CN105091756A - 一种烟叶分级中烟叶长度的检测方法 - Google Patents

一种烟叶分级中烟叶长度的检测方法 Download PDF

Info

Publication number
CN105091756A
CN105091756A CN201510552152.7A CN201510552152A CN105091756A CN 105091756 A CN105091756 A CN 105091756A CN 201510552152 A CN201510552152 A CN 201510552152A CN 105091756 A CN105091756 A CN 105091756A
Authority
CN
China
Prior art keywords
tobacco leaf
measured
image
pixel
length
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
CN201510552152.7A
Other languages
English (en)
Inventor
陈泽鹏
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.)
China National Tobacco Corp Guangdong Branch
Original Assignee
China National Tobacco Corp Guangdong Branch
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 China National Tobacco Corp Guangdong Branch filed Critical China National Tobacco Corp Guangdong Branch
Priority to CN201510552152.7A priority Critical patent/CN105091756A/zh
Publication of CN105091756A publication Critical patent/CN105091756A/zh
Pending legal-status Critical Current

Links

Abstract

本发明公开一种烟叶分级中烟叶长度的检测方法，采用采集待测烟叶图像进行二值化处理；获取待测烟叶叶柄端部的像素点，其坐标记为(x1，y1)；设待测烟叶图像的像素点坐标为(x，y)，遍历待测烟叶图像的各像素点，找出使(x-x1)2+(y-y1)2的值取最大时的像素点，其坐标记为(x2，y2)；计算待测烟叶的长度d，计算公式为相对于现有的采用卡尺测量烟叶长度的方法，本发明具有误差小、精度高、速度快、效率高的优点。

Description

一种烟叶分级中烟叶长度的检测方法
技术领域
本发明涉及烟草收购分级领域，更具体地，涉及一种烟叶分级中烟叶长度的检测方法。
背景技术
烟草收购站在收购烟草时，由于大田烟叶素质各异，调制后质量也不相同，如果优劣混杂，使用价值必然降低，造成资源浪费，经济效益降低。原烟经过多次加工，科学配方才能生产出符合消费者要求的、风格不同的卷烟，而科学配方是在烟叶分级的基础上完成的，如高档烤烟型卷烟以中部叶为主。烟叶分级有利于调动烟农生产优质烟叶的积极性，增加烟农的经济收入，同时分级和价格也为烟农指明了烟叶生产的方向。合理分级有利于做好对烟叶副产品的开发利用低质量烟叶及烟叶副产品合理的开发利用。因此，烟草收购时的烟叶分级具有重要的意义。
GB2635-1992给出了烤烟烟叶分级的标准，共分为42个等级，烟叶分级涉及的参数较多，包括部位、颜色、油份、色度、宽度、长度、厚度、残伤和破损等诸多方面。其中烟叶长度是指烟叶由基部到叶尖的直线度量，主要由柄端沿主脉方向的实用长度计量，以厘米为度量单位。长度是烟叶分级重要的参数，能够反映烟叶的质量的好坏。
目前烟叶长度的测量一般通过卡尺等机械器具来完成的。卡尺测量时对人工操作的依赖性较大，而且卡尺的精度有限，因此该方法测量烟叶厚度时存在较大误差，并且测量精度低、速度慢、效率低，严重影响到烟草收购的进度。
发明内容
本发明克服上述现有技术所述的误差大、精度低、速度慢、效率低的缺陷，提供一种误差小、精度高、速度快、效率高的烟叶分级中烟叶长度的检测方法。
为解决上述技术问题，本发明的技术方案如下：
一种烟叶分级中烟叶长度的检测方法，包括以下步骤：
S1：将待测烟叶平铺，采用图像传感器采集待测烟叶图像；
S2：对待测烟叶图像进行二值化处理；
S3：获取待测烟叶叶柄端部的像素点，其坐标记为(x1，y1)；
S4：设待测烟叶图像的像素点坐标为(x，y)，遍历待测烟叶图像的各像素点，找出使(x-x1)2+(y-y1)2的值取最大时的像素点，其坐标记为(x2，y2)；
S5：计算待测烟叶的长度d，计算公式为
在一种优选的方案中，步骤S1中，在D65标准白色光源下采集待测烟叶图像。
在一种优选的方案中，所述D65标准白色光源与待测烟叶的距离为5-50cm，光源频率大于50KHz。以保证获得的待测烟叶图像亮度分布均匀，便于对其进行后期处理。
在一种优选的方案中，步骤S1中，所述待测烟叶图像的水平像素大于2000，垂直像素大于1000。以保证获取的待测烟叶图像的完整性和精度。
在一种优选的方案中，步骤S2中，对待测烟叶图像进行二值化处理的具体方法包括以下步骤：
S21：绘制待测烟叶图像的直方图，直方图上分别出现背景和待测烟叶的2个波峰；
S22：采用加窗高斯函数对待测烟叶图像的直方图进行滤波；以滤除白噪声，使直方图更加规则；
S23：选取直方图上2个波峰之间的波谷的灰度值作为二值化阈值，对待测烟叶图像进行二值化处理。从而将待测烟叶与背景更好的进行区分。
与现有技术相比，本发明技术方案的有益效果是：本发明公开一种烟叶分级中烟叶长度的检测方法，采用采集待测烟叶图像进行二值化处理；获取待测烟叶叶柄端部的像素点，其坐标记为(x1，y1)；设待测烟叶图像的像素点坐标为(x，y)，遍历待测烟叶图像的各像素点，找出使(x-x1)2+(y-y1)2的值取最大时的像素点，其坐标记为(x2，y2)；计算待测烟叶的长度d，计算公式为相对于现有的采用卡尺测量烟叶长度的方法，本发明具有误差小、精度高、速度快、效率高的优点。
附图说明
图1为本发明烟叶分级中烟叶长度的检测方法的流程图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1所示，一种烟叶分级中烟叶长度的检测方法，包括以下步骤：
S1：将待测烟叶平铺，采用图像传感器采集待测烟叶图像；
本实施例中，在D65标准白色光源下采集待测烟叶图像，所述D65标准白色光源与待测烟叶的距离为5-50cm，光源频率大于50KHz。以保证获得的待测烟叶图像亮度分布均匀，便于对其进行后期处理。
本实施例中，所述待测烟叶图像的水平像素大于2000，垂直像素大于1000。以保证获取的待测烟叶图像的完整性和精度。
S2：对待测烟叶图像进行二值化处理；
本实施例中，对待测烟叶图像进行二值化处理的具体方法包括以下步骤：
S21：绘制待测烟叶图像的直方图，直方图上分别出现背景和待测烟叶的2个波峰；
S22：采用加窗高斯函数对待测烟叶图像的直方图进行滤波；以滤除白噪声，使直方图更加规则；
S23：选取直方图上2个波峰之间的波谷的灰度值作为二值化阈值，对待测烟叶图像进行二值化处理。从而将待测烟叶与背景更好的进行区分。
S3：获取待测烟叶叶柄端部的像素点，其坐标记为(x1，y1)；
S4：设待测烟叶图像的像素点坐标为(x，y)，遍历待测烟叶图像的各像素点，找出使(x-x1)2+(y-y1)2的值取最大时的像素点，其坐标记为(x2，y2)；
S5：计算待测烟叶的长度d，计算公式为
本发明公开一种烟叶分级中烟叶长度的检测方法，采用采集待测烟叶图像进行二值化处理；获取待测烟叶叶柄端部的像素点，其坐标记为(x1，y1)；设待测烟叶图像的像素点坐标为(x，y)，遍历待测烟叶图像的各像素点，找出使(x-x1)2+(y-y1)2的值取最大时的像素点，其坐标记为(x2，y2)；计算待测烟叶的长度d，计算公式为相对于现有的采用卡尺测量烟叶长度的方法，本发明具有误差小、精度高、速度快、效率高的优点。
相同或相似的标号对应相同或相似的部件；
附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (5)

