CN104596423A - 一种基于图像的烟梗外形结构检测方法及装置 - Google Patents

一种基于图像的烟梗外形结构检测方法及装置 Download PDF

Info

Publication number
CN104596423A
CN104596423A CN201510006959.0A CN201510006959A CN104596423A CN 104596423 A CN104596423 A CN 104596423A CN 201510006959 A CN201510006959 A CN 201510006959A CN 104596423 A CN104596423 A CN 104596423A
Authority
CN
China
Prior art keywords
offal
image
discrete
length
width
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.)
Pending
Application number
CN201510006959.0A
Other languages
English (en)
Inventor
张俊荣
崔鸿刚
卯彦
李江乐
张云
蒋明民
杨雄标
杨晓华
游玲
杨松
张云东
丁锐
汤鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yunnan Kunming Shipbuilding Design and Research Institute
Original Assignee
Yunnan Kunming Shipbuilding Design and Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yunnan Kunming Shipbuilding Design and Research Institute filed Critical Yunnan Kunming Shipbuilding Design and Research Institute
Priority to CN201510006959.0A priority Critical patent/CN104596423A/zh
Publication of CN104596423A publication Critical patent/CN104596423A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Image Analysis (AREA)

Abstract

一种基于图像的烟梗外形结构检测方法及装置，包含以下部分：烟梗离散装置，位于离散装置的皮带机上方的图像采集器及与图像采集器连接的计算机图像处理系统；所述的烟梗离散装置由流量控制输送皮带机、烟梗拨料杆、高速输送皮带组成，通过控制流量控制输送皮带机的输送速度实现对烟梗流量的控制；由一定间隔的烟梗拨料杆安装在流量控制装置出料口的下方；高速皮带安装在拨料杆下方，经拨料杆阻挡、反弹离散过的烟梗滑落在高速皮带上，利用两级之间的速度差进一步离散；物料最终成离散状平铺在高速皮带上，并送到图像检测位置。本发明可以提高烟梗质量检测的自动化程度，降低人工劳动强度，丰富检测信息，提高打叶复烤的质量控制水平。

