CN102679883B - 一种基于图像处理的烟丝宽度测量方法 - Google Patents
一种基于图像处理的烟丝宽度测量方法 Download PDFInfo
- Publication number
- CN102679883B CN102679883B CN201210141982.7A CN201210141982A CN102679883B CN 102679883 B CN102679883 B CN 102679883B CN 201210141982 A CN201210141982 A CN 201210141982A CN 102679883 B CN102679883 B CN 102679883B
- Authority
- CN
- China
- Prior art keywords
- image
- pipe tobacco
- images
- width
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Abstract
本发明涉及一种基于图像处理的烟丝宽度测量方法。首先,在自然光下使用线阵CCD摄相机拍摄固定在载物台上的烟丝图像;之后对扫描的图像进行预处理,包括图像灰度拉伸;中值滤波去除噪声;全局阈值处理将灰度图像转化为二值图像;开、闭运算将图像边缘毛糙图像点去除;然后将采集的图像进行分割得到单根烟丝的小图像;最后将单根烟丝图像进行细化、去毛刺处理并用矩阵翻转的方法测量烟丝多点不同位置的宽度。得到一种具有快速、简便、准确并具备自适应能力的宽度测量方法。该测量方法对于烟丝宽度的高精度快速测量具有重要意义。
Description
技术领域
本发明涉及一种利用图像处理进行烟丝宽度测量的方法,用于图像处理、在线测量、计算机视觉和工业自动化检测。属于计算机数字图像信息处理领域。
背景技术
切丝工序是制烟丝生产线上的重要工序,其主要任务是把含水率与温度合适的烟片切割成规定宽度的烟丝,并尽可能减少破碎烟丝的产出。叶丝宽度是切叶丝工序的主要质量指标,我国烟草行业制丝线切烟丝工序的烟丝宽度范围是0.7~1.1mm,允差是±0.1mm。叶丝宽度对卷烟的物理指标和感官质量都有一定程度的影响:在烟片切丝过程中,随着切丝宽度的增加,叶片的出丝率相应的有所提高,灰损率下降;但叶丝过宽时,卷制的香烟容易空头,燃烧性较差,烟支引燃速度较慢;在叶中含梗率较高的条件下,随着叶丝宽度的增加,叶丝中的含杂量升高,对卷烟质量造成不利影响。此外叶丝宽度不同时,其卷烟的吸味也不完全一致。因此,如何快速高效测量烟丝宽度,对烟丝质量进行评价,并指导切丝机的调整,成为保障切丝质量的关键手段之一。
目前,常规的测量方式是采用投影仪,由工人逐根分段测量,此方法中需测烟丝数量多、形状不规则,对测量员而言劳动强度大,速度慢,测试结果稳定性差。
基于此,本发明旨在利用数字图像处理的方法测量烟丝宽度。利用两种图像宽度测量方法相结合的测量方式,可一次性快速测量多根烟丝,并利用多个测量数据准确计算出每根烟丝的平均宽度和波动性。应用这种方法能够大幅降低检测人员的工作量、提高工作效率,提升日常工艺生产中切丝质量的监控水平,增强切丝工序的质量保证能力,对提高切丝质量的稳定性具有十分重要的意义。
发明内容
本发明需要解决的问题是:为克服常规测量方法的不足,提供了一种基于图像处理的烟丝宽度测量方法。该方法利用矩阵翻转的测量原理,实现烟丝宽度的高精度、快速测量,提高了测量速度,又降低了测量人员的工作量,总体上大大提高了工作效率。
本发明的技术解决方案为:一种基于图像处理的烟丝宽度测量方法,其步骤如下:
(1)使用线阵CCD扫描图像,所述的线阵CCD像元个数为10550,像元尺寸为4μm;
(2)图像预处理:对于线阵CCD采集的灰度图像,先进行图像灰度拉伸,中值滤波去除噪声,全局阈值处理将灰度图像转化为二值图像,开、闭运算将图像毛糙图像点去除,得到边缘整齐的二值图像;
(3)图像分割与烟丝轮廓标记:图像采用标记法进行标记,即多条烟丝摆放在载物台上,两两互不接触,然后将第一条烟丝的图像像素标记为1,第二条烟丝图像像素标记为2,依此类推,标记整个图像,有N条烟丝就有N个标记;其中规定标记数小于设定数量的图像区域视为杂质进行去除,最后将具有相同标记号的局部图像保存为独立的小图像,即完成了分割步骤;完成分割步骤后将与黑色背景相接的像素点作为烟丝轮廓进行边界标记;
