近日，由湖南中烟常德卷烟厂自主研发的“片烟杂物特征提取与比对系统”正式获得国家版权局计算机软件著作权，该系统创造性地解决了烟草行业内光选除杂精度难以提升的问题，为产品质量拧紧了一道“安全阀”。

图为光选操作工利用该系统进行杂物剔除

据了解，片烟原料在烟叶采摘、打叶复烤等前期加工环节中极易混入杂物，若在生产前未得到剔除，混入烟丝卷制成卷烟，就会在烟支燃烧时产生异味，严重影响卷烟感官质量。因此，如何精准有效剔除原料中的杂物，保证烟叶纯净成了整个烟草行业共同关注的问题。

“国内外设备中只有烟叶标准库，通过机器视觉实时采集生产烟叶图像与标准库进行比对，图像异常则判定为杂物，这是正向学习建模；那么，我们是不是可以建立杂物库，为机器设备添加反向学习建模呢？”项目攻关负责人王先兵及其团队从机器反向学习入手，反复测试，最终验证了该想法的可行性，成功研发了“片烟杂物特征提取与比对系统”。

该系统可根据物质颜色、形状等鲜明特征利用混合密度网络（MDN）权重分布将物质与杂物库进行比对，实现机器反向学习并达到发现、剔除杂物的目的。例如，瓦楞纸片有独特条纹、羽毛呈独特锯齿状，故通过特征比对可判定光选来料物质是否为相应的杂物。系统中还含有特征提取、分类器训练、片烟物体检测、片烟目标定位、片烟结果输出等模块，可直观地展示和管理片烟杂物特征提取与比对系统中所包含的各种对象，并对这些对象的各种参数进行监控管理。另外，该项目团队通过对系统中所包含的对象进行编辑、增加和删除等操作，从而使得该系统能够不断地进行更新迭代，有利于系统能够更好地应对各种杂物所带来的工艺质量风险。

该系统上线后，常德卷烟厂光选除杂设备的标样剔除精度提高到了96.7%，较之前提升了约15%，有效降低了工艺质量风险，保障了产品的内在质量。