一种在线烟梗的重叠率计算方法技术

本发明专利技术公开了一种在线烟梗的重叠率计算方法，属于图像识别技术领域，该方法首先在线对烟梗进行图像采集，然后对烟梗图像进行预处理；通过计算得到所有烟梗像素；得到计算烟梗实际面积和像素占比，最后得到计算烟梗综合平均重叠率。本发明专利技术方法可以对烟梗的重叠率进行计算，能够对异物剔除工序加速带式输送机离散效果、杂物剔除设备运行工况以及杂物识别、剔除等效率进行可靠直观的评价。除等效率进行可靠直观的评价。除等效率进行可靠直观的评价。

【技术实现步骤摘要】
一种在线烟梗的重叠率计算方法


[0001]本专利技术属于图像识别
，具体涉及一种在线烟梗的重叠率计算方法。

技术介绍

[0002]一般卷烟的基本原料由烟叶和烟梗加工成叶丝和梗丝，按照一定的比例卷接成型。烟梗的加工过程一般由梗拐剔除、喂料、加湿、储梗、切丝、膨化、干燥等几个工序。烟梗的结构是影响梗丝质量的一项重要指标，进而影响卷烟制品的质量。目前烟梗结构主要采用肉眼进行观测，对后续的烟梗剔除工作带来不小的困难。

