一种柜内物料状态监测方法及其系统技术方案

本发明专利技术提供了一种柜内物料状态监测方法及其系统，属于烟料处理监控技术领域，该一种柜内物料状态监测方法包括以下步骤：获得第一柜内视频图像并生成逐帧标准背景图片集；根据所述逐帧标准背景图片集判断烟草中是否有异物；其中，若无，则执行下一步骤；对所述逐帧标准背景图片集进行预处理并判断烟柜中是否为加料状态；其中，若不是加料状态，则执行下一步骤；获得第二柜内视频图像得到逐帧补充图片集；根据所述逐帧补充图片集和所述逐帧标准背景图片集判断烟柜的运行状态，利用计算机系统进行异物识别既保证了准确率，也不会使人眼产生疲劳，对于烟柜生产加工过程中异物的识别和及时警报，极大地提升了烟料处理的质量和保证了工人的安全。了工人的安全。了工人的安全。

【技术实现步骤摘要】
一种柜内物料状态监测方法及其系统


[0001]本专利技术属于烟料处理监控
，具体而言，涉及一种柜内物料状态监测方法及其系统。

技术介绍

[0002]近些年来,随着科技的进步,以深度学习为代表的人工智能技术被越来越多的运用在科研与工程的方方面面。自动驾驶、人机对话、基于内容的图像检索和人脸识别等等人工智能技术在这些领域都获得了广泛的应用。基于深度学习的异物检测技术广泛应用在各种工业场景中。烟草行业历来重视生产过程的自动化控制，进入新的世纪以来，随着计算机领域的飞速发展，深度学习和人工智能越来越多的被应用到工业领域，使用深度学习方法和计算机视觉，而使用技术提高生产效率和产品水平与是现代企业的要求与必然选择。
[0003]目前，烟柜的烟料处理过程主要通过人工视觉识别异物，此种方式不仅准确率低，而且容易使人产生疲劳，易影响烟支的品质；并且，烟柜的运行状态无法及时知晓，常需人工前往确认，然而，一旦烟柜处于停滞状态人工未及时发现，易影响生产效率。

技术实现思路

[0004]本专利技术实施例提供了一种柜内物料状态监测方法及其系统本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种柜内物料状态监测方法，其特征在于，包括：获得第一柜内视频图像并生成逐帧标准背景图片集；根据所述逐帧标准背景图片集判断烟草中是否有异物；其中，若无，则执行下一步骤；对所述逐帧标准背景图片集进行预处理并判断烟柜中是否为加料状态；其中，若不是加料状态，则执行下一步骤；获得第二柜内视频图像得到逐帧补充图片集；根据所述逐帧补充图片集和所述逐帧标准背景图片集判断烟柜的运行状态。2.根据权利要求1所述的一种柜内物料状态监测方法，其特征在于，所述根据所述逐帧标准背景图片集判断烟草中是否有异物，具体包括：将所述逐帧标准背景图片集的每张图片配置训练标签得到第一训练样本；利用第一训练样本进行训练得到异物判断模型；将所述逐帧标准背景图片集输入所述异物判断模型中识别异物的位置信息和面积信息；根据所述位置信息和面积信息判断烟柜中是否有异物；其中，若无，则执行下一步骤。3.根据权利要求1所述的一种柜内物料状态监测方法，其特征在于，所述对所述逐帧标准背景图片集进行预处理并判断烟柜中是否为加料状态，具体包括：对所述逐帧标准背景图片集的每张图片进行边缘检测处理得到像素点阈值；将像素点阈值与预设阀值进行比较得到比较结果；根据所述比较结果判断烟柜中是否为加料状态；其中，若不是加料状态，则执行下一步骤。4.根据权利要求1所述的一种柜内物料状态监测方法，其特征在于，所述根据所述逐帧补充图片集和所述逐帧标准背景图片集判断烟柜的运行状态，具体包括：将所述逐帧补充图像集的每张图片进行旋转处理；将所述逐帧标准背景图片集和所述逐帧补充图像集的每张图片安装所述运行状态分类得到分类图片集；对所述分类图片集的每张图片配置标签得到第二训练样本；利用第二训练样本进行训练得到状态判断模型；将所述逐帧补充图片集和所述逐帧标准背景图片集输入所述状态判断模型中判断烟柜的所述运行状态。5.根据权利要求1所述的一种柜内物料状态监测方法，其特征在于，所述运行状态包含空料、满料和送料三种状态。6.一种柜内物料状态监测系统，应用于权利要求1～5任一项所述的一种柜内物料状态监测方法，包括：第一获得模块，所述第一获得模块用于获得第一柜内视频图像并生成逐帧标准背景图片集；第一判断...

【专利技术属性】
技术研发人员：杨昌鹤，徐风仓，李振，王守润，汤学超，成帅帅，刘岷，潘洪军，牟效伟，
申请(专利权)人：山东中烟工业有限责任公司，
类型：发明
国别省市：