基於計算機視覺的菸絲中膨脹葉絲比例測定方法
2023-06-10 08:42:31
基於計算機視覺的菸絲中膨脹葉絲比例測定方法
【專利摘要】本發明公開了一種基於計算機視覺的菸絲中膨脹葉絲比例測定方法，A：利用圖像採集系統分別採集各個膨脹葉絲圖像；B：對獲取的多張膨脹葉絲圖像進行預處理；C：分別獲取膨脹葉絲的圖像特徵並計算膨脹葉絲的特徵數據量；D：建立特徵資料庫；E：採集待測菸絲各組分圖像；F：對待測菸絲各組分圖像進行預處理；G：計算待測菸絲各組分圖像中待測菸絲特徵數據量並進行相關度計算，根據相關度計算結果對膨脹葉絲組分進行分析識別；H：由分揀系統分揀出待測菸絲中的膨脹葉絲；I：分別稱量由並計算待測菸絲中膨脹葉絲組分比例。本發明能夠實現菸絲中膨脹葉絲組分的快速、準確、自動化測定，提高測定效率與準確性，降低工作人員勞動強度。
【專利說明】基於計算機視覺的菸絲中膨脹葉絲比例測定方法
【技術領域】
[0001]本發明涉及一種菸絲中膨脹葉絲比例測定方法，尤其涉及一種基於計算機視覺的菸絲中膨脹葉絲比例測定方法。
【背景技術】
[0002]捲菸配方設計是捲菸企業產品設計的基礎和核心，煙支中葉絲、梗絲、膨脹葉絲、再造菸葉等組分的準確摻配對捲菸物理指標、煙氣特性及感官質量存在不同程度的影響。因此，快速準確地測定出煙支中葉絲、梗絲、膨脹葉絲、再造菸葉等組分在菸絲中的比例，對考查配方設計目標準確性、穩定菸絲混合工藝質量及同質化生產具有重要意義。
[0003]由於檢測對象的特徵複雜並且涉及相關技術瓶頸，因此菸絲組成成分的測定仍然依靠手工分選和人為判讀。目前，通常使用的膨脹葉絲比例測定方法步驟如下:首先人工識別出梗絲和再造菸葉，再通過特定的溶劑將剩餘組分中的膨脹葉絲與葉絲分離出來，最後經稱量後計算出膨脹葉絲組份比例。現有的檢測方法操作步驟複雜，檢測效率低，隨著工作量的增加將會產生較大誤差，不適用於大量檢測，測量效率和精度已經很難適應現代化的檢測需求和高質量捲菸生產的要求，並且不同人員的檢測結果之間也存在較大誤差；此外有機溶劑的使用也增加了實驗過程中的防護難度，不利於檢驗人員的身體健康。
[0004]由於加工方法和原料本身特性的差異，菸絲的不同組分間存在紋理、顏色、形態、邊緣平滑程度的差異，這些差異的存在為計算機視覺手段識別各組分提供了特徵參數。膨脹葉絲表面褶皺較少，且存在微小的鼓包，在強光照明下，鼓包反光強烈，可以利用其表面紋理和形態特徵，通過計算機視覺技術與其他組分進行區分。
【發明內容】
[0005]本發明的目的是提供一種基於計算機視覺的菸絲中膨脹葉絲比例測定方法，能夠通過計算機對單一組分膨脹葉絲的圖像進行採集處理，獲取膨脹葉絲的特徵數據量並建立特徵資料庫，通過特徵資料庫分析識別多組分菸絲中的膨脹葉絲，最終實現菸絲中膨脹葉絲組分的快速、準確、自動化測定，提高測定效率與準確性，降低工作人員勞動強度。
[0006]本發明採用下述技術方案:
[0007]一種基於計算機視覺的菸絲中膨脹葉絲比例測定方法，包括以下步驟:
[0008]A:將多根膨脹葉絲平整無重疊的擺放，然後利用圖像採集系統分別採集各個膨脹葉絲圖像；
[0009]B:利用圖像處理分析系統對獲取的多張膨脹葉絲圖像進行預處理，去除每張膨脹葉絲圖像中的幹擾和噪聲；
[0010]C:利用圖像處理分析系統分別獲取多張膨脹葉絲圖像中膨脹葉絲的圖像特徵，然後根據膨脹葉絲的圖像特徵計算膨脹葉絲的特徵數據量；
[0011]D:利用圖像處理分析系統根據多張膨脹葉絲圖像中的膨脹葉絲的特徵數據量建立特徵資料庫；
[0012]E:將待測菸絲通過鋪展分離系統平整無重疊的擺放，利用圖像採集系統採集待測菸絲各組分圖像；
[0013]F:利用圖像處理分析系統對獲取的待測菸絲各組分圖像進行預處理，去除待測菸絲各組分圖像中的幹擾和噪聲；