Description

一种基于图像的烟梗外形结构检测方法及装置
技术领域
本发明涉及烟叶打叶复烤生产过程的质量检测领域，具体说一种利用视觉技术检测烟梗的外形尺寸如长度、宽度、投影面积及外形轮廓，并对其进行分类、统计的方法和装置。
背景技术
烟梗的长度和宽度对梗丝的结构和出丝率有显著的影响，所以在烟梗加工的质检环节长梗率和粗梗率作为重要检测指标。国内外的研究表明，直径大于4mm长度大于20mm的烟梗其制丝质量较好，对于直径小于4mm或长度小于20mm的烟梗制丝质量均明显下降。《烟叶打叶复烤工艺规范》(YC/T146-2010)规定：长梗(长度大于20mm)率≥85％。长梗率的检测方法按照《打叶烟叶质量检测》(YC/T147-2010)规定：取样(1000-15000)g,将烟梗样品充分混合后，用四分法缩分至(80～120)g。用尺寸板衡量烟梗的长度，将长度大于20mm的烟梗和小于等于20mm的烟梗放置在不同的样品盘，分别称重并计算长梗质量和总质量的比值百分比，即为长梗率，该检测方法劳动强度大，检测误差大，每次检测仅能得到长梗率一项指标，无法得到该批样本所有的烟梗外形结构尺寸及长度分布情况。
发明内容
本发明的目的是提供一种利用图像法检测烟梗外形结构的检测方法及装置，该发明通过对采样的烟梗进行离散化、图像采集、图像处理、数据统计，得到烟梗的长梗率、粗梗率及长度区间百分比。本发明可以替代《打叶烟叶质量检测》(YC/T147-2010)的检测方法，并对检测数据内容进行了丰富和扩展，可以更详细科学的表征该批烟梗的外形结构信息。
为达到本发明的目的，本发明提出以下技术方案：
本发明通过以下工作流程实现：
(1)取样：(人工)在生产线上取样(1000-1500)g，充分混合后，用四分法取一份样本；
(2)烟梗离散化：将待检测样本放入离散装置，通过离散装置将烟梗充分离散，实现烟梗无搭接地铺在一个平面上；
(3)图像采集：利用图像采集器采集烟梗图像，并将图像传输给图像处理计算机；
(4)图像处理：利用计算机图像处理软件对图像进行处理，计算出每根烟梗的外形结构数据；
(5)数据统计：对图像处理后得到的每根烟梗的数据，进行统计分析得到该批样本的长梗率、粗梗率、长度区间百分比及所有梗的外形结构明细表。
本发明方法中计算机的处理流程如下：
(1)计算机系统通过连接的图像采集器获得连续的烟梗图像；
(2)将图像进行滤波去噪处理，进行二值化处理得到二值化图像；
(3)对二值化后的图像进行联通域计算和标记处理，使得图像中每根烟梗有一个编号；
(4)检测标记后的图像中横跨前后两幅图像的烟梗，将该烟梗合并至下一幅图像并将编号合并；
(5)计算每根烟梗的投影面积A、中心线长度L、垂直于中心线方向的烟梗宽度的均值W,其中N等于中心线上的像素个数，Wi为中心线上第i个像素位置的烟梗宽度；
(6)数据模型的假设：
a)用烟梗中心线的长度L代替烟梗的实际长度；
b)用烟梗垂直于中心线方向的宽度的均值W代替烟梗的实际宽度；
c)用烟梗的投影面积比代替烟梗的质量比；
(7)计算长梗率：将中心线长度L大于20mm的烟梗的投影面积累加得到K1，将中心线长度L小于等于20mm的烟梗的投影面积累加得到K2,长梗率K＝K1/(K1+K2)*100％；
(8)计算粗梗率：将平均宽度W大于2.38mm的烟梗的投影面积累加得到H1，将平均宽度W小于等于2.38mm的烟梗的投影面积累加得到H2,粗梗率H＝H1/(H1+H2)*100％；
(9)计算烟梗区间长度或宽度百分比：将烟梗的长度或宽度划分为M个区间，分别计算每个区间范围内的烟梗的投影面积的和与检测烟梗总面积的比值乘以100％得到每个区间的对应百分比；
(10)每根烟梗的数据的输出：以表格形式将每根烟梗按照编号顺序，输出其长度、宽度、投影面积。
本发明的烟梗外形结构检测装置包含以下部分：
烟梗外形结构检测装置包括烟梗离散装置，位于离散装置的皮带机上方的图像采集器及与图像采集器连接的计算机图像处理系统。
