基于计算机视觉的烟丝中梗丝比例测定方法技术

本发明专利技术公开了一种基于计算机视觉的烟丝中梗丝比例测定方法，A：利用图像采集系统分别采集各个梗丝图像；B：对获取的多张梗丝图像进行预处理；C：分别获取梗丝的图像特征并计算梗丝的特征数据量；D：建立特征数据库；E：采集待测烟丝各组分图像；F：对待测烟丝各组分图像进行预处理；G：计算待测烟丝各组分图像中待测烟丝特征数据量并进行相关度计算，根据相关度计算结果对梗丝组分进行分析识别；H：由分拣系统分拣出待测烟丝中的梗丝；I：分别称量由并计算待测烟丝中梗丝组分比例。本发明专利技术能够实现烟丝中梗丝组分的快速、准确、自动化测定，提高测定效率与准确性，降低工作人员劳动强度。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种，A：利用图像采集系统分别采集各个梗丝图像；B：对获取的多张梗丝图像进行预处理；C：分别获取梗丝的图像特征并计算梗丝的特征数据量；D：建立特征数据库；E：采集待测烟丝各组分图像；F：对待测烟丝各组分图像进行预处理；G：计算待测烟丝各组分图像中待测烟丝特征数据量并进行相关度计算，根据相关度计算结果对梗丝组分进行分析识别；H：由分拣系统分拣出待测烟丝中的梗丝；I：分别称量由并计算待测烟丝中梗丝组分比例。本专利技术能够实现烟丝中梗丝组分的快速、准确、自动化测定，提高测定效率与准确性，降低工作人员劳动强度。【专利说明】
本专利技术涉及一种烟丝中梗丝比例测定方法，尤其涉及一种。
技术介绍
卷烟配方设计是卷烟企业产品设计的基础和核心，烟支中叶丝、膨胀叶丝、梗丝、再造烟叶等组分的准确掺配对卷烟物理指标、烟气特性及感官质量存在不同程度的影响。因此，快速准确地测定出烟支中叶丝、膨胀叶丝、梗丝、再造烟叶等组分在烟丝中的比例，对考查配方设计目标准确性、稳定烟丝混合工艺质量及同质化生产具有重要意义。 由于检测对象的特征复杂并且涉及相关技术瓶颈，因此烟丝组成成分的测定仍然依靠手工分选和人为判读。目前，通常使用的梗丝比例测量方法是将烟支中的梗丝与其他组分通过水分离，干燥后称量，计算出梗丝的比例。现有的检测方法操作步骤复杂，检测效率低，随着工作量的增加将会产生较大误差，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。 由于加工方法和原料本身特性的差异，烟丝的不同组分间存在纹理、颜色、形态、边缘平滑程度的差异，这些差异的存在为计算机视觉手段识别各组分提供了特征参数。相比其他组分，梗丝的纹理和边缘特征非常明显，可以通过计算机视觉技术与其他组分进行区分。
技术实现思路
本专利技术的目的是提供一种，能够通过计算机对单一组分梗丝的图像进行采集处理，获取梗丝的特征数据量并建立特征数据库，通过特征数据库分析识别多组分烟丝中的梗丝，最终实现烟丝中梗丝组分的快速、准确、自动化测定，提高测定效率与准确性，降低工作人员劳动强度。 本专利技术采用下述技术方案: 一种，包括以下步骤: A:将多根梗丝平整无重叠的摆放，然后利用图像采集系统分别采集各个梗丝图像； B:利用图像处理分析系统对获取的多张梗丝图像进行预处理，去除每张梗丝图像中的干扰和噪声； C:利用图像处理分析系统分别获取多张梗丝图像中梗丝的图像特征，然后根据梗丝的图像特征计算梗丝的特征数据量； D:利用图像处理分析系统根据多张梗丝图像中的梗丝的特征数据量建立特征数据库； E:将待测烟丝通过铺展分离系统平整无重叠的摆放，利用图像采集系统采集待测烟丝各组分图像； F:利用图像处理分析系统对获取的待测烟丝各组分图像进行预处理，去除待测烟丝各组分图像中的干扰和噪声； G:图像处理分析系统计算待测烟丝各组分图像中待测烟丝特征数据量，并与步骤D中所建立的特征数据库中的梗丝的特征数据量进行相关度计算，根据相关度计算结果对混合在烟丝中的梗丝组分进行分析识别； H:图像处理分析系统将分析识别结果发送至分拣系统，由分拣系统分拣出待测烟丝中的梗丝； 1:分别称量由分拣系统分拣出的梗丝质量和剩余组分质量，并计算待测烟丝中梗丝组分的比例。 所述的步骤B中，图像处理分析系统采用5X5像素的扫描窗口对获取的梗丝图像按照自上到下、自左到右的顺序进行扫描，计算出扫描窗口内梗丝图像均值及方差Var，若方差Var大于设定阈值TD，则对该点采用快速中值滤波方法进行平滑处理，除去梗丝图像中的干扰和噪声。 所述的步骤C中，图像处理分析系统将获取的梗丝图像转换到HSV颜色空间；结合Canny及Log边缘检测算子分别对R、G、B、H、S、V这六个分量的图像进行边缘检测，分别记录R、G、B、H、S、V分量图像中烟丝区域的像素方差值VK、Ve、VB、VH、Vs、Vv ;然后使用灰度共生矩阵计算梗丝图像中烟丝区域的对比度、熵、角二阶矩和相关性四个纹理特征值；其中，其中，R分量图像表示在RGB颜色空间，各个像素点的R值不变，G值与B值均为零；G分量图像表示在RGB颜色空间，各个像素点的G值不变，R值与B值均为零；B分量图像表示在RGB颜色空间，各个像素点的B值不变，R值与G值均为零；H分量图像表示在HSV颜色空间，各个像素点的H值不变，S值与V值均为零；S分量图像表示在HSV颜色空间，各个像素点的S值不变，H值与V值均为零…分量图像表示在HSV颜色空间，各个像素点的V值不变，H值与S值均为零；步骤C中所述的特征数据量包括十个特征值，分别为梗丝图像中烟丝区域的\、VG, Vb、Vh、\、Vv六个分量上的像素方差值，以及梗丝图像中烟丝区域的对比度、熵、角二阶矩和相关性四个纹理特征值。 所述的步骤D中，图像处理分析系统分别计算每张梗丝图像中梗丝的特征数据量，并统计每个特征值的分布范围Ci (i = 1,2,…，10)，然后将各个范围的取值乘以对应的比例系数eji = 1,2,…，10)，最终建立特征数据库Ti = Qei (i = 1,2,…，10)，其中， 【权利要求】1.一种，其特征在于，包括以下步骤: A:将多根梗丝平整无重叠的摆放，然后利用图像采集系统分别采集各个梗丝图像； B:利用图像处理分析系统对获取的多张梗丝图像进行预处理，去除每张梗丝图像中的干扰和噪声； C:利用图像处理分析系统分别获取多张梗丝图像中梗丝的图像特征，然后根据梗丝的图像特征计算梗丝的特征数据量； D:利用图像处理分析系统根据多张梗丝图像中的梗丝的特征数据量建立特征数据库； E:将待测烟丝通过铺展分离系统平整无重叠的摆放，利用图像采集系统采集待测烟丝各组分图像； F:利用图像处理分析系统对获取的待测烟丝各组分图像进行预处理，去除待测烟丝各组分图像中的干扰和噪声； G:图像处理分析系统计算待测烟丝各组分图像中待测烟丝特征数据量，并与步骤D中所建立的特征数据库中的梗丝的特征数据量进行相关度计算，根据相关度计算结果对混合在烟丝中的梗丝组分进行分析识别； H:图像处理分析系统将分析识别结果发送至分拣系统，由分拣系统分拣出待测烟丝中的梗丝； 1:分别称量由分拣系统分拣出的梗丝质量和剩余组分质量，并计算待测烟丝中梗丝组分的比例。2.根据权利要求1所述的，其特征在于:所述的步骤B中，图像处理分析系统采用5 X 5像素的扫描窗口对获取的梗丝图像按照自上到下、自左到右的顺序进行扫描，计算出扫描窗口内梗丝图像均值及方差Var，若方差Var大于设定阈值TD，则对该点采用快速中值滤波方法进行平滑处理，除去梗丝图像中的干扰和噪声。3.根据权利要求2所述的，其特征在于:所述的步骤C中，图像处理分析系统将获取的梗丝图像转换到HSV颜色空间；结合Canny及Log边缘检测算子分别对R、G、B、H、S、V这六个分量的图像进行边缘检测，分别记录R、G、B、H、S、V分量图像中烟丝区域的像素方差值VK、VG, Vb、Vh、Vs, Vv ;然后使用灰度共生矩阵计算梗丝图像中烟丝区域的对比度、熵、角二阶矩和相关性四个纹理特征值；其中，其本文档来自技高网...

