采集烤房不同装烟区的烟叶烘烤数据，解决实际场景中出现的问题，避免影响数据的采集，避免因为人为判断而出现误差，也为烟叶烘烤大数据的建立提供基础信息。此外，本发明通过图像广角畸变校正和图像失真校正处理，能够保证图像判断的准确性。
附图说明
13.图1为烟叶烘烤过程综合信息在线采集系统的结构图；图2为摄像头安装在链条输送机上的局部示意图；图3为图像图像广角畸变校正和图像失真校正处理；附图标记：1装烟室，2承烟柱，3挂烟梁，4凹槽管，5压力传感器，6链条输送机，7电动云台，8摄像头、9温湿度传感器，10光敏传感器，11 led灯。
具体实施方式
14.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。
15.参阅图1和图2，本发明实施方式一种烟叶烘烤过程综合信息在线采集系统，包括装烟室1、压力传感器5、链条输送机6、摄像头8、温湿度传感器9和控制器。在装烟室1内安装有若干承烟柱2，在承烟柱2上安装有挂烟梁3。压力传感器5安装在挂烟梁3的底部，并位于
承烟柱2上，具体而言，每根挂烟梁3的底部均安装有压力传感器5，根据该压力传感器5的在装烟前后，以及烘烤前后，可获取烟叶的重量变化。在装烟室1内上部安装有凹槽管4，在凹槽管4内安装有链条输送机6，链条输送机6的链条可在该凹槽管4内往复运动。摄像头8通过电动云台7安装在链条输送机6的外侧链条上，链条输送机6可带动摄像头8前后移动，同时电动云台7可带动摄像头8自转，从而能够采集不同区域烟叶的图像特征，便于准确了解和掌握整个装烟室1内烟叶的变化情况。温湿度传感器9安装在装烟室1内，具体而言，温湿度传感器9挂放在装烟室1内平面位置与墙内壁距离为60—65cm处。控制器分别与压力传感器5、链条输送机6、摄像头8和温湿度传感器9电气连接。
16.为了提高图像拍摄质量，在链条输送机6上靠近摄像头8的位置处安装有光敏传感器10和led灯11，光敏传感器10和led灯11均与控制器电气连接。通过光敏传感器10检测周围环境的亮度以及光强度。把传感器输出的信号传递到比较模块上，通过设定的亮度参数使比较模块输出信号，把比较模块与调光模块相连接，调光模块的输出端与驱动电路相连接，用于接收比较模块发出的信号，并按照调光信号调节驱动电路的输出功率，输出功率的大小决定led灯11具亮度的大小。
17.烟叶烘烤过程中装烟室1内环境复杂多变，对于摄像头8而言处于高温高湿状态，使得图像采集过程中会产生颜色失真，例如图片发绿，图像模糊等；且在图像采集时，为了捕获更多内容并便于视觉分析，多采用具有广角的摄像头8，但是这将会造成图像的形状发生畸变。为了保证图像判断的准确性，摄像头8采集的烟叶图像分别经过图像广角畸变校正和图像失真校正处理。
18.具体而言，参阅图3，图像广角畸变校正的处理方法为：s1，根据烟叶烘烤过程中摄像头8产生的广角畸变，建立图像广角畸变数据集；s2，根据所述广角畸变数据集，寻找失真图像的失真中心及失真参数；s3，利用粗区域关注机制的失真中心网络估计畸变图像中失真中心的位置，进一步根据精细区域注意力机制构建一个三区域几何掩模，并由包含原始内容和几何失真特征构建注意力集合；s4，在广角畸变网络的后续部分中，失真参数网络使用注意力集合作为输入，并估计畸变图像的失真参数；s5，将失真中心与失真参数进行深度融合进行畸变校正。
19.具体而言，图像失真校正的处理方法为：s1，选定烟叶烘烤过程中不同烘烤节点，获取烟叶图像，所述烟叶图像包括正常图像和失真图像；例如，选定烟叶烘烤过程中的10-20个节点；s2，提取所述正常图像和失真图像的非零像素点的r、g、b均值，通过与同时刻温湿度信息进行多模态融合，建立图像颜色训练数据集；s3，根据所述图像颜色训练数据集对多层卷积神经网络进行训练得到校正模型；校正模型采用三层卷积神经网络，其中第一层对图像进行灰度化处理，依靠cnn将图像转变为最佳灰度通道图像；第二层对图像进行灰度细节增强，依赖于cnn来去除噪声并增强图像质量；第三层通过端到端的卷积神经网络对图像进行颜色还原，对三层的输出进行积分生成最后的校正图像。通过前述训练，可以得到卷积神经网络颜色校正模型各层参数，进而对输入图片进行校正处理。
20.s4，将待校正的失真图像输入到校正模型中进行校正即可。
21.以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