本发明所述的烟梗离散装置由流量控制输送皮带机、烟梗拨料杆、高速输送皮带组成，通过控制流量控制输送皮带机的输送速度实现对烟梗流量的控制；由一定间隔的(圆杆组成的)烟梗拨料杆安装在流量控制装置出料口的下方，拨料杆与烟梗下落方向成110°～130°的夹角；高速皮带安装在拨料杆下方，经拨料杆阻挡、反弹离散过的烟梗滑落在高速皮带上，利用两级之间的速度差进一步离散；物料最终成离散状平铺在高速皮带上，并送到图像检测位置。本发明所述流量控制装置皮带机宽220mm，速度10mm/s，高速皮带机宽350mm，速度(800-1200)mm/s可调。
本发明的有益效果是，可以提高烟梗质量检测的自动化程度，降低人工劳动强度，丰富检测信息，提高打叶复烤的质量控制水平。本烟梗外形结构检测装置结构简洁，设备投资成本低，可以在烟梗质检及烟草工业技术工艺研究中采集研究数据使用。
附图说明
图1为本发明装置结构示意图；
图2为图1右视结构示意图；
图3为本发明烟梗中心线图。
具体实施方式
如图1所示，利用图像法检测烟梗外形结构的检测装置，包括烟梗离散装置1和位于烟梗离散装置1的高速皮带机1c上方的图像采集器2，及与图像采集器2连接的图像处理计算机系统3。图像采集器2包含工业线扫描相机2a和两根LED条形光源2b，工业线扫描相机的扫描线刚好位于两根LED光源的中间位置，保证成像效果最佳。烟梗离散装置1包含低速布料和流量控制皮带机1b，位于低速皮带机出料口下方的拨料杆1a，拨料杆与烟梗的下落方向成120度左右的夹角可以有效防止烟梗滞留在拨料杆上，拨料杆沿皮带宽度方向均布，相邻拨料杆的间隔距离为25mm,拨料杆直径为8mm。在拨料杆的下方安装高速皮带机1c，高速皮带机1c从拨料杆下方一直延伸到图像采集器下方。流量控制装置皮带机宽220mm，流量控制皮带机1b的输送速度为10mm/s，高速皮带机的输送速度为(800-1200)mm/s可调节，流量控制皮带机有效输送宽度为200mm，高速皮带机有效输送宽度为320mm-350mm。
具体的离散过程如下：
将取样的烟梗(小于400g)人工均匀布在流量控制皮带机1b上，启动设备，流量控制皮带机1b以10mm/s的速度缓慢运动，烟梗随着流量控制皮带机1b的运动逐渐下落到拨料杆1a上，经过阻挡、反弹后滑落到高速皮带机1c上，利用高速皮带机1c与上级的速度差进一步将烟梗离散，最终，当烟梗到达图像采集器下方时，已经完全离散开来。
具体检测的工作流程如下：
(1)取样：人工在生产线上取样(1000-1500)g，充分混合后，用四分法取一份样本；
(2)烟梗离散化：将待检测样本放置于离散装置1上，将烟梗充分离散，实现烟梗基本无搭接；
(3)图像采集：利用图像采集器2采集烟梗图像，并将图像传输给图像处理计算机3；
(4)图像处理：利用计算机图像处理软件对图像进行处理，计算出每根烟梗的外形结构数据；
(5)数据统计：对图像处理后得到的每根烟梗的数据，进行统计分析得到该批样本的长梗率、粗梗率、长度区间百分比及所有梗的外形结构明细表。
本发明方法中计算机的处理流程如下：
(1)计算机系统通过连接的图像采集器获得连续的烟梗图像；
(2)将图像进行滤波去噪，进行二值化处理得到二值图像；
(3)对二值化后的图像进行联通域计算和标记处理，对图像中每根烟梗进行编号；
(4)检测出标记后的图像中横跨前后两幅图像的烟梗，将该烟梗合并至下一幅图像并将编号合并；
(5)计算每根烟梗的投影面积A、中心线长度L、垂直于中心线方向的烟梗宽度的均值W,其中N等于中心线上的像素个数，Wi为中心线上第i个像素位置的烟梗宽度；
(6)数据模型的假设：
a)用烟梗中心线的长度L代替烟梗的实际长度；
b)用烟梗垂直于中心线方向的宽度的均值W代替烟梗的实际宽度；
c)用烟梗的投影面积比代替烟梗的质量比；
(7)计算长梗率：将中心线长度L大于20mm的烟梗的投影面积累加得到K1，将中心线长度L小于等于20mm的烟梗的投影面积累加得到K2,长梗率K＝K1/(K1+K2)*100％。
(8)计算粗梗率：将平均宽度W大于2.38mm的烟梗的投影面积累加得到H1，将平均宽度W小于等于2.38mm的烟梗的投影面积累加得到H2,粗梗率H＝H1/(H1+H2)*100％。
(9)计算烟梗区间长度或宽度百分比：将烟梗的长度或宽度划分为M个区间，分别计算每个区间范围内的烟梗的投影面积的和与检测烟梗总面积的比值乘以100％得到每个区间的对应百分比。
(10)每根烟梗的数据的输出：以表格形式将每根烟梗按照编号顺序，输出其长度、宽度、投影面积。

