CN103385539A - 基于机器视觉的单烟支空头检测方法及专用设备 - Google Patents
基于机器视觉的单烟支空头检测方法及专用设备 Download PDFInfo
- Publication number
- CN103385539A CN103385539A CN2013103341484A CN201310334148A CN103385539A CN 103385539 A CN103385539 A CN 103385539A CN 2013103341484 A CN2013103341484 A CN 2013103341484A CN 201310334148 A CN201310334148 A CN 201310334148A CN 103385539 A CN103385539 A CN 103385539A
- Authority
- CN
- China
- Prior art keywords
- cigarette
- image
- sigma
- color
- circle
- 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.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开一种基于机器视觉的单烟支空头检测方法,包括如下步骤:(1)利用内窥镜采集烟支图像并处理,得到预处理图像P1;(2)提取图像P1的蓝色通道图像P4并处理;(3)初步确定图像中烟支的圆心位置;(4)初步确定图像中需要检测的烟支的位置,对于烟支所在区域拟合出圆心坐标和半径;(5)判断烟支区域是过滤嘴还是烟支头部;(6)确定烟支的烟丝与烟纸的分界点;(7)计算内外边界点的距离,如果距离小于一定的阈值,认为是合格的烟支,反之为空头烟支,则剔除。本发明还公开这种检测方法的专用设备。本发明方法利用内窥镜采集烟支图像,通过计算机精确处理,能够准确、快速检测出单烟支空头。
Description
技术领域
本发明涉及一种烟支空头的检测方法,具体涉及一种基于机器视觉的单烟支空头检测方法;本发明还涉及一种内窥镜图像采集装置。
背景技术
传统的烟支包装机空头检测与剔除是在小包模盒中进行的,当小包模盒中有一支烟为空头时会将所有20支烟全部剔除作为残烟进行回收处理,造成极大的浪费。目前市场上已出现相关针对此现象的产品,这些产品安装在包装机下烟库,在烟支装入模盒前对空头烟支进行检测与剔除,有些甚至对下烟库进行改造(造成安装和操作习惯的改变,不利用市场的推广),这些产品都是采用红外光电传感器作为检测元件,将从烟丝端反射回来的光信号转换为电信号,根据电信号判断当前烟支是否为空头烟。采用红外光电传感器检测的方法如果烟支距离传感器的远近不同会造成误剔,而且此方法没有直观性,剔除出来的烟支由于受到外力的作用必然是空头烟支,这样就无法知道剔除的烟支是否是真的为空。
采用成像式检查烟支空头,可以对空头烟支做到有据可查。但受包装机台空间的限制采用普通的工业相机和镜头无法安装,市场上采购的电子内窥镜无法保证质量。
发明内容
发明目的:本发明的目的在于针对现有技术的不足,提供一种检测速度快、判断准确的基于机器视觉的单烟支空头检测方法。
本发明的另一目的在于提供这种检测方法的专用设备,即内窥镜图像采集装置。
技术方案:本发明所述的基于机器视觉的单烟支空头检测方法,包括如下步骤:
(1)利用内窥镜图像采集装置采集烟支图像,对采集到的图像进行中值滤波处理,去除噪声,同时减少图像边缘失真,得到预处理图像P1;
其中,烟支图像的采集方法为:通过编码器连接到包装机的主轴上,主轴转动时编码器会产生脉冲,当编码器转到特定的相位时,IO控制板会发送一个图像采集信号,采集卡控制图像采集装置采集图片;图像采集装置中多通道同时进行采集,电子内窥镜的一端正对着下烟库的烟支头部,另一端汇集后形成像束,像束端面图像经过耦合装置后构造平行光路传送到工业相机成像端成像;
(2)在RGB色彩模式下,提取图像P1的蓝色通道图像P4,对P4进行高斯平滑滤波处理,减少图像噪声;
(3)初步确定图像中烟支的圆心位置:在P1图像中确定较小的检测区域,采用canny算子确定烟支的边缘,通过检测出的边缘采用最小二乘的方法确定初步的圆心坐标A0;
(4)采用图像旋转及投影的方法,初步确定图像P1中需要检测的烟支的位置,对于烟支所在区域拟合出圆心坐标和半径;
(5)对拟合出的烟支区域,采用颜色和纹理的方法判断检测端是过滤嘴还是烟支头部;如检测端为过滤嘴直接剔除,如检测端为烟支头部则继续以下的步骤;具体方法为:
a、颜色特征的提取:首先需要选择合适的颜色空间,此处采用LUV颜色空间,计算每个区域的平均色差MΔE:
对每个区域,可以获得一个7维的颜色特征向量Fcolor,
Fcolor=[uL,σL,uu,σu,uv,σv,MΔE],