[0014]G:圖像處理分析系統計算待測菸絲各組分圖像中待測菸絲特徵數據量，並與步驟D中所建立的特徵資料庫中的膨脹葉絲的特徵數據量進行相關度計算，根據相關度計算結果對混合在菸絲中的膨脹葉絲組分進行分析識別；
[0015]H:圖像處理分析系統將分析識別結果發送至分揀系統，由分揀系統分揀出待測菸絲中的膨脹葉絲；
[0016]1:分別稱量由分揀系統分揀出的膨脹葉絲質量和剩餘組分質量，並計算待測菸絲中膨脹葉絲組分的比例。
[0017]所述的步驟B中，圖像處理分析系統採用5X5像素的掃描窗口對獲取的膨脹葉絲圖像按照自上到下、自左到右的順序進行掃描，計算出掃描窗口內膨脹葉絲圖像均值及方差Var，若方差Var大於設定閾值TD，則對該點採用快速中值濾波方法進行平滑處理，除去膨脹葉絲圖像中的幹擾和噪聲。
[0018]所述的步驟C中，圖像處理分析系統將獲取的膨脹葉絲圖像轉換到HSV顏色空間；結合Canny及Log邊緣檢測算子分別對R、G、B、H、S、V這六個分量的圖像進行邊緣檢測，分別記錄R、G、B、H、S、V分量圖像中菸絲區域的像素方差值VK、VG, Vb、Vh、Vs、Vv ;然後使用灰度共生矩陣計算膨脹葉絲圖像中菸絲區域的對比度、熵、角二階矩和相關性四個紋理特徵值；其中，其中，R分量圖像表示在RGB顏色空間，各個像素點的R值不變，G值與B值均為零；G分量圖像表示在RGB顏色空間，各個像素點的G值不變，R值與B值均為零；B分量圖像表示在RGB顏色空間，各個像素點的B值不變，R值與G值均為零；H分量圖像表示在HSV顏色空間，各個像素點的H值不變，S值與V值均為零；S分量圖像表示在HSV顏色空間，各個像素點的S值不變，H值與V值均為零；V分量圖像表示在HSV顏色空間，各個像素點的V值不變，H值與S值均為零；步驟C中所述的特徵數據量包括十個特徵值，分別為膨脹葉絲圖像中菸絲區域的VK、Ve、VB、VH、Vs、Vv六個分量上的像素方差值，以及膨脹葉絲圖像中菸絲區域的對比度、熵、角二階矩和相關性四個紋理特徵值。
[0019]所述的步驟D中，圖像處理分析系統分別計算每張膨脹葉絲圖像中膨脹葉絲的特徵數據量，並統計每個特徵值的分布範圍Ci (i = 1，2，...，10)，然後將各個範圍的取值乘以對應的比例係數ei(i = 1,2,…，10)，最終建立特徵資料庫Ti = Qei (i = 1,2, -,10),
其中，
【權利要求】
1.一種基於計算機視覺的菸絲中膨脹葉絲比例測定方法，其特徵在於，包括以下步驟: A:將多根膨脹葉絲平整無重疊的擺放，然後利用圖像採集系統分別採集各個膨脹葉絲圖像； B:利用圖像處理分析系統對獲取的多張膨脹葉絲圖像進行預處理，去除每張膨脹葉絲圖像中的幹擾和噪聲； C:利用圖像處理分析系統分別獲取多張膨脹葉絲圖像中膨脹葉絲的圖像特徵，然後根據膨脹葉絲的圖像特徵計算膨脹葉絲的特徵數據量； D:利用圖像處理分析系統根據多張膨脹葉絲圖像中的膨脹葉絲的特徵數據量建立特徵資料庫； E:將待測菸絲通過鋪展分離系統平整無重疊的擺放，利用圖像採集系統採集待測菸絲各組分圖像； F:利用圖像處理分析系統對獲取的待測菸絲各組分圖像進行預處理，去除待測菸絲各組分圖像中的幹擾和噪聲； G:圖像處理分析系統計算待測菸絲各組分圖像中待測菸絲特徵數據量，並與步驟D中所建立的特徵資料庫中的膨脹葉絲的特徵數據量進行相關度計算，根據相關度計算結果對混合在菸絲中的膨脹葉絲組分進行分析識別； H:圖像處理分析系統將分析識別結果發送至分揀系統，由分揀系統分揀出待測菸絲中的膨脹葉絲； 1:分別稱量由分揀系統分揀出的膨脹葉絲質量和剩餘組分質量，並計算待測菸絲中膨脹葉絲組分的比例。
