基于SVDD的烟叶异物检测技术研究.docxVIP

【标题】基于SVDD的烟叶异物检测技术研究 【作者】曹 振 馨 【关键词】支持向量数据描述???颜色空间???特征参量???烟叶异物分离 【指导老师】黄 仕 建 【专业】电子信息科学与技术 【正文】1?绪论1.1?课题的提出及研究意义1.1.1?课题的提出烟叶异物检测是现代化烟草行业必不可少的一门技术，这种技术具有省时省力、分离效果好、品质高、安全性强等优点。尽管吸烟危害健康、国家和政府不提倡吸烟，但中国吸烟人群非常庞大，全民禁烟不符合现在的国情。既然在一段时期内有相当大一部分人群吸烟的情况很难改变，那就只有通过提高卷烟产品的质量来减少吸烟对吸烟者健康的危害。又从满足市场需求、发展经济的角度，当今国家政策的导向并不会因为吸烟危害健康而废止烟草行业，而是采取去弊存利、适度发展的方针，令其为国家和地方经济的发展作一定贡献。因此从多方面因素考虑，生产高质量的卷烟产品显得极其重要，对此提出了烟叶异物检测技术的研究。1.1.2?课题的研究意义卷烟产品中异物的存在严重影响了产品质量的提高：在卷烟产品中，异物(特别是非金属杂物，如橡胶皮、羽毛、泡沫等)会使香烟的口感产生异味，并会进一步危害吸烟人的健康。目前，在国外的一些较大烟草企业里，在线异物剔除系统己经成为生产线上一种不可缺少的设备。而在国内，大多数烟草生产线上都仅采用金属探测仪检测和剔除金属异物、并辅之以人工剔除其它异物的方法，费时费力，而且，异物的剔除率受人为因素影响较大，效果不理想。也有少数国内卷烟厂引进了国外的烟草分选设备，但由于价格昂贵、配件更换困难以及售后服务难以到位等问题，影响企业的生产。更为重要的是受到产品知识产权的限制，国内始终引进不了与国外同等水平的设备，难以提高企业的国际市场竞争能力。近年来，由于国内、国际市场的竞争日趋激烈，加上消费者对烟草产品的品质和安全性提出了更高的要求，中国烟草工业正面临前所未有的严重的挑战。在此形势下，烟叶中异物的检测与剔除问题己成为我国烟草生产企业中一个亟待解决的技术难题[1]。因此烟叶异物检测技术的研究对优化烟草产品质量、为企业节约开支、提高我国烟草行业的国际竞争力等方面都具有重要的意义。该技术还具有非常强的可移植性，除了适用于烟草和异物的检测外，还可在工业、农业、商业、医学、军事等领域得到广泛的应用[2]。比如重庆市涪陵区的榨菜生产过程中也存在异物检测与剔除问题，因此如何将该技术运用到榨菜生产中，以提高榨菜生产质量将成为下一步研究的方向。1.2国内外研究现状1.2.1烟叶异物检测的研究现状国内外一些公司和研究单位对烟草异物的检测与剔除技术作了许多研究。目前，较为先进的是德国的豪尼(HAUNI)公司和美国的SRC VISION公司。豪尼公司的系列产品名为烟草异物扫描机(TOBACCOSCAN)， SRC VISION公司的系列产品名为烟草分选系统Tobacco Sorter?[3]，这两家公司生产的烟草异物剔除系统均在国际市场占有十分重要的份额。此外，美国的里茨玛公司开发的名为“Color Form Optimt”的烟叶杂物剔除系统并在梗丝生产线上试运转，但其后未见进一步的报道。国内有数家单位也正在进行这方面的研究工作。但据行业内的可靠消息表明，这些研究目前尚未达到产品化的水平，在技术指标和技术创新性上，均未超过豪尼公司和SRC VISION公司产品的水平。豪尼公司和SRCV ISION公司的产品代表目前烟草异物剔除系统研究和应用的国际先进水平。具体到烟叶异物检测技术的核心技术——图像处理与模式识别技术层次[4][5]，由于知识产权和技术保密等方面的原因，TOBACCOSCAN和Tobacco Sorter 3两种烟草异物剔除系统产品的用户手册及相关材料上，只涉及基本原理和使用说明等内容，对于具体技术本身，并没有作更详细的说明。机器视觉领域的相关文献上，直接针对烟草异物识别的内容也鲜见报道。当前查到的国内关于这方面的技术多是采用传统分类方法[6][7]，但由于烟叶中混杂的异物种类多，使传统的分类方法在应用上显得力不从心，最终效果也不理想。1.2.2支持向量数据描述理论发展概况在20世纪中期，针对传统机器学习方法的种种问题，Vladinirm.Vpnik等人就致力于统计学习理论??(Statistical Learning Theory，简称SLT)的研究工作，在90年代该理论的研究逐渐成熟起来，并在此理论基础上发展起来了一种新的机器学习算法一支持向量方法(支持向量机和支持向量数据描述[8]。该方法在解决小样本、非线性及高维问题中表现出许多特有的优势。国内外众多学者认为，支持向量机方法正在成为继神经网络研究之后机器学习领域新的研究热点，并将推动机器学习理论和技术的重大发展。近年来的很多研究表明，支持向量方法在解决小样本、高维数、非线性模式