技术实现思路

[0003]有鉴于此，本专利技术的目的在于提供一种在线烟梗的重叠率计算方法，可以对烟梗的重叠率进行计算，能够对异物剔除工序加速带式输送机离散效果、杂物剔除设备运行工况以及杂物识别、剔除等效率进行可靠直观的评价。
[0004]为达到上述目的，本专利技术提供如下技术方案：
[0005]本专利技术一种在线烟梗的重叠率计算方法，其特征在于，包括以下步骤：
[0006]S1：在线对烟梗进行图像采集；
[0007]S2：对烟梗图像进行预处理；
[0008]S3：计算所有烟梗像素；
[0009]S4：计算烟梗实际面积和像素占比；烟梗面积占比O1为：
[0010][0011]其中，S1为视野范围内烟梗片面积，S2为视野范围面积；S1＝单像素点面积
×
所有烟梗像素；烟梗像素占比O2为：
[0012][0013]其中，Q1视野范围内烟梗片的像素总和，Q2为视野范围像素总和；
[0014]S5：计算烟梗综合平均重叠率O为：
[0015][0016]进一步，步骤S2具体包括：
[0017]S2.1：将RGB烟梗图像灰度化，RGB图像转换为灰度图的公式为：
[0018]Gray(i,j)＝0.299*R(i,j)+0.587*G(i,j)+0.114*B(i,j)
[0019]其中R(i,j)为图像的红色通道坐标位置，G(i,j)为绿色通道坐标位置，B(i,j)为蓝色通道坐标位置；
[0020]S2.2：进行通道二值化，转换公式如下所示：
[0021][0022]S2.3：烟梗轮廓提取，使用Canny算子进行边缘检测，再进行图像膨胀，得到烟梗的所有轮廓。
[0023]进一步，步骤S3具体包括：先计算出所有烟梗像素，并筛选掉噪点轮廓，然后将所有分散的烟梗像素累计求和。
[0024]本专利技术的有益效果在于：
[0025]本专利技术一种在线烟梗的重叠率计算方法，可以对烟梗的重叠率进行计算，能够对异物剔除工序加速带式输送机离散效果、杂物剔除设备运行工况以及杂物识别、剔除等效率进行可靠直观的评价。
[0026]本专利技术的其他优点、目标和特征将在随后的说明书中进行阐述，并且在某种程度上对本领域技术人员而言是显而易见的，或者本领域技术人员可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
[0027]为了使本专利技术的目的、技术方案和有益效果更加清楚，本专利技术提供如下附图进行说明：
[0028]图1为本专利技术方法的流程图；
[0029]图2为实施例1中5次烟梗片在视野范围内输送状态照片示意图；
[0030]图3为实施例2中5次烟梗片在视野范围内输送状态照片示意图。
具体实施方式
[0031]如图1所示，一种在线烟梗的重叠率计算方法，其特征在于，包括以下步骤：
[0032]S1：在线对烟梗进行图像采集；
[0033]S2：对烟梗图像进行预处理，具体包括：
[0034]S2.1：将RGB烟梗图像灰度化，RGB图像转换为灰度图的公式为：
[0035]Gray(i,j)＝0.299*R(i,j)+0.587*G(i,j)+0.114*B(i,j)
[0036]其中R(i,j)为图像的红色通道坐标位置，G(i,j)为绿色通道坐标位置，B(i,j)为蓝色通道坐标位置；
[0037]S2.2：进行通道二值化，转换公式如下所示：
[0038][0039]S2.3：烟梗轮廓提取，使用Canny算子进行边缘检测，再进行图像膨胀，得到烟梗的所有轮廓。
[0040]S3：计算所有烟梗像素，具体为先计算出所有烟梗像素，并筛选掉噪点轮廓，然后将所有分散的烟梗像素累计求和；
[0041]S4：计算烟梗实际面积和像素占比；烟梗面积占比O1为：
[0042][0043]其中，S1为视野范围内烟梗片面积，单位(m2)，S2为视野范围面积，固定值为1.36
×
0.17＝0.2312m2；S1＝单像素点面积
×
所有烟梗像素；烟梗像素占比O2为：
[0044][0045]其中，Q1视野范围内烟梗片的像素总和，Q2为视野范围像素总和；
[0046]S5：计算烟梗综合平均重叠率O为：
[0047][0048]未接入引料板，取现有产线梗线片，人工放置进入色选设备，通过观察和记录剔除数据，验证检测功能的有效性。选取两个不同批次不同速度下各指标进行对比。批次A速度2m/s，批次B速度2.5m/s。
[0049]实施例1，如图2，批次A线上取样，过色选设备过程中，取5次烟梗片在视野范围内输送状态照片，统计面积比，重叠率如表1；
[0050]表1批次A重叠率数据
[0051][0052]实施例2，如图3，批次B线上取样，过色选设备过程中，取5次烟梗片在视野范围内输送状态照片，统计面积比，重叠率如表2；
[0053]表2批次B重叠率数据
[0054][0055]对比实施例1和实施2，批次A速度为2m/s，平均重叠率为11.29％，批次B速度2.5m/s，平均重叠率为14.15％。对比两个实施例，批次B的重叠率更大，说明批次B的烟梗在输送带上离心分布状态越好，更加利于烟梗分选等后续工作。
[0056]最后说明的是，以上优选实施例仅用以说明本专利技术的技术方案而非限制，尽管通过上述优选实施例已经对本专利技术进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本专利技术权利要求书所限定的范围。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种在线烟梗的重叠率计算方法，其特征在于，包括以下步骤：S1：在线对烟梗进行图像采集；S2：对烟梗图像进行预处理；S3：计算所有烟梗像素；S4：计算烟梗面积占比和烟梗像素占比；烟梗面积占比O1为：其中，S1为视野范围内烟梗片面积，S2为视野范围面积；S1＝单像素点面积
×
所有烟梗像素；烟梗像素占比O2为：其中，Q1视野范围内烟梗片的像素总和，Q2为视野范围像素总和；S5：计算烟梗综合平均重叠率O为：2.根据权利要求1所述的一种在线烟梗的重叠率计算方法，其特征在于，步骤S2具体包括：S2.1：将RGB烟梗图像灰度...

【专利技术属性】
技术研发人员：杨超，杨兴党，章斌，杨思磊，杨树仁，杨智程，钟金成，牛小仙，徐丹，
申请(专利权)人：北京航空航天大学云南创新研究院，
类型：发明
国别省市：