移动式陶瓷厚膜热源密集烤房应用效果分析

[目的]探明移动式陶瓷厚膜热源密集烤房在解决普通燃煤密集烤房中存在的高能耗、高碳排放以及烤后烟叶质量不稳定等问题方面的效果。[方法]通过引入陶瓷厚膜发热技术,研制出一种移动式陶瓷厚膜热源密集烤房,并与普通燃煤密集烤房在烤烟能耗、温控精度和烟叶烘烤效果等方面进行对比。[结果]与普通燃煤密集烤房相比,移动式陶瓷厚膜热源密集烤房平均成本降低1.52元/kg,节能增效显著,烘烤温度控制精度高,烤后烟叶糖碱比更加协调。[结论]移动式陶瓷厚膜热源密集烤房具有可移动、省时省工、无污染等优势,具有较好的推广应用前景。

基于K-means聚类算法的烘烤烟叶图像分割研究

目前我国烟叶烘烤过程主要依赖人工监测,存在主观性、模糊性和高成本等问题,使用机器视觉方法对烘烤过程烟叶质量变化进行实时监测与判断的研究逐渐增多,实时监测需建立在高效且准确的烘烤烟叶图像分割之上,因此烘烤烟叶图像分割的研究变得尤其重要。提出了基于K-means聚类算法的烘烤烟叶图像分割方法,首先读取图像并将RGB转换为CYMK颜色空间,然后提取CYMK颜色空间下的K通道灰度化图像,再对此单通道图像进行聚类,根据聚类中心确定图像分割阈值,最后利用图像处理方法对图像进行分割。研究比较了K-means、模糊C均值聚类(FCM)和高斯混合聚类(GMM)3种聚类方法,结果表明K-means算法的像素准确率为97.8%、交并比为96.43%、Dice系数为98.2%,均优于其他2种方法。K-means算法能够更好地提取烤烟的烟叶轮廓,去除冗余信息,使得分割结果更清晰。