其中,uL、uu、uv分别为L*、u*、v*的均值,σL、σu、σv分别为L*、u*、v*的标准偏差;
b、采用Gabor小波变换提取纹理特征:
一副M×N大小的图像f(x,y),其2维离散Gabor小波变换表示为:
式中s、t为滤波器的掩模尺寸变量,x、y为像素在图像中的位置,p表示小波变换的尺度,q表示小波变换的方向,p=0,…,4且q=0,…,8;表示Φp,q的复共轭,并且Φp,q是Gabor小波变换函数,可以表示为:
Φp,q(x,y)=a-pΦ(x',y')
式中,a是尺度因子(a>1),x’、y’可以分别表示为:
x'=a-p(xcosθ+ysinθ)
y'=a-p(-xsinθ+ycosθ)
式中θ=qπ/Q;如果把Gabor函数作为母小波那么φ(x,y)可以表示为:
式中W表示Gabor小波的频率带宽,取W=0.5可以取得较好的效果,σx和σy分别表示高斯包络沿x轴和y轴方向的常量,取值为0.3,0.5;
根据2维离散Gabor小波变换的结果计算能量信息;假设用E(p,q)表示尺度为p且方向为q的能量信息,则E(p,q)可以表示为:
虽然能量信息可以有效地表示纹理特,但是能量信息的采用容易造成分类误差,因此通常采用均值和标准方差作为纹理特征;假设用μ(p,q)表示均值,用δ(p,q)表示标准方差,则μ(p,q)和δ(p,q)可以分别表示为:
用GCV表示图像f(x,y)的纹理特征向量,则GCV可以表示为:
GCV=[u0,0,σ0,0,u0,1,σ0,1,…,up-1,q-1,σp-1,q-1]
为了使GCV具有平移、旋转以及尺度不变性,根据能量信息对纹理特征向量中的元素按从大到小的顺序排序;
c、将提取出的颜色特征向量和纹理特征向量与标准的图像进行比较,采用最短距离法判断是过滤嘴还是烟丝,如检测为过滤嘴直接剔除,如检测为烟支头部则继续以下的步骤;
(6)确定烟支的烟丝与烟纸的分界点:在P4图像中将拟合出的圆分成128等份,将各个区域旋转成水平方向,提取各部分的最亮点与最暗点,图像中烟纸与烟丝的分界线表现为亮区与暗区的差别;在明暗交界的区域内计算梯度,内圆采用梯度最大值,外圆是梯度最小值;采用曲率的方法去除边缘的跳变点,从而精确定位内外圆的边界点;
(7)计算内外边界点的距离,如果距离小于一定的阈值,认为是合格的烟支,反之为空头烟支,则通过安装在检测盒下方的吹气孔将空头烟支剔除。
步骤(4)初步确定图像中需要检测的烟支的位置,具体方法为:
a、以圆心坐标A0为旋转中心,将预处理图像P1分别顺时针旋转20°和逆时针旋转20°得到图像P2和图像P3;
b、分别计算图像P1、图像P2和图像P3三幅图像中烟支区域的最大外接矩形,然后计算三个外接矩形的长宽比R1、R2和R3;
c、初步确定图像需要旋转的方向:如果R1>R2且R1>R3或者R2=R3,表明旋转之后的图像P2、P3关于图像P1对称,图像P1中烟支在垂直方向,图像无需旋转;若R2>R3,表明图像顺时针旋转之后,最大外接矩形的长宽比变大,图像中烟支趋向垂直的方向,图像需要顺时针旋转成垂直方向;反之若R2<R3,图像需要逆时针旋转成垂直方向;
d、确定好旋转方向后,按照旋转的方向1°递加的方式旋转30°,找到旋转过程中的最大外接矩形的长宽比,即为旋转的角度;
e、将旋转成垂直方向的图像向Y方向投影,在最大外接矩形内部统计白色像素点的数目,通过比较白色像素点最多的行在最大外接矩形中的位置来判断当前图像中有几个烟支交接区域;
f、具体定位需要检测的烟支:对于只有一个交接区域的图像,判断烟支交接区域上下30像素之内有没有谷值点,若不存在谷值点,烟支所在区域为外接矩形与交接区域所构成的上部区域;若存在谷值点,烟支所在区域为谷值点与交接区域所构成的上部区域;对于有两个以上交接区域的图像,烟支所在区域为交接区域中间部分与外接矩形重合的部分;
g、对于烟支所在区域,采用最小二乘法拟合出圆心坐标和半径,如果拟合出的半径过大或者过小,认为检测异常,跳过按正常烟支处理。
本发明所述的多通道内窥镜图像采集装置,是针对下烟库烟支空头检测开发的基于机器视觉技术的新一代产品,包括内窥镜主软管、耦合装置和工业相机,所述内窥镜主软管为若干组光纤软管;所述若干组光纤软管的一端通过支架固定正对着下烟库的烟支头部,另一端汇集后形成像束,像束端面图像经过耦合装置传送后在工业相机成像端成像;所述耦合装置包括镜片组【A】和镜片组【B】两组镜片组,用于在传送像束端面图像时构造平行光路,所述两组镜片组之间设置有光阑和低通滤波器。
靠近像束端面图像的镜片组【A】的焦距为f[A],靠近工业相机成像端的镜片组【B】的焦距为f[B],由成像原理可知:像束端图像大小L1与工业相机成像端成像大小L2满足等式条件:L1/L2=f[A]/f[B],通过改变镜片组【A】、【B】的焦距比值,使得CCD成像端图像大小可控,满足不同尺寸工业相机成像需求。
本发明通过对内窥镜主软管进行改造,能够满足包装机台狭小空间的要求。优选地,所述光纤软管的直径为4mm,每组光纤软管中包含7000根光纤。
