一种基于图像特征分析的卷烟CO和焦油释放量预测方法及装置.pdf

本发明公开了一种基于图像特征分析的卷烟CO和焦油释放量预测方法及装置，该方法通过红外摄像仪获取卷烟燃吸过程图像，分析卷烟燃吸过程温度分布特征，得到卷烟燃吸过程温度分布数据，预测卷烟主流烟气中CO和焦油释放量，与实验测定值相比较，预测值与测定值非常接近。本发明方法简单，绿色环保，预测结果准确，完全颠覆了以往只能依靠大量分析仪器和化学试剂的预测方法；整个预测装置结构简单、成本低廉，使用方便，利用该装置预测同类型的卷烟CO和焦油释放量，无需使用任何化学试剂，只需观测其燃吸过程，便可获知CO和焦油释放量，预测结果可用于抽检卷烟质量，大大减轻了检验员的工作量，降低了检测成本。

权利要求书
1.  一种基于图像特征分析的卷烟CO和焦油释放量预测方法，其特征在于，包括以下几个 步骤：
步骤1：利用红外摄像仪获取卷烟燃吸过程图像；
步骤2：提取所述过程图像中每张图像上每个像素点对应温度数据；
步骤3：将步骤2获得的温度数据进行温度区间积分，得到每个温度区间的积分值k(xi)；
所述温度区间积分起止温度分别为150℃和1100℃，每个温度区间包含50℃；
其中，xi为所述过程图像中属于第i个温度区间的温度值；
步骤4：利用预测模型f(x)＝a∑k(xi)+b，分别预测卷烟的CO和焦油释放量，其中，a 和b分别为所述模型系数，利用多组CO和焦油释放量已知的卷烟燃吸过程获得的温度数据 按照上述公式进行反推获得。

2.  根据权利要求1所述的一种基于图像特征分析的卷烟CO和焦油释放量预测方法，其特 征在于，所述温度区间积分起止温度分别为150℃和950℃。

3.  一种基于图像特征分析的卷烟CO和焦油释放量预测装置，其特征在于，基于权利要求 1或2所述的一种基于图像特征分析的卷烟CO和焦油释放量预测方法，包括红外摄像仪、计 算处理单元及交互式显示单元；
所述红外摄像仪获取卷烟燃吸过程图像，并将图像中每个像素点的温度输送至计算处理 单元；
所述计算处理单元将温度数据按照所述预测方法进行处理，获得待预测的卷烟的CO和 焦油释放量，并将结果显示在交互式显示单元上；
所述交互式显示单元用于输入和选择待测卷烟的预测模型的模型系数。

4.  根据权利要求3所述的一种基于图像特征分析的卷烟CO和焦油释放量预测装置，其特 征在于，还包括存储单元，用于预先存储多种卷烟CO和焦油释放量对应的预测模型系数。