2.根據權利要求1所述的基於計算機視覺的菸絲中膨脹葉絲比例測定方法，其特徵在於:所述的步驟B中，圖像處理分析系統採用5X5像素的掃描窗口對獲取的膨脹葉絲圖像按照自上到下、自左到右的順序進行掃描，計算出掃描窗口內膨脹葉絲圖像均值及方差Var，若方差Var大於設定閾值TD，則對該點採用快速中值濾波方法進行平滑處理，除去膨脹葉絲圖像中的幹擾和噪聲。
3.根據權利要求2所述的基於計算機視覺的菸絲中膨脹葉絲比例測定方法，其特徵在於:所述的步驟C中，圖像處理分析系統將獲取的膨脹葉絲圖像轉換到HSV顏色空間；結合Canny及Log邊緣檢測算子分別對R、G、B、H、S、V這六個分量的圖像進行邊緣檢測，分別記錄R、G、B、H、S、V分量圖像中菸絲區域的像素方差值VK、VG, Vb、Vh、Vs、Vv ;然後使用灰度共生矩陣計算膨脹葉絲圖像中菸絲區域的對比度、熵、角二階矩和相關性四個紋理特徵值；其中，其中，R分量圖像表示在RGB顏色空間，各個像素點的R值不變，G值與B值均為零；G分量圖像表示在RGB顏色空間，各個像素點的G值不變，R值與B值均為零；B分量圖像表示在RGB顏色空間，各個像素點的B值不變，R值與G值均為零；H分量圖像表示在HSV顏色空間，各個像素點的H值不變，S值與V值均為零；S分量圖像表示在HSV顏色空間，各個像素點的S值不變，H值與V值均為零^分量圖像表示在HSV顏色空間，各個像素點的V值不變，H值與S值均為零；步驟C中所述的特徵數據量包括十個特徵值，分別為膨脹葉絲圖像中菸絲區域的VK、Ve、VB、VH、Vs、Vv六個分量上的像素方差值，以及膨脹葉絲圖像中菸絲區域的對比度、熵、角二階矩和相關性四個紋理特徵值。
4.根據權利要求3所述的基於計算機視覺的菸絲中膨脹葉絲比例測定方法，其特徵在於:所述的步驟D中，圖像處理分析系統分別計算每張膨脹葉絲圖像中膨脹葉絲的特徵數據量，並統計每個特徵值的分布範圍Ci (i = 1，2，...，10)，然後將各個範圍的取值乘以對應的比例係數eji = 1,2,…，10)，最終建立特徵資料庫Ti = Qei (i = 1,2,…，10)，其中，et為離散程度的倒數。
5.根據權利要求4所述的基於計算機視覺的菸絲中膨脹葉絲比例測定方法，其特徵在於:所述的步驟F中，圖像處理分析系統採用5X5像素的掃描窗口對獲取的待測菸絲各組分圖像中按照自上到下、自左到右的順序進行掃描，計算出掃描窗口內待測菸絲各組分圖像中均值及方差Var，若方差Var大於設定閾值TD，則對該點採用快速中值濾波方法進行平滑處理，除去待測菸絲各組分圖像中的幹擾和噪聲。
6.根據權利要求5所述的基於計算機視覺的菸絲中膨脹葉絲比例測定方法，其特徵在於:所述的步驟G中，圖像處理分析系統分別計算待測菸絲特徵數據量中的十個特徵值，並將這十個特徵值分別導入特徵資料庫中，然後圖像處理分析系統計算待測菸絲
B與膨脹葉絲的相關度，待測菸絲與膨脹葉絲的相關度R的計算公式為@ =，其中
10 Y..........1 $ < F
' *，n ^ [I, 10]，為待測菸絲的十個特徵值中處於特徵資料庫標準範
I/ r.—
Y > I/
II
γ
■Λ ,
L I圍內的數量；Xi為對應特徵值，r為特徵資料庫中該特徵值的均值；若相關度R大於等於相關度閾值τ，則判定當前待測菸絲為膨脹葉絲；若相關度R小於相關度閾值τ，則判定當前待測菸絲不是膨脹葉絲，其中，相關度閾值T為對應特徵資料庫的離散程度fk.， ^ π 均值T e [0.25,0.75], e =.............ο
Wnfr-/.-;
【文檔編號】G01N21/84GK104198491SQ201410448216
【公開日】2014年12月10日 申請日期:2014年9月4日 優先權日:2014年9月4日
【發明者】董浩, 張龍, 周明珠, 劉鋒, 王錦平, 夏營威, 劉勇, 周德成, 李曉輝, 荊熠, 邢軍 申請人:國家菸草質量監督檢驗中心, 中國科學院合肥物質科學研究院