【技术实现步骤摘要】
本专利技术属于视频图像处理，具体涉及一种基于融合特征的雪茄烟草醇化阶段缺陷识别方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、雪茄烟作为一种高端烟草产品，在全球范围内受到广泛的欢迎。由于其制作过程复杂、成本较高，以及消费者对品质的严格要求，雪茄烟的品质控制显得尤为重要。制作雪茄烟涉及精细的手工艺和严格的质量监控，包括烟草的选择、醇化、陈化、卷制、存储等多个环节。在这些环节中，缺陷的存在可能会对雪茄烟的吸食品质、外观和保质期产生负面影响。
3、传统的雪茄烟缺陷检测主要依赖于人工视觉和经验判断，这种方法不仅效率低下，而且易受检测人员疲劳、主观偏差和经验水平的影响。随着计算机视觉和图像处理技术的发展，自动化的缺陷检测方法逐渐成为研究和应用的热点。这些技术能够快速准确地识别和分类各种缺陷，如裂纹、孔洞、色泽不均和形状不规则等。
4、然而，现有的自动化缺陷检测技术在雪茄烟领域的应用仍面临一些挑战。实际上，品质优良的雪茄其整体光滑、在光线的照射下表面油量，质地均匀但现有技术中雪茄烟缺陷检测仅针对单一特征，忽略了表面纹理、光滑、亮度之间的内在关系。同时，由于雪茄烟的表面缺陷的经常受到其自身干燥潮湿程度的影响，因此，单纯的利用对图像特征进行缺陷识别仍然缺乏足够的准确性和稳定性。
技术实现思路
1、为了解决上述问题，本专利技术提出了一种基于融合特征的雪茄烟草醇化阶段缺陷识别方法及系统，本专利技术能够实现
2、根据一些实施例，本专利技术的第一方案提供了一种基于融合特征的雪茄烟草醇化阶段缺陷识别方法，采用如下技术方案：
3、基于融合特征的雪茄烟草醇化阶段缺陷识别方法，包括：
4、获取待检测雪茄烟草的第一视频图像和第二视频图像并进行预处理，得到第一全景图像、第二全景图像以及回弹图像集；
5、基于第一全景图像，利用双路特征提取网络进行特征提取，得到全局纹理特征图和局部形状特征图；
6、对第二全景图像中的亮度变化区域进行检测，生成第一权重特征图；计算回弹图像集中不同位置的回弹系数生成第二权重向量；
7、利用第一权重特征图与全局纹理特征图的哈达玛乘积进行缺陷检测，得到第一缺陷检测框；利用第二权重向量中的权重与局部形状特征图的像素的乘积进行缺陷检测，得到第二缺陷检测框；合并两类缺陷检测框，得到最终的缺陷检测结果。
8、根据一些实施例，本专利技术的第二方案提供了一种基于融合特征的雪茄烟草醇化阶段缺陷识别系统，采用如下技术方案：
9、基于融合特征的雪茄烟草醇化阶段缺陷识别系统，包括：
10、视频图像采集处理模块，被配置为获取待检测雪茄烟草的第一视频图像和第二视频图像并进行预处理，得到第一全景图像、第二全景图像以及回弹图像集；
11、特征提取模块，被配置为基于第一全景图像，利用双路特征提取网络进行特征提取，得到全局纹理特征图和局部形状特征图；
12、权重生成模块，被配置为对第二全景图像中的亮度变化区域进行检测，生成第一权重特征图；计算回弹图像集中不同位置的回弹系数生成第二权重向量；
13、缺陷检测模块，被配置为利用第一权重特征图与全局纹理特征图的哈达玛乘积进行缺陷检测，得到第一缺陷检测框；利用第二权重向量中的权重与局部形状特征图的像素的乘积进行缺陷检测，得到第二缺陷检测框；合并两类缺陷检测框，得到最终的缺陷检测结果。
14、根据一些实施例，本专利技术的第三方案提供了一种计算机可读存储介质。
15、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一个方面所述的基于融合特征的雪茄烟草醇化阶段缺陷识别方法中的步骤。
16、根据一些实施例，本专利技术的第四方案提供了一种计算机设备。