说明书一种基于图像特征分析的卷烟CO和焦油释放量预测方法及装置
技术领域
本发明涉及一种基于图像特征分析的卷烟CO和焦油释放量预测方法及装置。
背景技术
卷烟燃烧后产生的气溶胶分为气相部分和粒相部分。卷烟烟气气相中的有害成分主要有 一氧化碳、氢氰酸、挥发性的醛类物质、挥发性的亚硝胺、氯乙烯、氮氧化物、氨、吡啶和 气相自由基等。卷烟烟气粒相中的有害成分主要有烟草特有亚硝胺、异质环状胺、萘胺、其 他亚硝胺类、苯并[a]芘等稠环芳烃类、单元酚及多元酚类(如儿茶酚)、固相自由基等。粒相 部分约占整个烟气重量的8％，主要由烟碱、焦油和水分组成。焦油中的有害成分约占总量 的0.6％，在0.6％的有害成分中，0.2％为致癌和可能致癌的成分，0.4％为辅助致癌成分。
一般情况下，卷烟样品中主流烟气中焦油、烟碱、水分及CO释放量均按照 GB/T19609-2004，GB/T23356-2009,GB/T23355-2009，GB/T23203.1-2008来测量，其中需要 使用气相色谱等大型仪器，还需要使用大量的化学试剂，如：异丙醇等，费用昂贵，对环境 也容易造成污染。
一氧化碳和二氧化碳是卷烟烟气的主要产物，它们是许多烟草组分通过热分解和燃烧形 成的，在卷烟燃吸过程产生的一氧化碳，大约30％来源于烟草的热分解(吸热过程)，36％来 源于燃烧(放热过程)，23％来源于二氧化碳被碳化烟草还原(吸热过程)。燃烧温度是化学 变化的重要条件，吸烟时，烟草发生氧化降解，干馏或聚合等反应产物，在很大程度上取决 于燃烧温度，从对烟气组成的研究表明，大部分焦油成分是在约高于450℃时由烟草热解形 成的。
发明内容
本发明提供了一种基于图像特征分析的卷烟CO和焦油释放量预测方法及装置，其目的 在于克服现有技术中对卷烟的CO和焦油释放量的预测只能采取大型仪器，使用大量化学试 剂进行测量获得，而引起的污染和成本较高的问题。
一种基于图像特征分析的卷烟CO和焦油释放量预测方法，包括以下几个步骤：
步骤1：利用红外摄像仪获取卷烟燃吸过程图像；
步骤2：提取所述过程图像中每张图像上每个像素点对应温度数据；
步骤3：将步骤2获得的温度数据进行温度区间积分，得到每个温度区间的积分值k(xi)；
所述温度区间积分起止温度分别为150℃和1100℃，每个温度区间包含50℃；
其中，xi为所述过程图像中属于第i个温度区间的温度值；
i依次从1-17中取整数值；
x1∈[150,200)，x2∈[200,250)，…，x17∈[1050,1100]；
将每个温度区间中的像素点对应的温度值进行累加；
步骤4：利用预测模型f(x)＝a∑k(xi)+b，分别预测卷烟的CO和焦油释放量，其中，a 和b分别为所述模型系数，利用多组CO和焦油释放量已知的卷烟燃吸过程获得的温度数据 按照上述公式进行反推获得。
运用origin软件计算a和b的取值。
所述温度区间积分起止温度分别为150℃和950℃。
一种基于图像特征分析的卷烟CO和焦油释放量预测装置，基于所述的一种基于图像特 征分析的卷烟CO和焦油释放量预测方法，包括红外摄像仪、计算处理单元及交互式显示单 元；
所述红外摄像仪获取卷烟燃吸过程图像，并将图像中每个像素点的温度输送至计算处理 单元；
所述计算处理单元将温度数据按照所述预测方法进行处理，获得待预测的卷烟的CO和 焦油释放量，并将结果显示在交互式显示单元上；
所述交互式显示单元用于输入和选择待测卷烟的预测模型的模型系数。
还包括存储单元，用于预先存储多种卷烟CO和焦油释放量对应的预测模型系数。
有益效果
本发明提供了一种基于图像特征分析的卷烟CO和焦油释放量预测方法及装置，该方法 通过红外摄像仪获取卷烟燃吸过程图像，分析卷烟燃吸过程温度分布特征，得到卷烟燃吸过 程温度分布数据，预测卷烟主流烟气中CO和焦油释放量，与实验测定值相比较，预测值与 测定值非常接近。本发明方法简单，绿色环保，预测结果准确，完全颠覆了以往只能依靠大 量分析仪器和化学试剂的预测方法；整个预测装置结构简单、成本低廉，使用方便，利用该 装置预测同类型的卷烟CO和焦油释放量，无需使用任何化学试剂，只需观测其燃吸过程， 便可获知CO和焦油释放量，预测结果可用于抽检卷烟质量，大大减轻了检验员的工作量， 降低了检测成本。
附图说明
图1为卷烟燃烧过程中某一时刻的燃烧锥的红外热场分布图。
具体实施方式
下面将结合附图和实施例对本发明做进一步的说明。
一种基于图像特征分析的卷烟CO和焦油释放量预测方法，包括以下几个步骤：
步骤1：利用红外摄像仪获取卷烟燃吸过程图像；
步骤2：提取所述过程图像中每张图像上每个像素点对应温度数据；
步骤3：将步骤2获得的温度数据进行温度区间积分，得到每个温度区间的积分值k(xi)；
所述温度区间积分起止温度分别为150℃和1100℃，每个温度区间包含50℃；
其中，xi为所述过程图像中属于第i个温度区间的温度值；
i依次从1-17中取整数值；
x1∈[150,200)，x2∈[200,250)，…，x17∈[1050,1100]；
将每个温度区间中的像素点对应的温度值进行累加；
步骤4：利用预测模型f(x)＝a∑k(xi)+b，分别预测卷烟的CO和焦油释放量，其中，a 和b分别为所述模型系数，利用多组CO和焦油释放量已知的卷烟燃吸过程获得的温度数据 按照上述公式进行反推获得。
运用origin软件计算a和b的取值。
所述温度区间积分起止温度分别为150℃和950℃。
一种基于图像特征分析的卷烟CO和焦油释放量预测装置，基于所述的一种基于图像特 征分析的卷烟CO和焦油释放量预测方法，包括红外摄像仪、计算处理单元及交互式显示单 元；
所述红外摄像仪获取卷烟燃吸过程图像，并将图像中每个像素点的温度输送至计算处理 单元；
所述计算处理单元将温度数据按照所述预测方法进行处理，获得待预测的卷烟的CO和 焦油释放量，并将结果显示在交互式显示单元上；
所述交互式显示单元用于输入和选择待测卷烟的预测模型的模型系数。
还包括存储单元，用于预先存储多种卷烟CO和焦油释放量对应的预测模型系数。
用ISO模式抽吸卷烟样品(湖南中烟白沙精品二代)，用红外摄像仪获取卷烟燃吸过程图 像，获取一组图像，其中，某一时刻的图像如图1所示；从红外摄像仪中获取的图像中每个 像素点的温度数据，及即从红外摄像仪直接输出的温度数据文件(irv格式)获取；
用数据转换软件将温度数据文件(irv格式)转换为一一对应的温度序列文件(zip格式)， 再用Matlab 2012a软件对温度序列文件进行数据处理分析，获得2维平面图形温度数据，对 此2维平面图形上的温度数据进行计算，获得相应2D模型卷烟典型温度数据的温度分布信 息(从150℃-1000℃，以每50℃为一个特征温度区域)2D温度计算值，对待预测的卷烟样 品进行五次平行测定，获得的数据，如下见表1；
表1

将表1中获得的数据代入所述预测模型:f(x)＝∑a k(xi)+b，此模型可分别预测计算卷 烟样品主流烟气CO或焦油释放量，但相应的参数a和b取值不一样；
预测CO值时，a＝4.95x10-4,b＝-4.92；
预测焦油时，a＝8.91x10-4,b＝-20.85。
再用GB/T19609-2004，GB/T23356-2009,GB/T23355-2009，GB/T23203.1-2008来测量其 焦油、烟碱、CO释放量，与预测值做比较，焦油误差值1.88％，CO误差值1.06％。
表2
  CO(mg/cig) 焦油(mg/cig) 预测值 12.25 10.06 实测值 12.12 9.87
如表2所示，应用本发明所述方法预测得到的CO和焦油释放量与使用现有方法中获得 释放量基本一致，表明本发明所述方法有效，能够应用于卷烟燃烧产物的含量预测，大大简 便了对同一类型同一批次的大量卷烟的CO和焦油释放量的检测。