[发明专利]一种视觉及质量融合的烟丝成分检测方法在审
| 申请号: | 202210179498.7 | 申请日: | 2022-02-25 |
| 公开(公告)号: | CN114627058A | 公开(公告)日: | 2022-06-14 |
| 发明(设计)人: | 胡芬;许江华;楼阳冰;张志勇;倪军 | 申请(专利权)人: | 杭州安脉盛智能技术有限公司 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/136;G06T7/187;G06T7/62;G01N21/84;G06V20/20 |
| 代理公司: | 杭州杭诚专利事务所有限公司 33109 | 代理人: | 陈东明 |
| 地址: | 310000 浙江省杭州市滨江*** | 国省代码: | 浙江;33 |
| 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 视觉 质量 融合 烟丝 成分 检测 方法 | ||
本发明提出一种视觉及质量融合的烟丝成分检测方法,包括以下步骤:获得混合烟丝中各类烟丝对应的质量密度,所述质量密度为单位面积对应的烟丝质量;将混合烟丝铺开,利用视觉算法识别出各类烟丝的种类以及对应的面积;利用质量密度和面积的乘积算出各烟丝对应的质量;利用各类烟丝对应的质量算出各类烟丝在混合烟丝中的占比。本发明能够利用视觉识别的方法替代人工,快速且准确的判断出混合烟丝中各类烟丝的成分。
技术领域
本发明涉及成分检测技术领域,尤其是一种视觉及质量融合的烟丝成分检测方法。
背景技术
卷烟配方设计是卷烟企业产品设计的基础和核心,混合烟丝中含有两种不同的烟丝,烟丝混合是否均匀对烟丝质量有重要影响,直接反映制丝加工质量及卷烟单箱消耗。因此,快速准确地测定出两种不同的烟丝的比例,对鉴别真伪烟草制品、考察配方设计特性、稳定烟丝混合工艺质量及同质化生产具有重要意义。在目前的烟丝组成分析中,烟丝组成的测定依然依靠手工分选和人为判读。传统方法步骤复杂,检测效率低,随着工作量的增加会产生较大误差,不适用于大量检测,测量效率和精度已经很难适应现代化的检测需求和高质量卷烟生产的要求,并且不同人员的检测结果之间也存在较大误差;参考中国专利授权公告号为CN102519821B的一种烟丝混合均匀性的评价方法,首先,按照膨胀叶丝不同的设定比例x称量对应的多组烟丝的各组分,分别进行人工混合;通过有机溶剂分别将各组烟丝中的膨胀叶丝分离出来,计算各组烟丝中对应的膨胀叶丝在烟丝中的比例y;建立x与y的标准曲线;然后,对待测烟丝进行多次取样,通过有机溶剂将各样本中的膨胀叶丝分离出来,计算各样本中膨胀叶丝的比例y′;根据标准曲线计算各取样烟丝的实际混合比例x′;计算取样烟丝的均匀性系数。此外有机溶剂的使用也增加了实验过程中的防护难度,不利于检测人员的人体健康。因此,亟需一种基于图像识别的烟丝结构检测方法。
发明内容
本发明解决了现有技术依靠有机溶剂识别烟丝成分防护难度大且依靠人工检测的效率和精度低的问题,提出一种视觉及质量融合的烟丝成分检测方法,能够利用视觉识别的方法替代人工,快速且准确的判断出混合烟丝中各类烟丝的成分。
为实现上述目的,提出以下技术方案:
一种视觉及质量融合的烟丝成分检测方法,包括以下步骤:
S1,获得混合烟丝中各类烟丝对应的质量密度,所述质量密度为单位面积对应的烟丝质量;
S2,将混合烟丝铺开,利用视觉算法识别出各类烟丝的种类以及对应的面积;
S3,利用质量密度和面积的乘积算出各烟丝对应的质量;
S4,利用各类烟丝对应的质量算出各类烟丝在混合烟丝中的占比。
本发明先离线训练得到各类烟丝的质量密度,再将训练好的质量密度运用到在线视觉识别的过程中,结合了视觉和质量,利用视觉识别获得的面积参数转换为质量参数,从而获取各类烟丝在混合烟丝中的质量占比,避免使用有机溶剂,检测过程环保高效,同时避免人为检测的误差,使得检测结果更加准确。
作为优选,所述S1具体包括以下步骤:
S101,取一定质量的各类烟丝进行称重,获得质量m;
S102,将烟丝铺开拍摄获得烟丝摊铺图像,并对烟丝摊铺图像进行预处理,得到单色图;
S103,基于阈值分割算法,采用单阈值分割法对单色图进行分割,得到连通域,计算出所有连通域的面积即为烟丝的面积s;
S104,各类烟丝对应的质量密度ρ=m/s。
在完成图像采集后,第一步是基于规则的表面缺陷检测技术。具体就是根据每一种已知的烟丝杂物建立特定的检测规则,这也是工业机器视觉检测最常用的检测方法。一般包含图像预处理、图像分割及形状特征选择三个步骤。
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杭州安脉盛智能技术有限公司,未经杭州安脉盛智能技术有限公司许可,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/202210179498.7/2.html,转载请声明来源钻瓜专利网。