技术特征：
1.烟叶烘烤过程综合信息在线采集系统，其特征在于，包括：装烟室，其内安装有承烟柱，所述承烟柱上安装有挂烟梁；压力传感器，安装在所述挂烟梁的底部，并位于所述承烟柱上；链条输送机，水平安装于所述装烟室内上部；摄像头，通过电动云台安装在所述链条输送机的外侧链条上，所述链条输送机可带动所述摄像头前后移动；温湿度传感器，安装在所述装烟室内；控制器，所述控制器分别与所述压力传感器、链条输送机、摄像头和温湿度传感器电气连接。2.根据权利要求1所述的烟叶烘烤过程综合信息在线采集系统，其特征在于，在所述装烟室内上部安装有凹槽管，所述链条输送机安装于所述凹槽管内。3.根据权利要求1所述的烟叶烘烤过程综合信息在线采集系统，其特征在于，所述链条输送机上靠近所述摄像头的位置处安装有光敏传感器和led灯，所述光敏传感器和led灯均与所述控制器电气连接。4.根据权利要求1所述的烟叶烘烤过程综合信息在线采集系统，其特征在于，所述摄像头采集的烟叶图像分别经过图像广角畸变校正和图像失真校正处理。5.根据权利要求4所述的烟叶烘烤过程综合信息在线采集系统，其特征在于，所述图像广角畸变校正的处理方法为：s1，根据烟叶烘烤过程中摄像头产生的广角畸变，建立图像广角畸变数据集；s2，根据所述广角畸变数据集，寻找失真图像的失真中心及失真参数；s3，利用粗区域关注机制的失真中心网络估计畸变图像中失真中心的位置，进一步根据精细区域注意力机制构建一个三区域几何掩模，并由包含原始内容和几何失真特征构建注意力集合；s4，在广角畸变网络的后续部分中，失真参数网络使用注意力集合作为输入，并估计畸变图像的失真参数；s5，将失真中心与失真参数进行深度融合进行畸变校正。6.根据权利要求4所述的烟叶烘烤过程综合信息在线采集系统，其特征在于，所述图像失真校正的处理方法为：s1，选定烟叶烘烤过程中不同烘烤节点，获取烟叶图像，所述烟叶图像包括正常图像和失真图像；s2，提取所述正常图像和失真图像的非零像素点的r、g、b均值，通过与同时刻温湿度信息进行多模态融合，建立图像颜色训练数据集；s3，根据所述图像颜色训练数据集对多层卷积神经网络进行训练得到校正模型；s4，将待校正的失真图像输入到校正模型中进行校正即可。

技术总结
本发明公开了一种烟叶烘烤过程综合信息在线采集系统，包括：装烟室，其内安装有承烟柱，所述承烟柱上安装有挂烟梁；压力传感器，安装在所述挂烟梁的底部，并位于所述承烟柱上；链条输送机，水平安装于所述装烟室内上部；摄像头，通过电动云台安装在所述链条输送机的外侧链条上，所述链条输送机可带动所述摄像头前后移动；温湿度传感器，安装在所述装烟室内；控制器，所述控制器分别与所述压力传感器、链条输送机、摄像头和温湿度传感器电气连接。本发明能够采集烤房内烟叶烘烤过程的烟叶图像特征、实际失水量和烤房内温湿度等数据信息，实时准确采集烤房不同装烟区的烟叶烘烤数据，解决实际场景中出现的问题，避免影响数据的采集。集。集。


技术研发人员：曹阳 饶承麟 刘典 郭泽华 张大斌
受保护的技术使用者：贵州大学
技术研发日：2023.05.06
技术公布日：2023/8/6