作为一种新型烟草产品，加热不燃烧通过将固体介质加热，使之挥发烟香，烟气在加热过程中的释放特性是当前新型烟草产业中研究的热点之一。在加热全过程中，加热器内部的烟弹介质会因温度变化膨胀或收缩，导致介质外缘与加热器内壁的间隙大小改变，从而改变传热过程，对烟气的释放特性造成影响。但考虑到加热不燃烧卷烟体积小，加热过程整体温度高且有烟雾包裹，很难直接对介质尺寸进行测量，因此为了解烟弹固体介质的变形情况，需开发一套能够自动识别烟弹介质在加热过程中的变形情况的算法。

本项目旨在提供一套基于Python的OpenCV环境的热变形率自动检测系统，用于检测加热不燃烧烟卷介质在加热过程中外缘与加热器内壁的间距变化情况及其本身的变形率。需输入介质加热变化视频，输出其变形率和间隙等数据随时间变化的曲线。生产方需求包括：能精准识别并去除烟雾、降低对拍摄设备的要求、提高对介质变形情况的识别精度等。

1、在视频预处理和关键帧提取方面：使用混合高斯模型进行背景建模，提出了基于特征提取的烟雾检测算法，并基于此设计了使用时间窗口滑动的关键帧提取算法和图像融合的补帧算法，得到了可靠、不冗余的关键帧集合。

2、在预处理和边缘识别方面：提出了交互式蒙版分割算法，并设计了基于位置K-Means与色相的区域提取算法和基于双边滤波的Canny边缘提取算法，用以提取可靠的二值化边缘。

3、在烟弹热变形量计算方面：进行了成像系统标定与深蓝色釉层位置计算，针对烟弹图像，设计了边缘点集提取算法，此外利用三次B样条曲线对烟弹边缘进行参数化拟合，提出基于格林公式的面积计算方法和离散法向距离算法，定量表征热变形量。