为了得到可靠的图像,本发明采用常量光源照射被检测物体(烟支末端),光源为白光。在所述光纤软管的一端的上方设置光源,光源与下烟库的烟支之间设置有两面反光镜,光源发射的光线直射到第一面反光镜后反射的光线一部分照射到烟支上,另一部分经过第二面反光镜反射后照射到烟支上。通过两面反光镜将光源的光束分为两股,这两束光的重合部分覆盖需要检测的烟支的末端,提高图像的亮度,有利于提高检测精度。
优选地,所述光纤软管与光源设置在密封的盒子中,避免外部灰尘的影响。
由于光源常量发热量较大,所述盒子的顶部为散热片状,并安装有风扇,提高整体的稳定性。
本发明与现有技术相比,其有益效果为:
1、本发明方法利用内窥镜采集烟支图像,然后通过计算机精确处理,能够准确、快速检测出单烟支空头,以目前的中速机400包/分钟的速度计算,每支烟需要的时间约为150ms;可利用本发明方法并行处理,20路图像同时处理的速度为20ms,保证每支烟都能被正确检测。
2、本发明方法不仅可以准确快速的检测出空头烟支,还可以保存剔除前的烟支末端的情况,对空头烟支做到有据可查。
3、使用工业相机获取图象时,当抽样频率超过工业相机的最高分辨频率时,图像上会出现莫尔条纹,为了消除莫尔条纹,数码产品(如相机)通用的办法是在CCD前端安放光学低通滤波器(简称OLPF),尽管OLPF厚度很小,但对成像还是有影响,需要数码相机配用镜头在设计就作出调整以减少最终像差;本发明装置中,OLPF不再放置到相机前端,而是放置在耦合装置两套镜片组之间。这两种位置不同的区别在于:(1)CCD前端的光线是正在汇聚的状态,即将汇聚到CCD上成像;(2)耦合装置两套镜片组之间的光线是平行传播的状态,经过后一套镜片组后才开始汇聚成像;考虑到像差的形成条件,显然OLPF安放在平行光线中所造成的像差要比汇聚光线中小得多,因此本发明装置中,OLPF的位置可以减少OLPF所造成的像差,也就降低了对成像镜头的设计要求,可以有效的降低成本。
4、本发明利用成像技术可以准确检测出空头烟支,并能直观的比较剔除出的烟支是否是真正的空头烟支;通过对内窥镜结构进行改造,多个输入对应一个输出,可对多个观察目标同时进行图像采集,达成对多个烟支目标的即时图像采集、数据分析,有效缩短了检测时间。
5、本发明通过对内窥镜主软管进行改造,采用光纤成像技术,能够满足包装机台狭小空间的要求。
6、通过在内窥镜系统与CCD元件之间设置耦合装置,构造平行光路,减少添加光学元件时所引入的额外像差;并且通过安置光阑、低通滤波器使得输出图像的大小和传送光能的强弱可控,有效降低莫尔条纹在图像处理时的影响。
7、通过改变镜片组【A】、【B】的焦距比值,使得CCD成像端图像大小可控,可以满足不同尺寸CCD成像需求。
附图说明
图1为本发明内窥镜图像采集装置结构示意图。
图2为耦合器端面结构示意图。
图3为耦合装置结构示意图。
图4为耦合装置中的光路示意图。
图5为本发明装置中光源照射被检测物体时的光路示意图。
图6为本发明方法流程图。
具体实施方式
下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
一种基于机器视觉的单烟支空头检测方法,如图6所示,包括如下步骤:
(1)利用内窥镜图像采集装置采集烟支图像,对采集到的图像进行中值滤波处理,去除噪声,同时减少图像边缘失真,得到预处理图像P1;
其中,烟支图像的采集方法为:通过编码器连接到包装机的主轴上,主轴转动时编码器会产生脉冲,当编码器转到特定的相位时,IO控制板会发送一个图像采集信号,采集卡控制图像采集装置采集图片图像采集装置中多通道同时进行采集,电子内窥镜的一端正对着下烟库的烟支头部,另一端汇集后形成像束,像束端面图像经过耦合装置后构造平行光路传送到工业相机成像端成像;
(2)在RGB色彩模式下,提取图像P1的蓝色通道图像P4,对P4进行高斯平滑滤波处理,减少图像噪声;
(3)初步确定图像中烟支的圆心位置:在P1图像中确定较小的检测区域,采用canny算子确定烟支的边缘,通过检测出的边缘采用最小二乘的方法确定初步的圆心坐标A0;
(4)采用图像旋转及投影的方法,初步确定图像P1中需要检测的烟支的位置,对于烟支所在区域拟合出圆心坐标和半径;具体方法为:
a、以圆心坐标A0为旋转中心,将预处理图像P1分别顺时针旋转20°和逆时针旋转20°得到图像P2和图像P3;
b、分别计算图像P1、图像P2和图像P3三幅图像中烟支区域的最大外接矩形,然后计算三个外接矩形的长宽比R1、R2和R3;
c、初步确定图像需要旋转的方向:如果R1>R2且R1>R3或者R2=R3,表明旋转之后的图像P2、P3关于图像P1对称,图像P1中烟支在垂直方向,图像无需旋转;若R2>R3,表明图像顺时针旋转之后,最大外接矩形的长宽比变大,图像中烟支趋向垂直的方向,图像需要顺时针旋转成垂直方向;反之若R2<R3,图像需要逆时针旋转成垂直方向;