(4)图像细化:细化操作每次从二值烟丝图像中删除一个或两个像素,直至图像停止改变为止,其稳定状态是将物体细化到最低限度相连没有断点的线;
(5)图像去毛刺:图像细化过程中,由于烟丝结构不规则性造成细化图像产生无关的“毛刺”和寄生部分,预测量烟丝的宽度,必须将无关“毛刺”和寄生部分去除;采用“破裂法”进行去毛刺,破裂点的特点是一个三阶矩阵,其中矩阵中心点(2,2)不为零,9个元素中不为零的个数为4;将破裂点去除后,细化后的图像被分割三段图像,比较三段图像的长度,去除最短的一段无用“毛刺”,然后将去除的“破裂点”恢复到图像中,最后留下一条与烟丝走向一致的连续单像素无毛刺图像;
(6)宽度测量:宽度测量包括两部分内容;第一部分是平均宽度的测量,即用烟丝分割后的某一根烟丝小图像总的像素点数除以细化后的图像的长度;第二部分是局部宽度测量,细化后的图像看作烟丝的中线,在细化后图像的设定的位置(X,Y)点,以(X,Y)为中心取正方形矩阵,矩阵边长取2.0倍的平均宽度,将矩阵的图像进行90°翻转,细化后的图像与烟丝轮廓产生两个交点(X1,Y1)与(X2,Y2),由公式确定(X,Y)点的宽度。
所述的破裂法的具体过程如下:
首先定位细化后的图像分叉点,该分叉点的特点在于:它是一个三阶矩阵,并且矩阵的中间点(2,2)不为零,9个元素中不为零的个数为4。定位分叉点后将分叉点去除,可以得到三段分离的图像,比较三段图像的长度,去掉最短的一段“毛刺”,再将分叉点还原到细化图像中,如此往复即可去掉所有无关“毛刺”,得到一条与烟丝走向一致的连续单像素无毛刺图像。本发明的原理:
由于烟丝测量要求分辨力高,故本发明采用大阵列线阵CCD来拍摄烟丝,因此产生的图像数据量极大。针对这种超大图像的分析处理,必须选取快速准确的算法。本发明采用图像分割,将大图像转化为单个的小图像,大大提高了测量速度,而矩阵翻转的测量方法测量烟丝宽度更进一步提高了测量的速度并能保证测量准确性。
本发明的有益效果是:
(1)本发明是基于高分辨力线阵CCD成像,与传统的投影测量成像有所区别。为了适应数十微米的测量精度要求,此处采用像元尺寸为4μm的线阵CCD,利用匀速扫描成像原理扫描烟丝,经计算其测量精度可以达到十微米级别。完全满足测量需求。
(2)本发明采用“破裂法”进行图像细化分割,对于去除“毛刺”效果十分理想,为矩阵翻转测量提供了理想的单像素连接的细化图像。
(3)本发明测量宽度过程结合平均宽度测量和局部宽度测量,其中局部宽度测量采用简单易行的矩阵翻转法,其方法简单,也可以保证测量精度,对于提高测量速度而言具有十分突出的优势。这也使得整个测量系统的效率大大提高。
(4)此外,本发明不仅可以应用到烟丝宽度测量中,还可以应用于其他狭窄丝带状物体的宽度测量。
附图说明
图1为本发明的烟丝宽度测量流程图;
图2为图像分割原理;
图3为烟丝轮廓与细化图像示意图;
图4为细化图像矩阵翻转测宽。
具体实施方式
为了更好地理解本发明的技术方案,以下结合附图做进一步的详细描述。
(1)图(1)为本发明所涉及的流程图。图像采集工作是通过线阵CCD扫描实现的,线阵CCD的参数是像元尺寸为4μm,像元阵列数为10550,线阵CCD通过电机驱动匀速扫描摆放在载物台上的烟丝样本。并将采集到的图像通过USB数据线传输到PC中。
(2)图像预处理:采集到的图像是阶数为256的灰度图像,先对其进行灰度拉伸,增大灰度值的对比度;之后采用中值滤波平滑灰度图像,滤波后取一个全局阈值对灰度图像进行二值化处理,处理后烟丝覆盖部分像素值为1(白色),背景部分像素值为0(黑色);最后对图像进行开、闭运算,消除烟丝局部孔洞和载物台上的杂质造成的影响。
(3)图像分割与烟丝轮廓标识:图2为分割图像的简单示意图,图中存在三块区域,当对其进行分割时,区域一被标记为“●”,区域二被标记为“■”,区域三被标记为“▲”,之后将相同标记的小区域保存为一个独立的小图像,将各个标记保存起来即可完成图像区域的分割。完成分割步骤后将与黑色背景相接的像素点作为烟丝轮廓进行边界标记。
