一种基于紫外激光器的烟用原料分切装置与方法
阅读说明：本技术 一种基于紫外激光器的烟用原料分切装置与方法 (Cigarette raw material slitting device and method based on ultraviolet laser ) 是由 李辉 徐大勇 堵劲松 苏子淇 孟庆华 李嘉康 李智慧 梅吉帆 徐波 于 2021-06-24 设计创作，主要内容包括：本发明提出了一种基于紫外激光器的烟用原料分切装置与方法,其中,分切方法包括：将烟用原料以单张平铺的方式输运至紫外激光器的分切区域；烟用原料输运至指定位置后,启动高光谱成像装置进行高光谱图像采集；高光谱成像装置采集烟用原料的图谱信息后,保存至高光谱图像处理服务器进行图像处理获得烟用原料的光谱特征的位置、形状和大小；根据获得的光谱特征,形成烟用原料的分切轨迹图传输至紫外激光器；紫外激光器以设定的扫描速度基于分切轨迹图对烟用原料进行分切；装置包括烟用原料输运平台、高光谱成像装置、紫外激光器和高光谱图像处理服务器。本发明能够实现对烟用原料的精细分切和特种需求的加工处理。(The invention provides a device and a method for cutting cigarette raw materials based on an ultraviolet laser, wherein the cutting method comprises the following steps: conveying the raw materials for the cigarettes to a cutting area of an ultraviolet laser in a single-sheet flat spreading manner; after the tobacco raw materials are conveyed to a designated position, starting a hyperspectral imaging device to acquire a hyperspectral image; after acquiring the map information of the tobacco raw material, the hyperspectral imaging device stores the map information to a hyperspectral image processing server for image processing to obtain the position, the shape and the size of the spectral feature of the tobacco raw material; forming a cutting trace diagram of the raw materials for the cigarettes according to the obtained spectral characteristics, and transmitting the cutting trace diagram to an ultraviolet laser; cutting the tobacco raw materials by an ultraviolet laser at a set scanning speed based on a cutting trajectory diagram; the device comprises a tobacco raw material transportation platform, a hyperspectral imaging device, an ultraviolet laser and a hyperspectral image processing server. The invention can realize the fine cutting of the raw materials for cigarettes and the processing treatment of special requirements.)
技术领域
本发明涉及激光加工技术领域，尤其涉及一种基于紫外激光器的烟用原料分切装置与方法，用于烟草加工。
背景技术
自1967年Sullivan和Houldcroft提出并实现了吹氧法进行金属激光切割，激光切割以其切割速度快、切口宽度窄、热影响区和热变形小、成本低、效率高、可实现复杂与精密切割和易于自动化等优点，成为一种重要的现代化先进加工技术。紫外相干光源的波段短，单分子能量高、光斑小的特点。常见的紫外激光器利用非线性晶体的倍频特性对泵浦源产生的基频光进行二次或多次的频率变换如倍频、混频等从而实现可见波段、红外波段激光到紫外波段激光的波长转换。采用超短脉冲技术，激光与材料相互作用的时候，由于极短的作用时间，从根本上改变了激光与材料相互作用的物理机制，激光辐射过程中，载流子在极短的时间内通过吸收光子能量而被激发，从而可以避免激光与烟用材料作用的烧蚀，进而实现对烟用材料的冷加工，同时可以保留烟草原料内在的物理特征和化学品质。
