基于图像分割算法的料液雾化状况检测方法技术

提供一种基于图像分割算法的料液雾化状况检测方法，通过在加香料滚筒内安装设有工业镜头的工业相机，为料液雾化状况的分析提供信息采集条件，将采集到的雾化颗粒视频通过逐帧分析提取相关雾化特征、进行算法分析，量化评价雾化效果，为持续优化过程工艺参数奠定了基础，提高烟叶加料效果，雾化均匀性反映雾化后液滴直径分布的大小以及不同直径的液滴在雾化区域内的分布情况，从而实现根据精确反馈的料液雾化状态来指导日常维修及操作。料液雾化状态来指导日常维修及操作。料液雾化状态来指导日常维修及操作。

【技术实现步骤摘要】
基于图像分割算法的料液雾化状况检测方法


[0001]本专利技术属于卷烟加工
，具体涉及一种基于图像分割算法的料液雾化状况检测方法。

技术介绍

[0002]卷烟加工过程中，烟叶加香加料是制丝过程中极其重要的环节，对卷烟口感有着直接的影响。而加香加料属特殊工序，加料时由于对雾化特性不能完全掌握，不利于日常生产的管理。目前检测喷嘴雾化状况的方法比较主观，导致检测差异性较大，不能精确反映料液雾化细微情况，造成物料吸收料液的差异化。在烟叶的加料过程中，液滴尺寸分布的均匀度关系着烟叶对料液的均匀吸收，从而对烟叶最终加料效果产生较大的影响。雾化均匀度反映着雾化后液滴直径分布的大小以及不同直径的液滴在雾化区域内的分布情况，有效的观测评价加料的雾化均匀性。为了精确反馈料液的雾化状态，从而指导日常维修及操作，需研究一种衡量料液雾化状况的检测方法。