d、确定好旋转方向后,按照旋转的方向1°递加的方式旋转30°,找到旋转过程中的最大外接矩形的长宽比,即为旋转的角度;
e、将旋转成垂直方向的图像向Y方向投影,在最大外接矩形内部统计白色像素点的数目,通过比较白色像素点最多的行在最大外接矩形中的位置来判断当前图像中有几个烟支交接区域;
f、具体定位需要检测的烟支:对于只有一个交接区域的图像,判断烟支交接区域上下30像素之内有没有谷值点,若不存在谷值点,烟支所在区域为外接矩形与交接区域所构成的上部区域;若存在谷值点,烟支所在区域为谷值点与交接区域所构成的上部区域;对于有两个以上交接区域的图像,烟支所在区域为交接区域中间部分与外接矩形重合的部分;
g、对于烟支所在区域,采用最小二乘法拟合出圆心坐标和半径,如果拟合出的半径过大或者过小,认为检测异常,跳过按正常烟支处理;
(5)对拟合出的烟支区域,采用颜色和纹理的方法判断检测端是过滤嘴还是烟支头部;如检测端为过滤嘴直接剔除,如检测端为烟支头部则继续以下的步骤;具体方法为:
a、颜色特征的提取:首先需要选择合适的颜色空间,此处采用LUV颜色空间,计算每个区域的平均色差MΔE:
对每个区域,可以获得一个7维的颜色特征向量Fcolor,
Fcolor=[uL,σL,uu,σu,uv,σv,MΔE],
其中,uL、uu、uv分别为L*、u*、v*的均值,σL、σu、σv分别为L*、u*、v*的标准偏差;
b、采用Gabor小波变换提取纹理特征:
一副M×N大小的图像f(x,y),其2维离散Gabor小波变换表示为:
式中s、t为滤波器的掩模尺寸变量,x、y为像素在图像中的位置,p表示小波变换的尺度,q表示小波变换的方向,p=0,…,4且q=0,…,8;表示Φp,q的复共轭,并且Φp,q是Gabor小波变换函数,可以表示为:
Φp,q(x,y)=a-pΦ(x',y')
式中,a是尺度因子(a>1),x’、y’可以分别表示为:
x'=a-p(xcosθ+ysinθ)
y'=a-p(-xsinθ+ycosθ)
式中θ=qπ/Q;如果把Gabor函数作为母小波那么φ(x,y)可以表示为:
式中W表示Gabor小波的频率带宽,取W=0.5可以取得较好的效果,σx和σy分别表示高斯包络沿x轴和y轴方向的常量,取值为0.3,0.5;
根据2维离散Gabor小波变换的结果计算能量信息;假设用E(p,q)表示尺度为p且方向为q的能量信息,则E(p,q)可以表示为:
虽然能量信息可以有效地表示纹理特,但是能量信息的采用容易造成分类误差,因此通常采用均值和标准方差作为纹理特征;假设用μ(p,q)表示均值,用δ(p,q)表示标准方差,则μ(p,q)和δ(p,q)可以分别表示为:
用GCV表示图像f(x,y)的纹理特征向量,则GCV可以表示为:
GCV=[u0,0,σ0,0,u0,1,σ0,1,…,up-1,q-1,σp-1,q-1]
为了使GCV具有平移、旋转以及尺度不变性,根据能量信息对纹理特征向量中的元素按从大到小的顺序排序;
c、将提取出的颜色特征向量和纹理特征向量与标准的图像进行比较,采用最短距离法判断是过滤嘴还是烟丝,如检测为过滤嘴直接剔除,如检测为烟支头部则继续以下的步骤;
(6)确定烟支的烟丝与烟纸的分界点:在P4图像中将拟合出的圆分成128等份,将各个区域旋转成水平方向,提取各部分的最亮点与最暗点,图像中烟纸与烟丝的分界线表现为亮区与暗区的差别;在明暗交界的区域内计算梯度,内圆采用梯度最大值,外圆是梯度最小值;采用曲率的方法去除边缘的跳变点,从而精确定位内外圆的边界点;
(7)计算内外边界点的距离,如果距离小于一定的阈值,认为是合格的烟支,反之为空头烟支,则通过安装在检测盒下方的吹气孔将空头烟支剔除。
本发明内窥镜图像采集装置,如图1所示,包括内窥镜主软管、耦合装置2和工业相机3。所述内窥镜主软管为7组光纤软管1,所述光纤软管1的直径为4mm,每组光纤软管中包含7000根光纤。7组光纤软管的一端通过支架5固定正对着下烟库的烟支4头部,另一端汇集后形成像束,像束端面图像10经过耦合装置传送后在工业相机成像端成像,耦合器端面结构如图2所示;所述耦合装置包括镜片组【A】6和镜片组【B】7两组镜片组,用于在传送像束端面图像时构造平行光路;所述两组镜片组之间设置有光阑8和低通滤波器9,如图3所示。
如图4所示,靠近像束端面图像的镜片组【A】的焦距为f[A],靠近CCD成像端的镜片组【B】的焦距为f[B],由成像原理可知:像束端图像大小L1与工业相机成像端成像大小L2满足等式条件:L1/L2=f[A]/f[B],通过改变镜片组【A】、【B】的焦距比值,使得CCD成像端图像大小可控,满足不同尺寸工业相机成像需求。
为了得到可靠的图像,采用常量光源照射被检测物体(烟支末端)。如图5所示,本发明在所述光纤软管的一端的上方设置有白光光源11,光源与下烟库的烟支之间设置有两面反光镜12、13,光源发射的光线直射到第一面反光镜12后反射的光线一部分照射到烟支4上,另一部分经过第二面反光镜13反射后照射到烟支4上。通过两面反光镜将光源的光束分为两股,这两束光的重合部分覆盖需要检测的烟支的末端,提高图像的亮度,有利于提高检测精度。