20世纪80年代，随着传感器和空间技术的快速发展，高光谱监测技术迅速引起了人们的广泛关注。高光谱成像将成像技术和光谱技术相结合，不仅仅包含了待测物品的图像的空间几何信息，如形状、边缘、大小和纹理等，还较广的光谱波段信息，能够覆盖可见光-中波红外（400~4000 nm），具有典型的“图谱合一”功能，极大地拓展待测信息的光谱和深度。在矿床勘探、地质岩分类和识别、水质监测、植被种类鉴别、病灶诊断和目标监测与识别等方面具有重要的应用价值。烟草同其他植物一样具有典型光谱反射特征，反射、吸收或者发射的辐射亮度都是随着波长变化的，成像光谱仪能够在近乎连续的光谱波段上测量烟草原料的辐射亮度，从而能够更加精确的区分烟草原料的差异。
传统烟用原料的分切主要是采用机械分切的方式，具有烟叶造碎大、漏切、分切精度低的缺点，同时需要定期更换切刀，无法严格保证分切后的烟用原料。CN107594608A一种激光分切烟叶的装置，解决了烟叶机械分切造碎大、漏切、分切精度不高、切刀更换频繁等问题，然而，随着烟用原料分级的进一步细化，烟用原料的分切已不满足于传统的简单分切，需要更进一步地进行精细化分切。
发明内容
为了解决上述问题，有必要提供一种基于紫外激光器的烟用原料分切装置与方法。
本发明第一方面提供了一种基于紫外激光器的烟用原料分切方法，包括：
将烟用原料以单张平铺的方式输运至紫外激光器的分切区域；
烟用原料输运至指定位置后，启动高光谱成像装置进行高光谱图像采集；
高光谱成像装置采集烟用原料的图谱信息后，保存至高光谱图像处理服务器进行图像处理获得烟用原料的光谱特征的位置、形状和大小；
根据获得的光谱特征，形成烟用原料的分切轨迹图传输至紫外激光器；
紫外激光器以设定的扫描速度基于分切轨迹图对烟用原料进行分切。
基于上述，根据获得的光谱特征，形成烟用原料的分切轨迹图的方法包括：
结合烟用原料的尺寸和形状，以紫外激光器的激光焦点在烟用原料的位置为中心建立平面坐标系；
以y轴方向为开始，按照逆时针方向寻找烟用原料的主梗，搜索烟用原料的目标光谱特征区域的边缘点；
依次保存烟用原料的目标光谱特征区域边缘点，计算边缘点与激光焦点的距离，删除重复的边缘点后，建立目标光谱特征、主梗和外观形状的边缘点矢量图作为烟用原料的分切轨迹图。
基于上述，高光谱图像处理服务器进行图像处理获得烟用原料的光谱特征的位置、形状和大小的方法：
对高光谱图相机获取的图谱信息进行滤波去噪；
将图谱信息中的像素信息去除最高值和最低值后取平均值，然后将图像整体的像素信息减去所述平均值，得到去除背景后的图像；
采用sobel边缘检测算法获取烟用原料的尺寸和形状，计算烟用原料的长宽比；
采用高光谱图像处理办法获取烟用原料的主梗和支脉的分布，根据像素单元计算主梗和支脉的宽度，基于烟用原料的光谱特征，将图像从RGB空间转换到HIS和Lab颜色空间，获取H+a+b特征与初始彩图交集，获取光谱特征的位置、形状和大小。
基于上述，所述光谱特征包括叶片结构、洞眼、色差、压油、微带青、病斑、青斑、霉斑和分级品质。
本发明第二方面提供了一种基于紫外激光器的烟用原料分切装置，该装置包括烟用原料输运平台、高光谱成像装置、紫外激光器和高光谱图像处理服务器；所述高光谱图像处理服务器与烟用原料输运平台、所述高光谱成像装置和所述紫外激光器通信连接，所述高光谱图像处理服务器中存储有计算机指令，所述高光谱图像处理服务器通过执行所述计算机指令，从而执行所述的基于紫外激光器的烟用原料分切方法。
基于上述，所述高光谱成像装置包括用于采集红外-中红外波段的光谱信息的红外相机和中红外相机，光谱采集范围为400-2500 nm，光谱分辨率1-10 nm。
基于上述，所述紫外激光器能够产生不同脉宽的激光光束，脉冲宽度为10ns~10fs，波长200~400nm，脉冲频率80~100MHz，平均功率为5~10W。
基于上述，所述紫外激光器设置有自动变焦振镜系统，所述自动变焦振镜系统包括能够实现激光束偏转的振镜和振镜控制模块。
本发明相对现有技术具有突出的实质性特点和显著进步，具体的说：
1、由于烟叶主要成为为木质素，其对短波长激光吸收效率很高，本发明利用超短脉冲ns或者fs对烟叶进行切割后不会产生烧蚀破坏；同时，通过控制激光器的调Q方式，可根据需求实现ns和fs脉冲宽度激光输出，实现对烟用原料的精细分切和特种需求的加工处理。
2、本发明采用高光谱成像技术基于图像和光谱信息识别烟叶、薄片、雪茄烟等卷烟烟用原料的叶片结构、洞眼、色差、压油、微带青、病斑、青斑、霉斑和分级品质等物理和化学特征，从而快速实现烟用原料识别和目标特征区域标定。
本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。
附图说明
图1为本发明方法进行图像处理后提取的烟叶轮廓。
图2为本发明方法采集的高光谱图像。
图3为本发明基于紫外激光器的烟用原料分切装置的结构示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
实施例1
如图1和图2所示，本实施例提供一种基于紫外激光器的烟用原料分切方法，包括：
