[发明专利]基于残差网络的烟丝宽度检测方法、装置、设备和介质

说明书

本发明公开了一种基于残差网络的烟丝宽度检测方法、装置、设备和介质。该方法包括：首先对获取的第一烟丝图像进行预处理，获得第二烟丝图像；其中，第二烟丝图像是背景部分为白色、烟丝部分为黑色的图像；然后从该第二烟丝图像中提取出多个目标烟丝图像块；最后将多个目标烟丝图像块输入训练后的残差网络检测模型中，获得第一烟丝图像中的烟丝宽度。本发明能够在保证检测精确度的情况下有效实现烟丝宽度的实时检测。

技术领域

本发明涉及人工智能技术领域，具体涉及基于残差网络的烟丝宽度检测方法、装置、设备和介质。

背景技术

烟丝切丝工序是制丝生产线上的重要工序之一，主要是把含水率与温度合适的片烟切成规定宽度的烟丝。切丝宽度是影响卷烟产品质量的主要因素之一，其宽度对卷烟的物理指标和感官质量都有不同的影响。

当前对烟丝宽度进行检测的方法主要包括人眼观察法和基于计算机视觉的检测方法。其中，人眼观察法依赖人工操作，容易出错且效率低。基于计算机视觉的检测方法一般由两个阶段的处理方法组成，第一阶段一般通过图像二值化、高通滤波和边缘检测等算法，获得烟丝的轮廓图像，第二阶段通过平行线算法、变径圆算法和等距扫描等方法计算出其平均宽度，该两个阶段涉及的检测算法繁杂，无法对烟丝宽度进行实时检测。

因此，当前亟需一种能够在保证精确度的情况下实时检测烟丝宽度的方法。

发明内容

有鉴于此，本发明实施例提供了一种基于残差网络的烟丝宽度检测方法、装置、计算机设备和计算机可读存储介质，以解决现有技术中难以在保证精确度的情况下实时检测烟丝宽度的问题。

根据第一方面，本发明实施例提供了一种基于残差网络的烟丝宽度检测方法，该方法包括：

对获取的第一烟丝图像进行预处理，获得第二烟丝图像；所述第二烟丝图像是背景部分为白色、烟丝部分为黑色的图像；

从所述第二烟丝图像中提取出多个目标烟丝图像块；

将多个所述目标烟丝图像块输入训练后的残差网络检测模型中，获得所述第一烟丝图像中的烟丝宽度。

在一些实施例中，所述从所述第二烟丝图像中提取出多个目标烟丝图像块的步骤，包括：

获取所述第二烟丝图像中的连通区域；

根据预设筛选条件从所述连通区域中提取出目标连通区域；所述预设筛选条件是用于筛选面积符合要求的所述连通区域的筛选条件；

针对每个所述目标连通区域，从所述目标连通区域中随机选择多个像素点分别作为所述目标烟丝图像块的中心，并以预设长度为边长确定出多个所述目标烟丝图像块。

在一些实施例中，所述获取所述第二烟丝图像中的连通区域的步骤，包括：

基于深度优先遍历算法遍历所述第二烟丝图像中每一个黑色像素点，并在任意一个黑色像素点存在未遍历过的相邻黑色像素点的情况下，递归遍历该黑色像素点及所述相邻黑色像素点，以确定出所述第二烟丝图像中的多个连通区域。

在一些实施例中，在所述针对每个所述目标连通区域，从所述目标连通区域中随机选择多个像素点作为所述第一烟丝图像块的中心点，并以预设长度为边长确定出多个目标烟丝图像块之后，还包括：

在确定出的目标烟丝图像块的边界超出所述目标连通区域的情况下，将超出部分的像素值确定为预设像素值。

在一些实施例中，在所述对获取的第一烟丝图像进行预处理之前，还包括：

从第三烟丝图像中提取多个历史烟丝图像块；所述第三烟丝图像为历史图像；

对所述历史烟丝图像块中的烟丝宽度进行标注；

将标注烟丝宽度后的所述历史烟丝图像块按照预设比例分为训练集和验证集；