Claims (2)

1.一种基于图像的烟梗外形结构检测方法，其特征在于，通过以下工作流程实现：
(1)取样：在生产线上取样(1000-1500)g，充分混合后，用四分法取一份样本；
(2)烟梗离散化：将待检测样本放入离散装置，通过离散装置将烟梗充分离散，实现烟梗无搭接地铺在一个平面上；
(3)图像采集：利用图像采集器采集烟梗图像，并将图像传输给图像处理计算机；
(4)图像处理：利用计算机图像处理软件对图像进行处理，计算出每根烟梗的外形结构数据；
(5)数据统计：对图像处理后得到的每根烟梗的数据，进行统计分析得到该批样本的长梗率、粗梗率、长度区间百分比及所有梗的外形结构明细表；
计算机的处理流程如下：
(1)计算机系统通过连接的图像采集器获得连续的烟梗图像；
(2)将图像进行滤波去噪处理，进行二值化处理得到二值化图像；
(3)对二值化后的图像进行联通域计算和标记处理，使得图像中每根烟梗有一个编号；
(4)检测标记后的图像中横跨前后两幅图像的烟梗，将该烟梗合并至下一幅图像并将编号合并；
(5)计算每根烟梗的投影面积A、中心线长度L、垂直于中心线方向的烟梗宽度的均值W,其中N等于中心线上的像素个数，Wi为中心线上第i个像素位置的烟梗宽度；
(6)数据模型的假设：
a)用烟梗中心线的长度L代替烟梗的实际长度；
b)用烟梗垂直于中心线方向的宽度的均值W代替烟梗的实际宽度；
c)用烟梗的投影面积比代替烟梗的质量比；
(7)计算长梗率：将中心线长度L大于20mm的烟梗的投影面积累加得到K1，将中心线长度L小于等于20mm的烟梗的投影面积累加得到K2,长梗率K＝K1/(K1+K2)*100％；
(8)计算粗梗率：将平均宽度W大于2.38mm的烟梗的投影面积累加得到H1，将平均宽度W小于等于2.38mm的烟梗的投影面积累加得到H2,粗梗率H＝H1/(H1+H2)*100％；
(9)计算烟梗区间长度或宽度百分比：将烟梗的长度或宽度划分为M个区间，分别计算每个区间范围内的烟梗的投影面积的和与检测烟梗总面积的比值乘以100％得到每个区间的对应百分比；
(10)每根烟梗的数据的输出：以表格形式将每根烟梗按照编号顺序，输出其长度、宽度、投影面积。
2.一种根据权利要求1所述的基于图像的烟梗外形结构检测方法的检测装置，其特征在于，包含以下部分：
烟梗外形结构检测装置包括烟梗离散装置，位于离散装置的皮带机上方的图像采集器及与图像采集器连接的计算机图像处理系统；
所述的烟梗离散装置由流量控制输送皮带机、烟梗拨料杆、高速输送皮带组成，通过控制流量控制输送皮带机的输送速度实现对烟梗流量的控制；由一定间隔的烟梗拨料杆安装在流量控制装置出料口的下方，拨料杆与烟梗下落方向成110°～130°的夹角；高速皮带安装在拨料杆下方，经拨料杆阻挡、反弹离散过的烟梗滑落在高速皮带上，利用两级之间的速度差进一步离散；物料最终成离散状平铺在高速皮带上，并送到图像检测位置。
CN201510006959.0A 2015-01-07 2015-01-07 一种基于图像的烟梗外形结构检测方法及装置 Pending CN104596423A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510006959.0A CN104596423A (zh) 2015-01-07 2015-01-07 一种基于图像的烟梗外形结构检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510006959.0A CN104596423A (zh) 2015-01-07 2015-01-07 一种基于图像的烟梗外形结构检测方法及装置

Publications (1)

Publication Number Publication Date
CN104596423A true CN104596423A (zh) 2015-05-06

Family

ID=53122367

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510006959.0A Pending CN104596423A (zh) 2015-01-07 2015-01-07 一种基于图像的烟梗外形结构检测方法及装置

Country Status (1)