将光纤软管头部与光源安装在一个密封的盒子中,避免外部灰尘的影响,由于光源常量发热量较大,在盒子顶部设计成散热片状14,并安装风扇15散热,提高整体的稳定性。
如上所述,尽管参照特定的优选实施例已经表示和表述了本发明,但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下,可对其在形式上和细节上作出各种变化。
Claims (8)
1.一种基于机器视觉的单烟支空头检测方法,其特征在于包括如下步骤:
(1)利用内窥镜图像采集装置采集烟支图像,对采集到的图像进行中值滤波处理,去除噪声,同时减少图像边缘失真,得到预处理图像P1;
其中,烟支图像的采集方法为:通过编码器连接到包装机的主轴上,主轴转动时编码器会产生脉冲,当编码器转到特定的相位时,IO控制板会发送一个图像采集信号,采集卡控制图像采集装置采集图片;图像采集装置中多通道同时进行采集,电子内窥镜的一端正对着下烟库的烟支头部,另一端汇集后形成像束,像束端面图像经过耦合装置后构造平行光路传送到工业相机成像端成像;
(2)在RGB色彩模式下,提取图像P1的蓝色通道图像P4,对P4进行高斯平滑滤波处理,减少图像噪声;
(3)初步确定图像中烟支的圆心位置:在P1图像中确定较小的检测区域,采用canny算子确定烟支的边缘,通过检测出的边缘采用最小二乘的方法确定初步的圆心坐标A0;
(4)采用图像旋转及投影的方法,初步确定图像P1中需要检测的烟支的位置,对于烟支所在区域拟合出圆心坐标和半径;
(5)对拟合出的烟支区域,采用颜色和纹理的方法判断检测端是过滤嘴还是烟支头部;如检测端为过滤嘴直接剔除,如检测端为烟支头部则继续以下的步骤;
(6)确定烟支的烟丝与烟纸的分界点:在P4图像中将拟合出的圆分成128等份,将各个区域旋转成水平方向,提取各部分的最亮点与最暗点,图像中烟纸与烟丝的分界线表现为亮区与暗区的差别;在明暗交界的区域内计算梯度,内圆取梯度最大值,外圆取梯度最小值;采用曲率的方法去除边缘的跳变点,从而精确定位内外圆的边界点;
(7)计算内外边界点的距离,如果距离小于一定的阈值,认为是合格的烟支,反之为空头烟支,则通过安装在检测盒下方的吹气孔将空头烟支剔除。
2.根据权利要求1所述的基于机器视觉的单烟支空头检测方法,其特征在于,步骤(4)初步确定图像中需要检测的烟支的位置,具体方法为:
a、以圆心坐标A0为旋转中心,将预处理图像P1分别顺时针旋转20°和逆时针旋转20°得到图像P2和图像P3;
b、分别计算图像P1、图像P2和图像P3三幅图像中烟支区域的最大外接矩形,然后计算三个外接矩形的长宽比R1、R2和R3;
c、初步确定图像需要旋转的方向:如果R1>R2且R1>R3或者R2=R3,表明旋转之后的图像P2、P3关于图像P1对称,图像P1中烟支在垂直方向,图像无需旋转;若R2>R3,表明图像顺时针旋转之后,最大外接矩形的长宽比变大,图像中烟支趋向垂直的方向,图像需要顺时针旋转成垂直方向;反之若R2<R3,图像需要逆时针旋转成垂直方向;
d、确定好旋转方向后,按照旋转的方向1°递加的方式旋转30°,找到旋转过程中的最大外接矩形的长宽比,即为旋转的角度;
e、将旋转成垂直方向的图像向Y方向投影,在最大外接矩形内部统计白色像素点的数目,通过比较白色像素点最多的行在最大外接矩形中的位置来判断当前图像中有几个烟支交接区域;
f、具体定位需要检测的烟支:对于只有一个交接区域的图像,判断烟支交接区域上下30像素之内有没有谷值点,若不存在谷值点,烟支所在区域为外接矩形与交接区域所构成的上部区域;若存在谷值点,烟支所在区域为谷值点与交接区域所构成的上部区域;对于有两个以上交接区域的图像,烟支所在区域为交接区域中间部分与外接矩形重合的部分;
g、对于烟支所在区域,采用最小二乘法拟合出圆心坐标和半径,如果拟合出的半径过大或者过小,认为检测异常,跳过按正常烟支处理。
3.根据权利要求1所述的基于机器视觉的单烟支空头检测方法,其特征在于,步骤(5)采用颜色和纹理的方法判断检测端是过滤嘴还是烟支头部,具体方法为:
a、颜色特征的提取:首先采用LUV颜色空间,计算每个区域的平均色差MΔE:
对每个区域,可以获得一个7维的颜色特征向量Fcolor,
Fcolor=[uL,σL,uu,σu,uv,σv,MΔE],
其中,uL、uu、uv分别为L*、u*、v*的均值,σL、σu、σv分别为L*、u*、v*的标准偏差;
b、采用Gabor小波变换提取纹理特征:
一副M×N大小的图像f(x,y),其2维离散Gabor小波变换表示为:
式中s、t为滤波器的掩模尺寸变量,x、y为像素在图像中的位置,p表示小波变换的尺度,q表示小波变换的方向,p=0、…、4且q=0、…、8;表示Φp,q的复共轭,并且Φp,q是Gabor小波变换函数,可以表示为:
