机器视觉在烟丝质量检测中的应用研究

烟草物流和烟草生产作为烟草产业的两大重要环节，对于数字化、智能化的需求日益迫切，这不仅仅关乎效率的提升，更是关乎对市场快速变化的应对能力。

在烟草物流行业，睿图智能的“Rsort条烟智能视觉核对系统”已覆盖全国80%的省份，在烟草物流市场的占有率稳居前列；在烟草生产行业，睿图智能即将推出“烟丝质量在线视觉检测系统”，进一步拓展了机器视觉技术在烟草产业的应用范畴，提升了烟草生产的智能化、精益化程度。

烟丝宽度检测过程繁杂 检测结果误差大

随着国际、国内市场形势的变化和卷烟消费水平的提高，特别是“中式卷烟”的提出，更是对我国卷烟加工工艺提出了更高的要求。在卷烟加工过程中，烟丝宽度是影响卷烟质量的重要指标，宽度不合格的烟丝影响卷烟的填充效果和燃烧质量。因此，在卷烟加工过程中，需要严格把控烟丝的宽度，保证卷烟品质。   传统的烟丝宽度是在人工取样筛选后，采用放大镜刻度尺法或烟草数字投影仪测量法进行检测。两种方法都存在测量过程繁杂、人为误差大、抽样样本数量少且代表性不足等问题，难以满足现代化卷烟生产过程的质量把控要求。

大模型算法赋能 高效智能决策

睿图智能“烟丝质量在线视觉检测系统”结合AI大模型图像分割算法，通过超高分辨率线阵相机，配合大尺寸无畸变远心镜头在线连续采集烟丝图像，实时检测制丝线烟丝宽度、长度等精确参数；并结合时序数据分析烟丝批次平均宽度、批次宽度方差等数据，为制丝工艺提供准确、实时数据支撑，提高了制丝生产效率和精益水平。  

扫描视野达200mm, 检测精度达0.005mm

相比同类产品只对烟丝制丝线进行20~30mm左右区域的取样检测，睿图智能推出的“烟丝质量在线视觉检测系统”视野更大、精度更高——扫描视野最大可达200mm，检测精度达0.005mm，同等采样时间下检测的烟丝样本更多，参数更能准确表征当前批次烟丝的质量水平。  

基于AI大模型算法，分割精度达像素级

该系统的烟丝样本分割算法基于大模型进行调优训练，有效检测样本更多，分割精度达到像素级，且每分钟有效检测烟丝样本数量超过10000个。  

搭载多款智能化设备，智能化程度更高

该系统采用龙门式安装，无需对制丝线进行任何改造，部署上线时间短，不影响生产；系统自带防护装置，可实现对镜头自动除尘清洁，减少现场工作人员运维工作量；同时，系统与产线上的烟丝制丝集控系统无缝对接，支持智能输出报表，可对所有历史数据进行溯源。    

此次推出的“烟丝质量在线视觉检测系统”，进一步促进了机器视觉技术与烟草产业的深度融合，助力烟草产业加速实现智能化转型。

编辑：黄飞