[发明专利]一种基于人工智能的片烟杂物检测系统在审

专利信息
申请号: 202010772950.1 申请日: 2020-08-04
公开(公告)号: CN111912850A 公开(公告)日: 2020-11-10
发明(设计)人: 蔡小五;池敏 申请(专利权)人: 南京文采工业智能研究院有限公司
主分类号: G01N21/892 分类号: G01N21/892;G01N21/01
代理公司: 暂无信息 代理人: 暂无信息
地址: 210000 江苏省南*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人工智能 杂物 检测 系统
【说明书】:

发明公开了一种基于人工智能的片烟杂物检测系统,属于烟草生产技术领域。该检测系统包括图像采集装置、图像处理装置、图像输出装置、传送带、杂质、非杂质、采集的图像、输出的图像和标记,所述的图像采集装置与所述的图像处理装置相连,将所述的采集的图像传输给所述的图像处理装置,所述的图像处理装置与所述的图像输出装置相连,将所述的输出的图像传输给所述的图像输出装置。本发明通过图像的采集和对比,然后计算出图像中的杂质的位置及大小,并通过光线将标记杂质在流水线上的位置,从帮助工作人员将杂质去除。

技术领域

本发明属于烟草生产技术领域,具体讲就是涉及了一种基于人工智能的片烟杂物检测系统,利用现有技术混合使用对烟叶流水线杂质进行检测。

背景技术

近年随着生活水平的提高,消费者对各个档次的香烟品牌有了更高且多样化的要求,随着烟叶产地的多元化使香烟的品质控制受到更加重视,其中制丝环节的烟叶杂质剔除环节由于杂质种类繁多、杂质与非杂质难以剥离、流水线流速快等因素在部分除杂环节依然依赖工作人员的知识经验和技能的熟练程度进行人工辨识和剔除工作,但随着品控要求的提高,产量的扩大现有的人工除杂的方式已经无法满足生产的需要。因此如何在保证品控水平的前提下,减少对人的知识经验、注意力、反应速度的依赖程度,降低工作人员的劳动强度成为烟叶除杂生产过程中需要解决的技术难题。

发明内容

为了解决上述存在的问题,本发明提出一种基于人工智能的片烟杂物检测系统,从流水线上快速运动的混有杂质的原材料中找出杂质,并以混合现实技术将标识后的结果投射到流水线的原材上,方便工作人员以视觉方式辨别,提高除杂效率和准确度,降低了工人的劳动强度。

为了实现上述目的,本发明采用以下方案,

一种基于人工智能的片烟杂物检测系统,其特征在于:它包括图像采集装置、图像处理装置、图像输出装置、传送带、杂质、非杂质、采集的图像、输出的图像和标记,所述的图像采集装置与所述的图像处理装置相连,将所述的采集的图像传输给所述的图像处理装置,所述的图像处理装置与所述的图像输出装置相连,将所述的输出的图像传输给所述的图像输出装置。

进一步地,上述基于人工智能的片烟杂物检测系统的检测方法,包括以下几个步骤:(1)将图像采集装置拍摄到的流水线的图像传给图像处理装置;(2)图像处理装置识别图像上杂物的位置及尺寸;(3)图像处理装置把图像采集装置的图像上杂物的位置坐标转换为图像输出装置的图像的坐标及尺寸;(4)图像处理装置生成标识出杂物区域的图像,传输给图像输出装置;(5)图像输出装置将图像以人眼可见的方式展示。

进一步地,所述步骤(1)中图像采集装置固定在流水线的上方,将拍摄的范围覆盖需要检测的流水线的区域,该区域至少需要包含可能掺杂着杂质的原材料以及传送带。

进一步地,所述步骤(1)中图像采集装置使用摄像机或照相机或红外接收器或超声波接收器可以接收可见光、非可见光、声波、震动、电磁信号灯物理特征并将其转化为数字或模拟信号的传感器,图像可以在图像采集装置合成也可以将原始数据传输到图像处理装置后合成。

进一步地,所述步骤(2)中图像处理装置对采集到的图像中的物体进行识别,判断哪些为杂质哪些为非杂质,并计算杂质在图像中坐标及尺寸。

进一步地,所述步骤(3)中图像处理装置将获得的杂质在采集图像中的坐标及尺寸转换到投射图像中的坐标及尺寸,传输到下一步。

进一步地,所述转换的方式使用基于非线性模型的空间映射。

进一步地,所述非线性模型的空间映射包括神经网络或支持向量机或逻辑回归方式。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京文采工业智能研究院有限公司,未经南京文采工业智能研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010772950.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top