技术实现思路

[0003]本专利技术解决的技术问题：提供一种基于图像分割算法的料液雾化状况检测方法，通过在加香料滚筒内安装设有工业镜头的工业相机，为料液雾化状况的分析提供信息采集条件，将采集到的雾化颗粒视频通过逐帧分析提取相关雾化特征、进行算法分析，量化评价雾化效果，为持续优化过程工艺参数奠定了基础，提高烟叶加料效果，雾化均匀性反映雾化后液滴直径分布的大小以及不同直径的液滴在雾化区域内的分布情况，从而实现根据精确反馈的料液雾化状态来指导日常维修及操作。
[0004]本专利技术采用的技术方案：基于图像分割算法的料液雾化状况检测方法，包括以下步骤：
[0005]1)图像的采集：在加香加料滚筒内部安装有用于采集喷嘴雾化颗粒视频图像信息的工业相机，且工业相机上安装有使光能量衰减到正常工作的光照强度的工业镜头，由工业相机采集喷嘴雾化颗粒的图像信息；
[0006]2)图像预处理：对工业相机采集的每个图像信息进行图像滤波去噪，用以去除图像上引起较强视觉效果的孤立像素点或像素块的图像噪声；再对去噪后的图形进行图像二值化处理，将烟叶与烟叶碎片粉尘分割出来；接着进行去除烟叶烟尘干扰处理，并对处理后的图片进行颗粒轮廓提取，最后进行单位像素精度计算，确定单位像素精度，即单位像素与实际刻度的比值；
[0007]3)根据颗粒轮廓提取到的每个颗粒的轮廓，计算颗粒的面积，再计算每个颗粒所占像素面积，即颗粒像素面积，根据计算的颗粒像素面积对图像中的颗粒划分为小颗粒、中颗粒、大颗粒三种种类，最后，根据单位像素精度和颗粒像素面积计算每个颗粒的实际大小，实现喷嘴喷出的雾化颗粒大小以及分布情况的分析；
[0008]4)均匀性评估：将步骤2)中预处理后的图片划分为3
×
3的9个区域，对划分的各区
域内雾化的均匀度υ进行评价：
[0009][0010]上式中，p
i
(i＝1～N)，为第i个区域内颗粒数量，为9个区域颗粒平均数量，N＝9为分割成的区域数量；
[0011]5)图片均匀性归一化处理：采用min
‑
max标准化方法对所有视频中的每张图片计算出的均匀度υ进行归一化处理，具体处理公式如下：
[0012][0013]上式中，Min为所有视频中所有帧图片中均匀度最小值，Max为所有视频内所有帧图片中均匀度最大值，x为当前图片的均匀度值；
[0014]通过归于化处理分析所有图片的均匀性，得到一个新序列x1，x2,...,x
n
∈[0,1]且无量纲，其中，n为新序列的个数，即图片数量，将新序列的数据乘以100，使其映射到0
‑
100之间，实现各图片的均匀性评分；
[0015]7)确定变异系数c
v
：根据步骤5)中获得的新序列计算所有图片均匀性的标准偏差σ，具体计算公式如下：
[0016][0017]上式中，为新序列的平均值；
[0018]再根据所有图片均匀性的标准偏差σ和图片均匀性的平均值μ计算变异系数c
v
，具体计算公式如下：
[0019][0020]变异系数的取值范围为[0，+∞]，其中，变异系数越小，数据的变异程度越小且指标越稳定，反之，变异系数越大，数据的变异程度越大且数据波动越大，设定当变异系数大于100时，将其视为100，所以最后视频总体均匀性评分＝100
‑
c
v
。
[0021]上述步骤1)中，所述工业相机采用PIV跨帧相机，所述工业镜头选用MVL
‑
KF5024M
‑
25MP工业镜头，所述工业相机设于喷嘴一侧，而光源安装在喷嘴的另一侧并相对工业相机设置。
[0022]上述步骤2)中，所述图像滤波去噪采用高斯滤波中的离散化窗口滑窗卷积处理方式，所述离散化窗口滑窗卷积处理方式中的卷积核为7
×
7。
[0023]上述步骤2)中，所述图像二值化处理中的灰度阈值为255，并将小于灰度阈值255的像素点进行分割并被排出在区域外，对区域内的像素进行灰度值取反处理后的图片采用局部自适应阈值法进行处理，并选用偏移值为7的调整量对自适应阈值法处理后的阈值进行调整，最终将取反图片中的细小颗粒分割出去。
[0024]上述步骤2)中，所述去除烟叶烟尘干扰一方面是通过设定阈值，去除连通性面积大于设定阈值的像素，从而实现去除烟叶、粉尘的干扰，其中，设定阈值为80；另一方面是使用色度阈值的方法排出烟叶粉尘的干扰。
[0025]进一步地，所述色度阈值法具体如下；
[0026]统计二值化图像中颗粒和烟叶的色度值，使用平均法来求取色度阈值，具体计算如下：
[0027][0028]上述中，min
烟叶色度
和max
颗粒色度
分别为统计330张颗粒图片后获取的最小烟叶色度值和最大颗粒色度值；
[0029]根据求得的色度阈值T，将色度小于色度阈值T的烟叶去除，实现烟叶的与颗粒的区分。
[0030]上述步骤3)中，计算每个图片中相同颗粒粒度对应的颗粒数量占该图片中累计颗粒粒度的百分数，并根据计算的百分数划分颗粒种类，由于颗粒面积与颗粒粒度为正比例关系，因此，所述小颗粒、中颗粒、大颗粒的具体划分依据为：
[0031]小颗粒<3.5像素面积
[0032]3.5像素面积<中颗粒<13像素面积
[0033]13像素面积<大颗粒。
[0034]本专利技术与现有技术相比的优点：
[0035]1、本技术方案通过在加香料滚筒内安装设有工业镜头的工业相机，为料液雾化状况的分析提供高清信息的采集条件；
[0036]2、本技术方案将采集到的雾化颗粒视频通过逐帧分析提取相关雾化特征、进行算法分析，量化评价雾化效果，不仅实现了雾化颗粒实际大小的分析以及颗粒大小的分布，而且实现了雾化颗粒均匀性的评价，为持续优化过程工艺参数奠定了基础，提高烟叶加料效果；
[0037]3、本技术方案分析方法设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图像分割算法的料液雾化状况检测方法，其特征在于包括以下步骤：1)图像的采集：在加香加料滚筒内部安装有用于采集喷嘴雾化颗粒视频图像信息的工业相机，且工业相机上安装有使光能量衰减到正常工作的光照强度的工业镜头，由工业相机采集喷嘴雾化颗粒的图像信息；2)图像预处理：对工业相机采集的每个图像信息进行图像滤波去噪，用以去除图像上引起较强视觉效果的孤立像素点或像素块的图像噪声；再对去噪后的图形进行图像二值化处理，将烟叶与烟叶碎片粉尘分割出来；接着进行去除烟叶烟尘干扰处理，并对处理后的图片进行颗粒轮廓提取，最后进行单位像素精度计算，确定单位像素精度，即单位像素与实际刻度的比值；3)根据颗粒轮廓提取到的每个颗粒的轮廓，计算颗粒的面积，再计算每个颗粒所占像素面积，即颗粒像素面积，根据计算的颗粒像素面积对图像中的颗粒划分为小颗粒、中颗粒、大颗粒三种种类，最后，根据单位像素精度和颗粒像素面积计算每个颗粒的实际大小，实现喷嘴喷出的雾化颗粒大小以及分布情况的分析；4)均匀性评估：将步骤2)中预处理后的图片划分为3
×
3的9个区域，对划分的各区域内雾化的均匀度υ进行评价：上式中，p
i
(i＝1～N)，为第i个区域内颗粒数量，为9个区域颗粒平均数量，N＝9为分割成的区域数量；5)图片均匀性归一化处理：采用min
‑
max标准化方法对所有视频中的每张图片计算出的均匀度υ进行归一化处理，具体处理公式如下：上式中，Min为所有视频中所有帧图片中均匀度最小值，Max为所有视频内所有帧图片中均匀度最大值，x为当前图片的均匀度值；通过归于化处理分析所有图片的均匀性，得到一个新序列x1，x2,...,x
n
∈[0,1]且无量纲，其中，n为新序列的个数，即图片数量，将新序列的数据乘以100，使其映射到0
‑
100之间，实现各图片的均匀性评分；6)确定变异系数c
v
：根据步骤5)中获得的新序列计算所有图片均匀性的标准偏差σ，具体计算公式如下：上式中，为新序列的平均值；再根据所有图片均匀性的标准偏差σ和图片均匀性的平均值μ计算变异系数c
v
，具体计算公式如下：
变异系数的取值范围为[0，+∞]，其中，变异系数越小，数据的变异程度越小且指标越稳定，反之，变异系数越大，数据的变异程度越大且数据波动越大，设定当变异系数大于100时，将其...

【专利技术属性】
技术研发人员：闫双辉，王宗英，王永红，张二强，李磊，史小军，李向阳，康坤，王培星，范澄飞，赵珮珺，赵翊捷，
申请(专利权)人：陕西中烟工业有限责任公司，
类型：发明
国别省市：