(4)图像细化与去“毛刺”处理:图像经过步骤(1)(2)(3)之后得到边界相对光滑的小图像。细化操作每次从二值烟丝图像中删除一个或两个像素,直至图像稳定为止,其稳定状态是将物体细化到最低限度相连没有断点的线。
Claims (1)
1.一种基于图像处理的烟丝宽度测量方法,其特征在于包括以下步骤:
(1)使用线阵CCD扫描图像,所述的线阵CCD像元个数为10550,像元尺寸为4μm;
(2)图像预处理:对于线阵CCD采集的灰度图像,先进行图像灰度拉伸,中值滤波去除噪声,全局阈值处理将灰度图像转化为二值图像,开、闭运算将图像毛糙图像点去除,得到边缘整齐的二值图像;
(3)图像分割与烟丝轮廓标记:图像采用标记法进行标记,即多条烟丝摆放在载物台上,两两互不接触,然后将第一条烟丝的图像像素标记为1,第二条烟丝图像像素标记为2,依此类推,标记整个图像,有N条烟丝就有N个标记;其中规定标记数小于设定数量的图像区域视为杂质进行去除,最后将具有相同标记号的局部图像保存为独立的小图像,即完成了分割步骤;完成分割步骤后将与黑色背景相接的像素点作为烟丝轮廓进行边界标记;
(4)图像细化:细化操作每次从二值烟丝图像中删除一个或两个像素,直至图像停止改变为止,其稳定状态是将物体细化到最低限度相连没有断点的线;
(5)图像去毛刺:图像细化过程中,由于烟丝结构不规则性造成细化图像产生无关的“毛刺”和寄生部分,预测量烟丝的宽度,必须将无关“毛刺”和寄生部分去除;采用“破裂法”进行去毛刺,破裂点的特征是一个三阶矩阵,其中矩阵中心点(2,2)不为零,9个元素中不为零的个数为4;将破裂点去除后,细化后的图像被分割三段图像,比较三段图像的长度,去除最短的一段无用“毛刺”,然后将去除的“破裂点”恢复到图像中,最后留下一条与烟丝走向一致的连续单像素无毛刺图像;
(6)宽度测量:宽度测量包括两部分内容;第一部分是平均宽度的测量,即用烟丝分割后的某一根烟丝小图像总的像素点数除以细化后的图像的长度;第二部分是局部宽度测量,细化后的图像看作烟丝的中线,在细化后图像的设定的位置(X,Y)点,以(X,Y)为中心取正方形矩阵,矩阵边长取2.0倍的平均宽度,将矩阵的图像进行90°翻转,细化后的图像与烟丝轮廓产生两个交点(X1,Y1)与(X2,Y2),由公式确定(X,Y)点的宽度;
所述破裂法的具体步骤如下:
首先定位细化后的图像分叉点,该分叉点的特点在于:它是一个三阶矩阵,并且矩阵的中间点(2,2)不为零,9个元素中不为零的个数为4,定位分叉点后将分叉点去除,得到三段分离的图像,比较三段图像的长度,去掉最短的一段“毛刺”,再将分叉点还原到细化图像中,如此往复即可去掉所有无关“毛刺”,得到一条与烟丝走向一致的连续单像素无毛刺图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210141982.7A CN102679883B (zh) | 2012-05-09 | 2012-05-09 | 一种基于图像处理的烟丝宽度测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210141982.7A CN102679883B (zh) | 2012-05-09 | 2012-05-09 | 一种基于图像处理的烟丝宽度测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102679883A CN102679883A (zh) | 2012-09-19 |
CN102679883B true CN102679883B (zh) | 2014-06-18 |
Family
ID=46812174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210141982.7A Expired - Fee Related CN102679883B (zh) | 2012-05-09 | 2012-05-09 | 一种基于图像处理的烟丝宽度测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102679883B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103162626B (zh) * | 2013-03-28 | 2015-08-19 | 中国烟草总公司郑州烟草研究院 | 一种烟用梗丝形态的检测与定量表征方法 |
