一种烤青烟叶智能检测方法、介质及系统技术方案

本发明专利技术提供了一种烤青烟叶智能检测方法、介质及系统，属于烤青烟叶检测技术领域，包括：获取固定检测场景的场景图像和背景参考图像并进行背景差分处理,得到差值图像;对差值图像进行分割,获取前景区域和背景区域;确定最佳分割阈值,对差值图像进行二值化处理，得到二值化图像;统计二值化图像的连通域个数及面积,寻找面积最大的连通域，记为最大连通域；将最大连通域面积与预设的先验面积阈值进行比较,判断当前场景是否含有待检测烟叶;若存在待检测烟叶,则将含有烟叶区域的图像输入到预先训练好的检测网络模型;在所述检测网络模型中采用预设的模块化结构提取烤青烟叶特征，对烟叶区域进行检测;输出检测结果，完成检测过程。

【技术实现步骤摘要】

本专利技术属于烤青烟叶检测，具体而言，涉及一种烤青烟叶智能检测方法、介质及系统。

技术介绍

1、烟叶是制作卷烟的主要原料,其质量对卷烟品质有着重要影响。在烟叶加工过程中,最常见的问题之一就是烤青现象。烤青是指由于烘烤温度过高或烘烤时间过长等原因,导致烟叶颜色变深、质地变硬、香气减弱等问题,严重影响了烟叶的等级和品质。为了保证最终产品的品质,烟草企业必须严格控制烤青烟叶的比例,因此烤青烟叶的检测成为烤叶工序中一个至关重要的环节。

2、目前,烟草行业内对于烤青烟叶的检测主要依赖人工。在烤青烟叶检测作业中,工人需要仔细观察每一片烟叶,判断其是否存在烤青现象,并将烤青烟叶从正常烟叶中剔除。这种传统的人工检测方式存在以下几个主要问题:

3、1.劳动强度大。由于需要长时间高度集中注意力观察每一片烟叶,工人的工作强度极大,容易产生疲劳,进而影响检测的准确性。

4、2.检测效率低下。烟叶的检测完全依赖人工,作业效率无法与现代化的烟叶生产线相匹配,制约了整个烟叶加工的生产效率。

5、3.检测准确率不高。人工检测存在一定的主观性本文档来自技高网...

【技术保护点】

1.一种烤青烟叶智能检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种烤青烟叶智能检测方法，其特征在于，所述步骤S20具体包括:对所述背景参考图像和所述需检测场景图像进行归一化处理,将图像像素值缩放到0~1之间;对归一化后的所述背景参考图像和所述需检测场景图像进行灰度化处理,提取图像灰度分量;将所述需检测场景图像的灰度图像与所述背景参考图像的灰度图像进行比较,两者差异表示为差值图像。

3.根据权利要求2所述的一种烤青烟叶智能检测方法，其特征在于，所述归一化处理的公式为:

4.根据权利要求2所述的一种烤青烟叶智能检测方法，其特征在于，所述...

【技术特征摘要】

1.一种烤青烟叶智能检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种烤青烟叶智能检测方法，其特征在于，所述步骤s20具体包括:对所述背景参考图像和所述需检测场景图像进行归一化处理,将图像像素值缩放到0~1之间;对归一化后的所述背景参考图像和所述需检测场景图像进行灰度化处理,提取图像灰度分量;将所述需检测场景图像的灰度图像与所述背景参考图像的灰度图像进行比较,两者差异表示为差值图像。

3.根据权利要求2所述的一种烤青烟叶智能检测方法，其特征在于，所述归一化处理的公式为:

4.根据权利要求2所述的一种烤青烟叶智能检测方法，其特征在于，所述对差值图像进行自适应阈值分割,获取前景区域和背景区域,包括以下步骤:取阈值t在(0,1)区间内;将差值图像分为两部分,其中小于t的像素点构成背景区域,大于等于t的像素点构成前景区域;计算所述前景区域和背景区域的像素点个数,及所占整幅图像的比例;计算前景区域和背景区域的灰度均值;计算整幅图像的灰度均值。

5.根据权利要求1所述的一种烤青烟叶智能检测方法，其特征在于，所...

【专利技术属性】
技术研发人员：代英鹏，
申请(专利权)人：中国农业科学院烟草研究所中国烟草总公司青州烟草研究所，
类型：发明
国别省市：