Country Link
CN (1) CN104596423A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105396795A (zh) * 2015-12-01 2016-03-16 云南昆船设计研究院 一种基于机器视觉剔除烟梗中烟拐的方法及装置
CN106250896A (zh) * 2016-03-03 2016-12-21 上海创和亿电子科技发展有限公司 基于图像采集装置的在线烟叶的正反面的识别方法
CN111537512A (zh) * 2020-05-21 2020-08-14 中国烟草总公司郑州烟草研究院 一种基于深度学习的烟梗形态智能识别系统及方法
CN111948104A (zh) * 2020-06-29 2020-11-17 中国烟草总公司郑州烟草研究院 一种梗签粒度检测与分类控制方法
CN114062364A (zh) * 2021-11-23 2022-02-18 云南中烟工业有限责任公司 一种烟梗宽度扩展因子的测定方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0004170A1 (en) * 1978-03-09 1979-09-19 GULF & WESTERN CORPORATION Method, system and apparatus for cutting profiles from natural leaves
US4383537A (en) * 1977-08-25 1983-05-17 Douwe Egberts Koninklijke Tabaksfabriek-Koffiebranderijen-Theehandel B.V. Method and apparatus for inspecting and cutting cigar wrappers
CN101653289A (zh) * 2009-09-15 2010-02-24 合肥安大电子检测技术有限公司 烟把智能定位方法
CN102359963A (zh) * 2011-07-14 2012-02-22 红塔烟草(集团)有限责任公司 利用图像分析法测定烟梗长梗率的方法
CN102359962A (zh) * 2011-07-14 2012-02-22 红塔烟草(集团)有限责任公司 适用于图像分析法测定烟梗长梗率的设备
CN103148791A (zh) * 2013-02-28 2013-06-12 云南昆船设计研究院 一种测定烟梗结构及其分布的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4383537A (en) * 1977-08-25 1983-05-17 Douwe Egberts Koninklijke Tabaksfabriek-Koffiebranderijen-Theehandel B.V. Method and apparatus for inspecting and cutting cigar wrappers
EP0004170A1 (en) * 1978-03-09 1979-09-19 GULF & WESTERN CORPORATION Method, system and apparatus for cutting profiles from natural leaves
CN101653289A (zh) * 2009-09-15 2010-02-24 合肥安大电子检测技术有限公司 烟把智能定位方法
CN102359963A (zh) * 2011-07-14 2012-02-22 红塔烟草(集团)有限责任公司 利用图像分析法测定烟梗长梗率的方法
CN102359962A (zh) * 2011-07-14 2012-02-22 红塔烟草(集团)有限责任公司 适用于图像分析法测定烟梗长梗率的设备
CN103148791A (zh) * 2013-02-28 2013-06-12 云南昆船设计研究院 一种测定烟梗结构及其分布的方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105396795A (zh) * 2015-12-01 2016-03-16 云南昆船设计研究院 一种基于机器视觉剔除烟梗中烟拐的方法及装置
CN106250896A (zh) * 2016-03-03 2016-12-21 上海创和亿电子科技发展有限公司 基于图像采集装置的在线烟叶的正反面的识别方法
CN106250896B (zh) * 2016-03-03 2019-05-17 上海创和亿电子科技发展有限公司 基于图像采集装置的在线烟叶的正反面的识别方法
CN111537512A (zh) * 2020-05-21 2020-08-14 中国烟草总公司郑州烟草研究院 一种基于深度学习的烟梗形态智能识别系统及方法
CN111948104A (zh) * 2020-06-29 2020-11-17 中国烟草总公司郑州烟草研究院 一种梗签粒度检测与分类控制方法
CN114062364A (zh) * 2021-11-23 2022-02-18 云南中烟工业有限责任公司 一种烟梗宽度扩展因子的测定方法

Similar Documents

Publication Publication Date Title
CN104596423A (zh) 一种基于图像的烟梗外形结构检测方法及装置
CN104084379B (zh) 一种玉米种子图像精选装置及其使用方法
CN103752531B (zh) 一种基于机器视觉的烟叶分拣机
US9886752B2 (en) Vision-based grading with automatic weight calibration
CN203750868U (zh) 基于计算机视觉的毛边检测装置
CN204448619U (zh) 一种种子实时在线分选装置
CN106607344B (zh) 定向播种用的玉米种粒动态图像精选装置及方法
CN103148791A (zh) 一种测定烟梗结构及其分布的方法
CN109844498A (zh) 粉末比率测定装置以及粉末比率测定系统
CN105783990A (zh) 一种用于玉米果穗室内精确考种的全景图像测量系统
CN107175910B (zh) 自动喷码系统
CN105363690A (zh) 光电式扇贝分选装置
CN104949916B (zh) 掉落式玉米果穗穗部性状测量装置及其测量方法
CN112730417B (zh) 一种小麦外观品质的在线检测装置
CN202061825U (zh) 白饼在线检测剔除的装置
CN104596877B (zh) 一种烟叶中含梗率的无损检测方法和装置
CN102207467B (zh) 白饼在线检测剔除的方法及装置
CN104488405A (zh) 基于机器视觉的高通量玉米果穗考种流水线装置及其方法
CN203664217U (zh) 一种基于机器视觉的烟叶分拣机
CN207982186U (zh) 一种自动截断装置
CN106216264B (zh) 一种基于视觉的烟草异物剔除方法及装置
CN108335298A (zh) 谷物颗粒计数装置
CN214794500U (zh) 一种小麦外观品质的在线检测装置
CN204247546U (zh) 一种在线检测倒瓶与处理装置
CN207359878U (zh) 自动喷码系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150506

WD01 Invention patent application deemed withdrawn after publication