CN103292713B (zh) * | 2013-05-31 | 2015-04-01 | 合肥众沃仪器技术有限公司 | 烟丝宽度测量装置及方法 |
CN103322929B (zh) * | 2013-06-27 | 2016-04-13 | 江苏中烟工业有限责任公司 | 一种基于ipp图像分析技术测定梗丝厚度的方法 |
CN104515454A (zh) * | 2013-09-30 | 2015-04-15 | 贵州中烟工业有限责任公司 | 切丝机出口处烟丝宽度快速检测方法 |
CN104198325B (zh) * | 2014-09-04 | 2016-09-07 | 国家烟草质量监督检验中心 | 基于计算机视觉的烟丝中梗丝比例测定方法 |
CN104266622B (zh) * | 2014-10-20 | 2017-01-25 | 云南中烟工业有限责任公司 | 一种准确测量切丝宽度的装置及其使用方法 |
CN104351942B (zh) * | 2014-10-22 | 2016-08-31 | 浙江中烟工业有限责任公司 | 一种测量切烟丝宽度的天然材料 |
CN104634257B (zh) * | 2015-03-08 | 2016-10-26 | 盛泽明 | 一种烟草叶丝宽度识别平台 |
CN106289070A (zh) * | 2016-08-03 | 2017-01-04 | 上海创和亿电子科技发展有限公司 | 测量不规则物体长宽的方法 |
CN107798672B (zh) * | 2016-08-31 | 2021-06-29 | 上海创和亿电子科技发展有限公司 | 烟丝或梗丝的宽度测定方法、系统及具有该系统的服务器 |
CN107816951B (zh) * | 2017-10-24 | 2019-08-09 | 大连理工大学 | 蜂窝芯面形测量数据毛刺去除方法 |
CN109215048B (zh) * | 2018-09-21 | 2021-05-07 | 云南中烟工业有限责任公司 | 基于机器视觉的烟丝长度确定方法及系统 |
CN111060014B (zh) * | 2019-10-16 | 2022-03-22 | 杭州安脉盛智能技术有限公司 | 一种基于机器视觉的在线自适应烟丝宽度测量方法 |
CN113650089A (zh) * | 2021-09-15 | 2021-11-16 | 红云红河烟草(集团)有限责任公司 | 一种切丝机跑片成像检测报警装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4262248B2 (ja) * | 2003-01-21 | 2009-05-13 | 日本たばこ産業株式会社 | 塗布香料検査装置およびこれを備えたたばこ製造機 |
CN102261892A (zh) * | 2011-05-06 | 2011-11-30 | 川渝中烟工业公司 | 一种叶丝宽度的快速测量系统 |
-
2012
- 2012-05-09 CN CN201210141982.7A patent/CN102679883B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4262248B2 (ja) * | 2003-01-21 | 2009-05-13 | 日本たばこ産業株式会社 | 塗布香料検査装置およびこれを備えたたばこ製造機 |
CN102261892A (zh) * | 2011-05-06 | 2011-11-30 | 川渝中烟工业公司 | 一种叶丝宽度的快速测量系统 |
Non-Patent Citations (2)
Title |
---|
图像处理在烟叶杂物剔除系统上的应用研究;简庆龙等;《微计算机信息》;20050315;第21卷(第5期);第149-150页 * |