【技术保护点】
一种基于计算机视觉的烟丝中梗丝比例测定方法，其特征在于，包括以下步骤：A：将多根梗丝平整无重叠的摆放，然后利用图像采集系统分别采集各个梗丝图像；B：利用图像处理分析系统对获取的多张梗丝图像进行预处理，去除每张梗丝图像中的干扰和噪声；C：利用图像处理分析系统分别获取多张梗丝图像中梗丝的图像特征，然后根据梗丝的图像特征计算梗丝的特征数据量；D：利用图像处理分析系统根据多张梗丝图像中的梗丝的特征数据量建立特征数据库；E：将待测烟丝通过铺展分离系统平整无重叠的摆放，利用图像采集系统采集待测烟丝各组分图像；F：利用图像处理分析系统对获取的待测烟丝各组分图像进行预处理，去除待测烟丝各组分图像中的干扰和噪声；G：图像处理分析系统计算待测烟丝各组分图像中待测烟丝特征数据量，并与步骤D中所建立的特征数据库中的梗丝的特征数据量进行相关度计算，根据相关度计算结果对混合在烟丝中的梗丝组分进行分析识别；H：图像处理分析系统将分析识别结果发送至分拣系统，由分拣系统分拣出待测烟丝中的梗丝；I：分别称量由分拣系统分拣出的梗丝质量和剩余组分质量，并计算待测烟丝中梗丝组分的比例。

【技术特征摘要】

【专利技术属性】
技术研发人员：董浩，刘锋，王澍，周明珠，张龙，刘勇，周德成，李晓辉，荆熠，王锦平，邢军，
申请(专利权)人：国家烟草质量监督检验中心，中国科学院合肥物质科学研究院，
类型：发明
国别省市：河南;41