Φp,q(x,y)=a-pΦ(x',y')
式中,a是尺度因子,a>1;x’、y’分别表示为:
x'=a-p(xcosθ+ysinθ)
y'=a-p(-xsinθ+ycosθ)
式中θ=qπ/Q;如果把Gabor函数作为母小波,那么φ(x,y)可以表示为:
式中W表示Gabor小波的频率带宽,σx和σy分别表示高斯包络沿x轴和y轴方向的常量,取值为0.3,0.5;
根据2维离散Gabor小波变换的结果计算能量信息,假设用E(p,q)表示尺度为p且方向为q的能量信息,则E(p,q)可以表示为:
采用均值和标准方差作为纹理特征,假设用μ(p,q)表示均值,用δ(p,q)表示标准方差,则μ(p,q)和δ(p,q)可以分别表示为:
用GCV表示图像f(x,y)的纹理特征向量,则GCV可以表示为:
GCV=[u0,0,σ0,0,u0,1,σ0,1,…,up-1,q-1,σp-1,q-1]
为了使GCV具有平移、旋转以及尺度不变性,根据能量信息对纹理特征向量中的元素按从大到小的顺序排序;
c、将提取出的颜色特征向量和纹理特征向量与标准的图像进行比较,采用最短距离法判断是过滤嘴还是烟丝,如检测为过滤嘴直接剔除,如检测为烟支头部则继续以下的步骤。
4.一种内窥镜图像采集装置,包括内窥镜主软管、耦合装置和工业相机,其特征在于:所述内窥镜主软管为若干组光纤软管;所述若干组光纤软管的一端通过支架固定正对着下烟库的烟支头部,另一端汇集后形成像束,像束端面图像经过耦合装置传送后在工业相机成像端成像;所述耦合装置包括镜片组【A】和镜片组【B】两组镜片组,用于在传送像束端面图像时构造平行光路;所述两组镜片组之间设置有光阑和低通滤波器。
5.根据权利要求4所述的内窥镜图像采集装置,其特征在于:所述光纤软管的直径为4mm,每组光纤软管中包含7000根光纤。
6.根据权利要求4所述的内窥镜图像采集装置,其特征在于:所述光纤软管的一端的上方设置有光源,光源与下烟库的烟支之间设置有两面反光镜,光源发射的光线直射到第一面反光镜后反射的光线一部分照射到烟支上,另一部分经过第二面反光镜反射后照射到烟支上。
7.根据权利要求6所述的内窥镜图像采集装置,其特征在于:所述光纤软管与光源设置在密封的盒子中。
8.根据权利要求7所述的内窥镜图像采集装置,其特征在于:所述盒子的顶部为散热片状,并安装有风扇。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310334148.4A CN103385539B (zh) | 2013-08-02 | 2013-08-02 | 基于机器视觉的单烟支空头检测方法及专用设备 |
CN201410536522.3A CN104386283B (zh) | 2013-08-02 | 2013-08-02 | 一种内窥镜图像采集装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310334148.4A CN103385539B (zh) | 2013-08-02 | 2013-08-02 | 基于机器视觉的单烟支空头检测方法及专用设备 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410536522.3A Division CN104386283B (zh) | 2013-08-02 | 2013-08-02 | 一种内窥镜图像采集装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103385539A true CN103385539A (zh) | 2013-11-13 |
CN103385539B CN103385539B (zh) | 2015-04-15 |
Family
ID=49530098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310334148.4A Active CN103385539B (zh) | 2013-08-02 | 2013-08-02 | 基于机器视觉的单烟支空头检测方法及专用设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103385539B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103868935A (zh) * | 2014-02-14 | 2014-06-18 | 中国科学院合肥物质科学研究院 | 基于计算机视觉的烟支外观质量检测方法 |
CN104309866A (zh) * | 2014-10-16 | 2015-01-28 | 中国电子科技集团公司第四十一研究所 | 一种香烟包装机模盒内烟支自动定位方法 |