基于线阵CCD的烟叶杂志剔除系统的研究;张海林等;《仪器仪表学报》;20030831;第24卷(第4期);第474-475、483页 * |
Also Published As
Publication number | Publication date |
---|---|
CN102679883A (zh) | 2012-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102679883B (zh) | 一种基于图像处理的烟丝宽度测量方法 | |
CN102261892B (zh) | 一种叶丝宽度的快速测量系统 | |
CN112991347B (zh) | 一种基于三维的列车螺栓松动检测方法 | |
CN102136061B (zh) | 一种矩形石英晶片缺陷自动检测分类识别方法 | |
CN107527067B (zh) | 一种基于探地雷达的铁路路基病害智能识别方法 | |
WO2018040302A1 (zh) | 烟丝或梗丝的宽度测定方法、系统及具有该系统的服务器 | |
Medina et al. | Enhanced automatic detection of road surface cracks by combining 2D/3D image processing techniques | |
CN106023158B (zh) | Sd-oct图像的淡水无核珍珠珍珠质层缺陷识别方法 | |
GB2581293A (en) | A method for detecting degree of crack development of asphalt pavement | |
CN111855664A (zh) | 一种可调节隧道病害三维检测系统 | |
CN102176228A (zh) | 一种用于识别多个指针式仪表表盘信息的机器视觉方法 | |
CN101949686A (zh) | 水果内外综合品质在线无损检测方法及装置 | |
TW201349169A (zh) | 點雲拼接方法 | |
CN110080549A (zh) | 一种建筑文化遗产中的木构架古建筑的保护决策方法 | |
CN101793840A (zh) | 钻石切工参数测量方法及测量装置 | |
CN104268940B (zh) | 基于ct扫描图像的mems结构重构与检测方法 | |
Li et al. | An innovative primary surface profile-based three-dimensional pavement distress data filtering approach for optical instruments and tilted pavement model-related noise reduction | |
CN110006374B (zh) | 一种通过多维插值获取图像基准的cfrp粗糙度测量方法 | |
CN103471514B (zh) | 一种基于机器视觉和一元线性回归分析的大蒜分级方法 | |
CN103472064A (zh) | 一种圆明亮琢型宝石切工鉴定的方法 | |
CN202057304U (zh) | 一种叶丝宽度的快速测量装置 | |
CN105547200A (zh) | 一种基于图像灰度信息测量C/SiC复合材料加工表面粗糙度的方法 | |
Ma et al. | Surface roughness detection based on image analysis | |
Ziqiang et al. | Research of the algorithm calculating the length of bridge crack based on stereo vision | |
CN102840835A (zh) | 基于欧氏距离和图像分块的羊毛直径检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140618 Termination date: 20150509 |
|
EXPY | Termination of patent right or utility model |