[发明专利]一种流水作业平台烟条自动视觉检测与计数方法

说明书

本发明公开了面向物流车间的一种流水作业平台烟条自动视觉检测与计数方法，属于机器视觉工业应用领域，解决流水作业平台监控视频中烟条的分割计数问题，并准确定位烟条四个顶点，为后续烟条类型识别提供可靠依据。包括设置初始信息；循环读取视频图像，提取局部区域，进行非均匀光照矫正处理；使用彩色图像阈值分割提取前景；根据前景中连通区域的面积进行双阈值处理，去除噪声的同时，将连通域分成两类；若存在小面积区域，则进行区域生长，并再次提取图像的连通域信息；若只存在大连通区域，则结合当前帧区域位置信息及前一帧分割结果的位置信息依次处理每个区域，得到当前帧分割结果。用于对流水作业平台烟条进行自动视觉检测与计数。

技术领域

一种流水作业平台烟条自动视觉检测与计数方法，用于精确分割物流车间分拣线上每个烟条的区域，并统计实时采集视频中经过数据采集区域的条烟总数，属于机器视觉工业应用领域。

背景技术

“机器视觉”是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

基于流水作业平台的物流车间烟条自动视觉检测与计数，是机器视觉在工业应用中的一个重要分支。在烟草行业中的物流中心，每天都需要根据用户订单分拣烟条。目前烟草行业中的物流中心分拣线，普遍使用机械自动分拣货物，在人工核对订单准确性。然而传动平台运行速度快，流量大，人工核对订单困难且准确度低。因此，可以使用机器视觉的方法自动检测条烟信息，将检测结果传送给图像识别模块进一步处理，完成订单的核对。

然而在在拍摄的视频中，会遇到很多不同类型的烟条，烟条间存在不同的摆放状态。所以研究人员们在设计算法时，既要克服单个烟条区域特征的变化、还要克服条烟间相互连接带来的分割困难。

近些年来有不少的研究机构和企业对转动平台条烟的识别进行研究，其中从图像中检测出烟条的具体位置信息是特征提取与类别判断的基础。然而现有的研究主要集中在特征提取与类别判断上，缺乏对烟条检测与计数的研究；目前仅有的是基于Hough直线检测的方法，该方法也仅仅讨论了视野中仅有一条独立的烟存在的情况，且算法耗时多，准确率较低，不易推广使用。

发明内容

本发明针对上述不足之处提供了一种流水作业平台烟条自动视觉检测与计数方法，解决现有技术无法适应烟条摆放复杂的状况，特别是对于基于特征提取、边缘识别类方法，当烟条在高速传送带上密集排布时有烟条区域边界重合的情况，现有方法因通过烟条线条边缘特征进行检测而容易受到提取和识别效果的严重影响以导致不能够正确区分多个烟条并清楚地计数烟条，并且其算法存在耗时高、准确性差的问题。

为了实现上述目的，本发明采用的技术方案为：

一种流水作业平台烟条自动视觉检测方法，获取背景差分后二值烟条图像帧的连通域，再按帧序依次将每个二值烟条图像帧的连通域分为存在相对大小的类、按类取连通域的外接矩形、对相对小类进行区域增长得到完整的存在条烟的区域，接着分别根据相对大类连通域面积大小设置对应的阈值条件，然后由阈值条件满足情况选择地分割相对大类的连通域，确定计数条烟区域的顶点信息并累计烟条数量，最后获得视频中通过的所有烟条数量及烟条所在区域顶点信息。

进一步地，还包括以下步骤：

步骤1：设置初始参数，读入背景图像g(x,y),并进行非均匀光照校正处理，得到增强的背景图像g'(x,y)；

步骤2：循环读入视频图像f(x,y)，根据所选取的初始参数获得与背景图像相同位置的局部图像f₁(x,y)，再进行非均匀光照校正处理得到增强的局部图像f₁'(x,y)；