基于视觉词袋模型提取胶痕特征的卷烟真伪鉴别

目的 为快速准确地鉴别多品牌卷烟真伪,提出一种基于视觉词袋模型提取烟盒胶痕图像特征的鉴别方法。方法 首先,利用自主设计的多光源胶痕采集装置获取烟盒内部的胶痕图像,通过图像处理技术去除原始图像的部分背景后得到胶痕图像样本;然后,从胶痕图像样本中提取尺度不变特征转换（SIFT）特征,并用K-Means算法对特征聚类生成视觉词典;再依据视觉词典的视觉单词直方图特征集对胶痕图像进行训练分类,从而达到鉴别卷烟真伪的目的。结果 以10种真品包装机型生产的烟盒胶痕图像以及假冒烟盒胶痕图像为对象,烟盒样品涉及64个卷烟品牌,对360张胶痕图像分类测试,得到真伪识别率为97.22%,每个样本平均鉴别时间为0.05s。结论 提出的方法采集胶痕图像简便、真伪鉴别效率和准确率高,并适用于多种卷烟品牌。为提高真伪卷烟鉴别效率、准确率和通用性提供了技术支持。     

基于同色油墨红外光谱的卷烟包装纸真伪鉴别模型

目的:利用卷烟包装上同色油墨的红外光谱差异快速区分卷烟包装纸真伪。方法:分别收集了云烟、玉溪和红塔山3个品牌的真假卷烟包装纸共116个,使用傅里叶变换红外光谱仪(FTIR)衰减全反射(ATR)采集附件采集样品中红色油墨的红外光谱图。对光谱进行二阶导处理后,以光谱范围为3 200~2 700,1 800~1 580,801~720 cm1,56个真品为模型集合,每品牌各20个赝品验证准确性。分别按照品牌区分和不分品牌区分,使用马氏距离判别建立卷烟包装纸真伪鉴别模型。结果:建立了真假卷烟包装纸定性鉴别模型,对云烟、玉溪和红塔山3个品牌的预测准确率为100%,混合模型对随机样品的预测准确率也达到100%。结论:该组模型将同色油墨作为总体样本,预测准确率可达100%,并能大大提高筛查真假卷烟包装纸的工作效率。     

基于聚邻苯三酚修饰的甲霜灵分子印迹传感器制备与应用

为快速、准确测定烟草农药残留甲霜灵,在弱碱条件下,以邻苯三酚为修饰材料,甲霜灵为模板,苯酚为功能单体,采用电聚合法在玻碳电极表面成功制备对甲霜灵有高选择性和灵敏度的分子印迹电化学传感器,并采用循环伏安法、差示脉冲法对其进行表征和测试。结果表明:①优化确定的制备该传感器的条件为模板/单体摩尔比1∶16,聚合基底液为pH=9.0的硼砂缓冲液,洗脱时间20 min。②在优化的实验条件下,该传感器测定甲霜灵的检出限为0.003 mg/kg,加标回收率为98.5%～113.7%,相对标准偏差为2.98%～4.26%。③该传感器应用方便,测定速度快,选择性高,适用于烟草农药残留甲霜灵的测定。     

基于改进深度学习模型IRCNN的卷烟真伪鉴别

针对常用的卷烟包装图像真伪鉴别,目前深度学习方法需要较高的设备成本与较长的训练时间。本文提出了一种基于Inception和ResNet卷积神经网络结合的卷烟包装图像真伪鉴别模型IRCNN(Inception-ResNet Convolutional Neural Network)。利用Inception网络并行结构自动学习并提取卷烟包装图像的不同尺度特征,同时在线路中加入三维卷积核,有效地增强不同线路之间的信息交互。利用残差结构减少由于网络加深导致的模型退化。实验结果表明,与其他深度学习方法相比较,本文提出的方法不仅减少算法设备成本和训练时间,而且准确率可达到99.88%。因此,通过采用多线路Inception和残差网络相结合的IRCNN模型,可以有效地提高卷烟真伪鉴别效率和精度,为将来实际应用提供技术支持。     

袋装含烟的外观检测

含烟是无烟气烟草制品主要产品类型,分为散装和袋装两种包装。袋装含烟的袋装包装质量,对其口感、消费体验、外观美观程度等均有不同程度影响,但现有技术及标准并未涉及相关检测,文章旨在为袋装含烟外观检测提供参考。     

基于不同壁温的超疏水涂层制备及减阻性能研究

以操作简单的喷涂方式,将二氧化硅(SiO2)纳米粒子喷涂在聚氨酯(PU)表面形成了双层结构超疏水涂层.对所制备的涂层表面形貌特征、化学成分和润湿性能进行了表征分析,自主设计并搭建了减阻测试平台(旋转粘度计测试仪),借助此平台研究了不同壁温条件下超疏水涂层的减阻效果.研究表明,制备的超疏水涂层接触角为157.9°,滚动角...     

机器视觉在卷烟生产中的应用与展望

烟草是国家和地方财税的重要来源,而卷烟是最主要的烟草制品。卷烟生产主要包括烟叶加工、制丝工艺、烟支卷接和卷烟包装四个环节,针对卷烟生产工艺中传统人工或半自动方法耗时费力且易造成较大误差的问题,大量基于机器视觉的方法与应用被提出,进一步提高卷烟生产自动化和标准化程度。为深入了解基于机器视觉的卷烟生产研究,整理和分析了近年来国内外的相关文献。首先,阐述了机器视觉基本原理和卷烟生产的主要工艺流程;然后,从图像处理技术、传统机器学习和深度学习三类,对近年来机器视觉在卷烟生产中的研究与应用进行梳理,并分析了现有方法面临的挑战;最后,对机器视觉技术在卷烟生产领域的应用进行展望。该文系统梳理了机器视觉在卷烟生产中的应用,对卷烟的人工智能化生产具有重要参考价值。     

含相关性的卷烟含末率测量不确定度评定

建立了一种考虑输入量相关性的卷烟含末率测量、计算的方法,并对调节大气造成的不确定度做出了新的测量与计算。