基于图像采集装置的在线烟叶的正反面的识别方法制造方法及图纸
【技术实现步骤摘要】
本专利技术公开了一种基于图像采集装置的在线非烟叶物质以及烟叶正反面的识别方法及其应用，属于烟叶视觉分析技术。
技术介绍
烟叶的离线图像分析研究一直是国内研究的课题，主要包括从烟叶的图像中分析出烟叶的重量，主脉的面积，梗的面积，从梗的图像中获取梗的长度，以及梗的面积，和梗的重量，就其本质是因为在离线分析的过程中，烟叶的基本色与背景色相差很大，各个烟叶之间没有产生交叉与重叠，很容易把烟叶的特征信息给提取出来；而对于在线烟叶的颜色分析而言，烟叶的基本色受外界的影响较大，各个烟叶的信息重叠，不同烟叶的色度，对方位置交错，对于不同的烟叶色度也有区别，对于同一片烟叶的特征也不一定全部一样，相同点隐隐约约之中，差异点时时处处存在；如何找到决定烟叶正反面以及梗的核心特征，便关系着烟叶特征信息的提取的成功与否。近年来随着打叶复烤的持续发展，复烤厂作为卷烟工艺配方的前移站发挥着越来越重要的作用，复烤厂对原料内在化学成分的质量控制，稳定叶组配方，使得卷烟原料的外观指标与内在化学成分的协调性，为卷烟配方的稳定性与卷烟原料的可用性起到了一个重要中转站的作用；烟叶的内在质量是卷烟内在质量的...
【技术保护点】
一种基于图像采集装置的在线烟叶的正反面的识别方法，其特征在于，包括以下步骤：步骤A、在原烟挑选线获取原烟烟叶的扫描图像，对扫描图像进行滤波处理；然后对图像进行灰度处理得到灰度矩阵G；人工测量烟梗在实际烟叶的面积占比；该面积比为记为PG；并统计获得原料样本的烟叶正反面比例；步骤B、对灰度矩阵G选取一定的阈值；对阈值的分别进行二值化矩阵，矩阵的像素为m×n；分别计算在上述阈值下的二值化矩阵p(s)=Area(G(i,j)==0)m×n]]>其中Area(G(i,j)＝＝0)表征的是灰度矩阵在s阈值上，G(i,j)＝0的图像像素点数，根据人工测量的烟梗在实际烟叶的面积...
【技术特征摘要】
1.一种基于图像采集装置的在线烟叶的正反面的识别方法，其特征在于，包括以下步骤：步骤A、在原烟挑选线获取原烟烟叶的扫描图像，对扫描图像进行滤波处理；然后对图像进行灰度处理得到灰度矩阵G；人工测量烟梗在实际烟叶的面积占比；该面积比为记为PG；并统计获得原料样本的烟叶正反面比例；步骤B、对灰度矩阵G选取一定的阈值；对阈值的分别进行二值化矩阵，矩阵的像素为m×n；分别计算在上述阈值下的二值化矩阵 p ( s ) = A r e a ( G ( i , j ) = = 0 ) m × n ]]>其中Area(G(i,j)＝＝0)表征的是灰度矩阵在s阈值上，G(i,j)＝0的图像像素点数，根据人工测量的烟梗在实际烟叶的面积占比PG，选取p(s)＝PG的阈值s作为图像的二值化阈值；步骤C、根据原料样本的原料样本烟梗的面积比例确定烟梗二值化阈值，计算烟梗的面积比例p(b)；在生产线上取待测量的烟叶样本图像，待测图片进行中值滤波，根据阈值s来对滤波后的图像进行二值化操作,得到二值化矩阵Im；计算烟梗的面积占比为；Im中为0的元素个数除以(m*n)；定义待测烟叶样本中烟梗的比例为p(b)，则 p ( b ) = c o u n t ( Im = = 0 ) m × n ]]>步骤D、将烟叶样本图像，分别提取图像的RGB的颜色空间，把烟叶颜色空间转化为HSV孟塞尔空间,其中rgb转换成hsv采用
\trgb2hsv函数，根据HSV的颜色均值空间分布；建立烟叶HSV颜色异常分析模型，保留正常样本图像；步骤E、将正常样本图像进行滤波；步骤F、根据原料样本的烟叶正反面比例确定烟叶正反二值化阈值，根据烟叶正反二值化阈值，根据二值化矩阵得到每个格子区域图像的连通关系；并计算每个格子的图像中烟叶连通区域的面积。计算烟叶正面的面积比例p1(a)；步骤G、计算烟叶反面所占的比例pp＝p1(a)/(1-p(b))。2.如权利要求1所述的基于相机的在线烟叶的正反面的识别方法，其特征在于：步骤D中，HSV颜色异常模型的识别方法为最小行列式判别法(MCD)、半重数采样法(RHM)、马氏距离判别法(MD)、蒙特卡洛偏最小二乘二维残差分析法(PLSMCCV)中的任意一种。3.如权利要求1所述的基于相机的在线烟叶的正反面的识别方法，其特征在于：步骤D中，HSV颜色异常模型的识别方法具有以下步骤：定义校正模型中第i个样本点对第h个成分th的贡献率为m为提取的PCA(PLS)成分数；n为分析样本的个数； T h i 2 = t h i 2 ( n - 1 ) s h 2 ...
【专利技术属性】
技术研发人员：薛庆逾，石超，张军，
申请(专利权)人：上海创和亿电子科技发展有限公司，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。