煙草加工過程中，煙葉?；烊肼槔K、木屑、塑料、金屬、油污等異物，以及霉變煙葉和梗簽等雜質(zhì)。這些雜物不僅影響卷煙產(chǎn)品的安全性和質(zhì)量，還可能損害生產(chǎn)設(shè)備及品牌聲譽(yù)。傳統(tǒng)除雜方法（如風(fēng)力、磁力、光電或人工篩選）存在效率低、精度不足等問題。為此，深圳中達(dá)瑞和公司基于高光譜成像技術(shù)的煙葉除雜做了可行性的測試，通過物質(zhì)光譜特征的精準(zhǔn)識別與自動化剔除，顯著提升煙葉純凈度。

高光譜成像技術(shù)原理

高光譜成像是一種結(jié)合圖像與光譜分析的三維檢測技術(shù)，其核心在于“圖譜合一”。不同物質(zhì)在特定波長光照下具有吸收或反射特性，形成如“指紋”般的光譜曲線。通過短波紅外高光譜相機(jī)（光譜范圍900-1700nm），可采集煙葉及雜物的光譜數(shù)據(jù)，構(gòu)建高光譜圖像數(shù)據(jù)立方體。例如：

-煙葉與塑料：在1100nm、1200nm、1400nm等特征波段，兩者的光譜反射強(qiáng)度差異顯著；

-煙葉與油污：不同成分的機(jī)油在特定波段下呈現(xiàn)明顯光譜偏移。

基于這些差異，結(jié)合定標(biāo)模型與匹配算法，系統(tǒng)可實(shí)時判別雜質(zhì)并輸出剔除信號。

可行性驗(yàn)證與案例分析

通過實(shí)驗(yàn)驗(yàn)證，高光譜成像技術(shù)對多種雜質(zhì)的識別：

1、塑料雜質(zhì)檢測

將塑料碎片混入煙絲，利用短波紅外高光譜相機(jī)采集數(shù)據(jù)，合成偽彩圖后，塑料區(qū)域以綠色標(biāo)記，與煙絲光譜曲線對比差異明顯。

2、油污雜質(zhì)檢測

在煙葉表面滴加三種不同機(jī)油，通過光譜分析發(fā)現(xiàn)，油污在特定波段的光譜特征與正常煙葉顯著不同，偽彩圖中可清晰識別污染區(qū)域。

實(shí)驗(yàn)結(jié)論表明，高光譜技術(shù)對塑料、油污等異物的檢測準(zhǔn)確率可達(dá)行業(yè)需求標(biāo)準(zhǔn)，驗(yàn)證了其技術(shù)可行性。

實(shí)施方案與系統(tǒng)架構(gòu)

數(shù)據(jù)采集：在線高光譜相機(jī)實(shí)時掃描傳送帶上的煙葉，獲取其光譜信息；

模型匹配：工控機(jī)內(nèi)置定標(biāo)模型，通過算法比對煙葉與雜質(zhì)的光譜特征，生成雜質(zhì)判別信號；

自動化剔除：控制設(shè)備接收信號后，聯(lián)動機(jī)械臂或氣流裝置，精準(zhǔn)剔除雜質(zhì)；

數(shù)據(jù)閉環(huán)：系統(tǒng)支持光譜數(shù)據(jù)回傳與模型優(yōu)化，持續(xù)提升檢測精度。

系統(tǒng)優(yōu)勢

高效精準(zhǔn)：檢測速度達(dá)毫秒級，適應(yīng)高速生產(chǎn)線；

廣泛適用：可識別金屬、塑料、油污等十類以上雜質(zhì)；

非接觸式：避免物理接觸對煙葉的二次污染。

結(jié)論

高光譜成像技術(shù)為煙葉除雜提供了全新的解決方案，其通過物質(zhì)光譜特征的智能識別，突破了傳統(tǒng)方法的局限性。實(shí)際驗(yàn)證表明，該技術(shù)能夠高效區(qū)分煙葉與異物，并實(shí)現(xiàn)自動化精準(zhǔn)剔除，為煙草行業(yè)的質(zhì)量控制與安全生產(chǎn)提供了可靠保障。未來，隨著算法優(yōu)化與設(shè)備迭代，高光譜技術(shù)有望在更多工業(yè)分選場景中發(fā)揮核心作用。

#高光譜成像   #煙葉除雜  #光譜特征  #自動化分選  #短波紅外相機(jī)