CN104432498A (zh) * | 2014-10-23 | 2015-03-25 | 阚晖 | 基于机器视觉的卷烟机烟支外观视觉检测装置 |
CN108323797A (zh) * | 2018-02-09 | 2018-07-27 | 杭州安脉盛智能技术有限公司 | 基于gpr模型的烟支重量控制系统启动位置预测方法及系统 |
CN110403232A (zh) * | 2019-07-24 | 2019-11-05 | 浙江中烟工业有限责任公司 | 一种基于二级算法的烟支质量检测方法 |
CN112432953A (zh) * | 2020-11-20 | 2021-03-02 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的烟包缺支、反支检测方法 |
CN113333329A (zh) * | 2021-08-04 | 2021-09-03 | 南京创智出彩科技有限公司 | 一种基于深度学习的烟支缺陷检测系统 |
CN113670945A (zh) * | 2021-08-03 | 2021-11-19 | 深圳市联君科技股份有限公司 | 一种烟丝空头检测系统和方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201277951Y (zh) * | 2008-07-18 | 2009-07-22 | 深圳市联君科技有限公司 | 一种新型烟支质量检测装置 |
CN201499595U (zh) * | 2009-09-23 | 2010-06-09 | 湖南中烟工业有限责任公司 | 香烟空头检测装置 |
CN102406234A (zh) * | 2011-07-13 | 2012-04-11 | 常德烟草机械有限责任公司 | 一种烟支位置信号生成与质量检测剔除方法 |
CN102499471A (zh) * | 2011-10-25 | 2012-06-20 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的烟支空头检测方法 |
CN102726833A (zh) * | 2012-06-13 | 2012-10-17 | 河南中烟工业有限责任公司 | 一种卷烟机烟支空头探测仪器可靠性判断方法 |
US20130047996A1 (en) * | 2011-08-30 | 2013-02-28 | Infoster | Device For Filling A Cigarette Tube |
EP2604526A1 (en) * | 2011-12-16 | 2013-06-19 | G.D S.p.A. | Method and machine for producing bags containing fibre material |
-
2013
- 2013-08-02 CN CN201310334148.4A patent/CN103385539B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201277951Y (zh) * | 2008-07-18 | 2009-07-22 | 深圳市联君科技有限公司 | 一种新型烟支质量检测装置 |
CN201499595U (zh) * | 2009-09-23 | 2010-06-09 | 湖南中烟工业有限责任公司 | 香烟空头检测装置 |
CN102406234A (zh) * | 2011-07-13 | 2012-04-11 | 常德烟草机械有限责任公司 | 一种烟支位置信号生成与质量检测剔除方法 |
US20130047996A1 (en) * | 2011-08-30 | 2013-02-28 | Infoster | Device For Filling A Cigarette Tube |
CN102499471A (zh) * | 2011-10-25 | 2012-06-20 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的烟支空头检测方法 |
EP2604526A1 (en) * | 2011-12-16 | 2013-06-19 | G.D S.p.A. | Method and machine for producing bags containing fibre material |
CN102726833A (zh) * | 2012-06-13 | 2012-10-17 | 河南中烟工业有限责任公司 | 一种卷烟机烟支空头探测仪器可靠性判断方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103868935A (zh) * | 2014-02-14 | 2014-06-18 | 中国科学院合肥物质科学研究院 | 基于计算机视觉的烟支外观质量检测方法 |
