一种图像处理与神经网络结合的条烟图像识别方法技术

本发明专利技术公开了一种图像处理与神经网络结合的条烟图像识别方法。机器视觉技术领域，提出了一种基于神经网络的条烟图像识别方法。本发明专利技术可用于烟草局自动流水线上对条烟的统计、分类与分拣。通过数字图像处理技术和神经网络相结合，首先目的条烟与背景分割，通过仿射变换将条烟标准化；通过建立HSV通道直方图模板对待识别条烟进行粗匹配；同时训练深度神经网络对匹配度低的目标进行识别，具有较高的准确率和鲁棒性。

【技术实现步骤摘要】
一种图像处理与神经网络结合的条烟图像识别方法
本专利技术属于机器视觉
，提出了一种基于神经网络的条烟图像识别方法。本专利技术可用于烟草局自动流水线上对条烟的统计、分类与分拣。
技术介绍
条烟分拣是卷烟配送体系中的一个十分关键的环节，传统的条烟分拣流水线采用人工分拣的方式，以条烟传送为纽带，将分拣作业划分为若干道工序，由依次排列在两侧的分拣工人完成。这种方式具有明显的缺点：需要工人多、分拣效率低、分拣结果受工人状态影响等，一旦发生错误工人必须停机查找，但由于生产量巨大，查找十分困难，会进一步降低分拣效率。采用自动化技术不仅可以把人从繁重、枯燥、重复性高的体力劳动、部分脑力劳动以及恶劣、危险的工作环境中解放出来，而且可以确保工作的准确度和完成速度，极大地提高劳动生产率。近些年，条烟分拣的自动、半自动化分拣线开始出现，在这些产线中，条烟的自动分类是技术指标中最为关键的一点，分类识别的准确性直接影响了自动化方案的可行性。国内学者对条烟图像的识别分类进行了一些尝试，孙东、明军等针对烟条图像特征提取问题，对灰度图像采用傅里叶变换，通过图像能量谱的分布特性，提出了能量特征，综合反应图像的颜色本文档来自技高网...

【技术保护点】
1.一种图像处理与神经网络结合的条烟图像识别方法，该方法包括：步骤1：获取流水线线上的条烟图像，对图像进行二值化，将条烟图像与传送带背景分割；步骤2：根据条烟的形状特征，分割出条烟目标区域并旋转矫正，得到标准化条烟图像；步骤3：根据颜色特征建立数据库，根据颜色匹配度对条烟图像进行粗定位；步骤3‑1：将标准化条烟图像由RGB转到HSV空间，对H空间和S空间的颜色直方图进行统计，将颜色直方图进行归一化处理；步骤3‑2：将归一化后的H空间和S空间的颜色直方图与数据库中的对应的直方图进行匹配，使用Bhattacharyya距离进行直方图匹配，计算得到相似度；所述数据库中的直方图为事先建立的所有品种条烟...

【技术特征摘要】
1.一种图像处理与神经网络结合的条烟图像识别方法，该方法包括：步骤1：获取流水线线上的条烟图像，对图像进行二值化，将条烟图像与传送带背景分割；步骤2：根据条烟的形状特征，分割出条烟目标区域并旋转矫正，得到标准化条烟图像；步骤3：根据颜色特征建立数据库，根据颜色匹配度对条烟图像进行粗定位；步骤3-1：将标准化条烟图像由RGB转到HSV空间，对H空间和S空间的颜色直方图进行统计，将颜色直方图进行归一化处理；步骤3-2：将归一化后的H空间和S空间的颜色直方图与数据库中的对应的直方图进行匹配，使用Bhattacharyya距离进行直方图匹配，计算得到相似度；所述数据库中的直方图为事先建立的所有品种条烟的标准化图像采用步骤3-1相同的方法处理后得到的数据；步骤3-3：将步骤3-2中H通道和S通道的直方图计算得到的相似度进行加权求和，若加权得分最大的一个且大于等于设定的阈值，则认为匹配成功；若加权求和后最大的得分小于设定的阈值这认为匹配不成功，继续步骤4；步骤4：建立深度学习的神经网络，对该深度学习神经网络进行训练，采用训练好的深度学习神经网络对步骤3种为匹配成功的条烟图像进行最终的识别。2.如权利要求1所述的一种图像处理与神经网络结合的条烟图像识别方法，其特征在于所述步骤1中，将获取的图像进行灰度化，使用9*9结构元进行开运算，使用自适应阈值对灰度图像进行...

【专利技术属性】
技术研发人员：刘霖，曹越，申志杰，邓鼎文，杜晓辉，刘娟秀，郝如茜，倪光明，张静，刘永，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51