17、一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述第一个方面所述的基于融合特征的雪茄烟草醇化阶段缺陷识别方法中的步骤。
18、与现有技术相比，本专利技术的有益效果为：
19、本专利技术旨在解决现有技术中雪茄烟草缺陷检测仅针对单一特征的不可靠性和忽略雪茄烟草干燥潮湿程度对表面缺陷产生的因素，提供一种基于融合特征的雪茄烟草醇化阶段缺陷识别方法，将亮度特征和纹理特征相结合，综合考虑表面纹理、质地、光滑程度作为缺陷检测的因素，提高检测精度；同时，利用回弹系数来测定雪茄各个部位的干燥潮湿程度，结合雪茄内部干燥潮湿特征指导表面缺陷检测，使其检测结果更加可靠，且能与人工经验检测法保持一致性。
本文档来自技高网...【技术保护点】
1.基于融合特征的雪茄烟草醇化阶段缺陷识别方法，其特征在于，包括：
2.如权利要求1所述的基于融合特征的雪茄烟草醇化阶段缺陷识别方法，其特征在于，所述获取待检测雪茄烟草的第一视频图像和第二视频图像并进行预处理，具体为：
3.如权利要求1所述的基于融合特征的雪茄烟草醇化阶段缺陷识别方法，其特征在于，所述基于第一全景图像，利用双路特征提取网络进行特征提取，得到局部形状特征图，具体为：
4.如权利要求1所述的基于融合特征的雪茄烟草醇化阶段缺陷识别方法，其特征在于，所述对第二全景图像中的亮度变化区域进行检测，生成第一权重特征图，具体为：
5.如权利要求1所述的基于融合特征的雪茄烟草醇化阶段缺陷识别方法，其特征在于，所述计算回弹图像集中不同位置的回弹系数生成第二权重向量，具体为：
6.如权利要求1所述的基于融合特征的雪茄烟草醇化阶段缺陷识别方法，其特征在于，所述利用第一权重特征图与全局纹理特征图的哈达玛乘积进行缺陷检测，得到第一缺陷检测框；利用第二权重向量中的权重与局部形状特征图的像素的乘积进行缺陷检测，得到第二缺陷检测框，具体为
7.如权利要求1所述的基于融合特征的雪茄烟草醇化阶段缺陷识别方法，其特征在于，所述第一视频图像是包含待检测雪茄烟草整体的视频图像；
8.基于融合特征的雪茄烟草醇化阶段缺陷识别系统，其特征在于，包括：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的基于融合特征的雪茄烟草醇化阶段缺陷识别方法中的步骤。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的基于融合特征的雪茄烟草醇化阶段缺陷识别方法中的步骤。
...【技术特征摘要】
1.基于融合特征的雪茄烟草醇化阶段缺陷识别方法，其特征在于，包括：
2.如权利要求1所述的基于融合特征的雪茄烟草醇化阶段缺陷识别方法，其特征在于，所述获取待检测雪茄烟草的第一视频图像和第二视频图像并进行预处理，具体为：
3.如权利要求1所述的基于融合特征的雪茄烟草醇化阶段缺陷识别方法，其特征在于，所述基于第一全景图像，利用双路特征提取网络进行特征提取，得到局部形状特征图，具体为：
4.如权利要求1所述的基于融合特征的雪茄烟草醇化阶段缺陷识别方法，其特征在于，所述对第二全景图像中的亮度变化区域进行检测，生成第一权重特征图，具体为：
5.如权利要求1所述的基于融合特征的雪茄烟草醇化阶段缺陷识别方法，其特征在于，所述计算回弹图像集中不同位置的回弹系数生成第二权重向量，具体为：
6.如权利要求1所述的基于融合特征的雪茄烟草醇化阶段缺陷识别方法，其特征在...
【专利技术属性】
技术研发人员：杨景全，孔德才，房克利，张扬，张东东，杨俊杰，董小卫，王旭，冯俊喜，魏诚，曾文龙，李丹丹，王英旗，张晓阳，张本强，李锡坤，周传哲，
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：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。