CN104309866A (zh) * | 2014-10-16 | 2015-01-28 | 中国电子科技集团公司第四十一研究所 | 一种香烟包装机模盒内烟支自动定位方法 |
CN104432498A (zh) * | 2014-10-23 | 2015-03-25 | 阚晖 | 基于机器视觉的卷烟机烟支外观视觉检测装置 |
CN108323797A (zh) * | 2018-02-09 | 2018-07-27 | 杭州安脉盛智能技术有限公司 | 基于gpr模型的烟支重量控制系统启动位置预测方法及系统 |
CN110403232A (zh) * | 2019-07-24 | 2019-11-05 | 浙江中烟工业有限责任公司 | 一种基于二级算法的烟支质量检测方法 |
CN112432953A (zh) * | 2020-11-20 | 2021-03-02 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的烟包缺支、反支检测方法 |
CN112432953B (zh) * | 2020-11-20 | 2024-03-15 | 中国电子科技集团公司第四十一研究所 | 一种基于机器视觉技术的烟包缺支、反支检测方法 |
CN113670945A (zh) * | 2021-08-03 | 2021-11-19 | 深圳市联君科技股份有限公司 | 一种烟丝空头检测系统和方法 |
CN113670945B (zh) * | 2021-08-03 | 2022-07-26 | 深圳市联君科技股份有限公司 | 一种烟丝空头检测系统和方法 |
CN113333329A (zh) * | 2021-08-04 | 2021-09-03 | 南京创智出彩科技有限公司 | 一种基于深度学习的烟支缺陷检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103385539B (zh) | 2015-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103385539B (zh) | 基于机器视觉的单烟支空头检测方法及专用设备 | |
CN110070524A (zh) | 一种智能终端面板视觉故障检测系统 | |
CN105608671A (zh) | 一种基于surf算法的图像拼接方法 | |
CN105741379A (zh) | 一种变电站全景巡检方法 | |
CN106228546A (zh) | 一种板卡的检测方法及装置 | |
CN107702898A (zh) | 一种汽车前照灯检测方法及装置 | |
CN106226316A (zh) | 一种单摄像机宽视场视觉螺纹检测装置及其检测方法 | |
CN108037132B (zh) | 一种用于干电池浆层纸卷绕缺陷检测的视觉传感器系统及方法 | |
WO2016078455A1 (zh) | 纸币褶皱的识别装置和方法 | |
CN105046808A (zh) | 一种纸币多光谱高分辨率图像采集系统及采集方法 | |
CN102306274A (zh) | 一种停车位状态识别装置及方法 | |
US20070206182A1 (en) | Surface Defect Inspecting Method And Device | |
CN103822926B (zh) | 全息底纹镭射包装材料印刷品质量检测系统和检测方法 | |
CN104878679B (zh) | 一种车载车辙实时检测系统及检测方法 | |
CN101937505B (zh) | 一种目标检测方法和设备及其使用的图像采集装置 | |
CN105320926A (zh) | 指纹传感器 | |
CN105376485A (zh) | 基于线阵式摄像机的双向实时车辆底盘图像合成方法 | |
CN108226181A (zh) | 一种环形体内壁结构视觉检测系统 | |
CN111738963B (zh) | 一种基于深度自学习的烟包包装外观检测方法 | |
CN207366475U (zh) | 一种凹凸图案在线视频检测装置 | |
CN101995325A (zh) | 一种图像传感器的外观检测方法及系统 | |
CN101980299B (zh) | 基于棋盘标定的摄像机映射方法 | |
CN108511356A (zh) | 一种电池串焊机定位与电池外观检测方法 | |
CN109544535B (zh) | 一种基于红外截止滤镜光学滤波特性的窥视摄像头检测方法及系统 | |
CN104386283B (zh) | 一种内窥镜图像采集装置 |
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 |