步骤1，将烟用原料以单张平铺的方式输运至紫外激光器的分切区域；
步骤2，烟用原料输运至指定位置后，启动高光谱成像装置进行高光谱图像采集；
步骤3，高光谱成像装置采集烟用原料的图谱信息后，以图片的格式保存至高光谱图像处理服务器进行图像处理获得烟用原料的光谱特征的位置、形状和大小；
具体的，高光谱图像处理服务器进行图像处理获得烟用原料的光谱特征的位置、形状和大小的方法：
对高光谱图相机获取的图谱信息进行滤波去噪；
将图谱信息中的像素信息去除最高值和最低值后取平均值，然后将图像整体的像素信息减去所述平均值，得到去除背景后的图像；
采用sobel边缘检测算法获取烟用原料的尺寸和形状，计算烟用原料的长宽比；
采用高光谱图像处理办法获取烟用原料的主梗和支脉的分布，根据像素单元计算主梗和支脉的宽度，基于烟用原料的光谱特征，将图像从RGB空间转换到HIS和Lab颜色空间，获取H+a+b特征与初始彩图交集，获取光谱特征的位置、形状和大小。
步骤4，根据获得的光谱特征，形成烟用原料的分切轨迹图传输至紫外激光器，其中，光谱特征包括叶片结构、洞眼、色差、压油、微带青、病斑、青斑、霉斑和分级品质等物理和化学特征；
具体的，根据获得的光谱特征，形成烟用原料的分切轨迹图的方法包括：
结合烟用原料的尺寸和形状，以紫外激光器的激光焦点在烟用原料的位置为中心建立平面坐标系；
以y轴方向为开始，按照逆时针方向寻找烟用原料的主梗，搜索烟用原料的目标光谱特征区域的边缘点；
依次保存烟用原料的目标光谱特征区域边缘点，计算边缘点与激光焦点的距离，删除重复的边缘点后，即可建立目标光谱特征、主梗和外观形状的边缘点矢量图作为烟用原料的分切轨迹图。
步骤5，紫外激光器以设定的扫描速度，根据边缘点的矢量图控制激光束输出和方向，对烟用原料进行分切。
实施例2
如图3所示，本实施例提供一种基于紫外激光器的烟用原料分切装置，该装置包括烟用原料输运平台1、高光谱成像装置2、紫外激光器3和高光谱图像处理服务器5；所述高光谱图像处理服务器5与烟用原料输运平台1、所述高光谱成像装置2和所述紫外激光器3通信连接，所述高光谱图像处理服务器5中存储有计算机指令，所述高光谱图像处理服务器5通过执行所述计算机指令，从而执行实施例1所述的基于紫外激光器的烟用原料分切方法。
具体的，所述紫外激光器3设置有自动变焦振镜系统4，所述自动变焦振镜系统4包括能够实现激光束偏转的振镜和振镜控制模块。
本实施例的装置在具体实现时，烟用原料输运平台1与地面保持水平，高光谱成像装置2和紫外激光器3可以位于烟用原料输运平台1的上方，同时高光谱成像装置2按照一定的角度位于紫外激光器3的另一侧，紫外激光器3的激光路径与烟用原料垂直，紫外激光器3发射的激光束经振镜偏转后，按照设定扫描速度实现对烟用原料进行精准分切。
烟用原料到达高光谱成像装置2的图像采集区域时，高光谱成像装置2开始采集烟用原料的图谱数据，将图谱数据发送到高光谱图像处理服务器5中；高光谱图像处理服务器5对成像数据进行降噪、位置捕捉、光谱特征分析，标定烟用原料的叶片结构、洞眼、色差、压油、微带青、病斑、青斑、霉斑和分级品质等光谱特征，得到烟用原料的分切轨迹图，然后传输到紫外激光器3的振镜控制模块，振镜控制模块根据得到的分切轨迹图，调整振镜X和振镜Y的偏转角度，打开紫外激光器的发射器，激光束按照轨迹坐标信息以特定的扫描速度40000点/秒进行分切。
其中，所述紫外激光器3能够产生不同脉宽的激光光束，具体的，采用Yb:YAG作为增益介质，通过三倍频设计后实现200~400nm紫外激光输出，脉冲宽度为10ns~10ps，脉冲频率80~100MHz，平均功率为5~10W。
所述高光谱成像装置2包括用于采集红外-中红外波段的光谱信息的红外相机和中红外相机。具体的，所述高光谱成像装置2采用成像镜头（OLES30，Finland）、短波高光谱相机（Image-λ-N25E-HS）、电动载物台、4个50W的卤素灯等组件构成。光谱采集范围为1000-2500nm，光谱分辨率为5.4nm，图像分辨率为384*533。
所述高光谱图像处理服务器5，对成像数据进行处理生成分切轨迹图时，采用现有的开源Python编程语言进行开发编写，其运行于计算机服务器中，高光谱图像处理服务器采用像素按波段顺序存储（BSQ）格式保存高光谱成像装置采集的图谱数据，采用图像方法和机器学习方法实现烟用原料的识别，经可视化在计算机服务器上显出轨迹曲线图。如图1所示给出了采用二值化处理降低计算量，高斯平滑滤波对图像进行平滑处理，采用Canny边缘检测算法提取的烟叶轮廓。
自动变焦振镜系统4获取的边缘点矢量图，存放到振镜控制模块的控制单位图形获取文件下，采用二进制的方式存储紫外激光器的发射器和振镜的工作参数，如激光功率，脉冲宽度和扫描速度等。由于紫外激光器3发射的超短脉冲激光具有单脉冲能量高、能量密度大的特点，其与物质相互作用方式不同与传统的连续激光或者ns激光器，如CO2激光器，本实施例中的紫外激光器输出波长可扩展至1000nm，脉宽250fs，脉冲重复频率100kHz，单脉冲能量6W，光束直径5μm。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：自动切焊设备及切焊方法