1.一种烟叶分级中烟叶长度的检测方法，其特征在于，包括以下步骤：
S1：将待测烟叶平铺，采用图像传感器采集待测烟叶图像；
S2：对待测烟叶图像进行二值化处理；
S3：获取待测烟叶叶柄端部的像素点，其坐标记为(x1，y1)；
S4：设待测烟叶图像的像素点坐标为(x，y)，遍历待测烟叶图像的各像素点，找出使(x-x1)2+(y-y1)2的值取最大时的像素点，其坐标记为(x2，y2)；
S5：计算待测烟叶的长度d，计算公式为
2.根据权利要求1所述的烟叶分级中烟叶长度的检测方法，其特征在于，步骤S1中，在D65标准白色光源下采集待测烟叶图像。
3.根据权利要求2所述的烟叶分级中烟叶长度的检测方法，其特征在于，所述D65标准白色光源与待测烟叶的距离为5-50cm，光源频率大于50KHz。
4.根据权利要求1所述的烟叶分级中烟叶长度的检测方法，其特征在于，步骤S1中，所述待测烟叶图像的水平像素大于2000，垂直像素大于1000。
5.根据权利要求1所述的烟叶分级中烟叶长度的检测方法，其特征在于，步骤S2中，对待测烟叶图像进行二值化处理的具体方法包括以下步骤：
S21：绘制待测烟叶图像的直方图，直方图上分别出现背景和待测烟叶的2个波峰；
S22：采用加窗高斯函数对待测烟叶图像的直方图进行滤波；
S23：选取直方图上2个波峰之间的波谷的灰度值作为二值化阈值，对待测烟叶图像进行二值化处理。
CN201510552152.7A 2015-08-31 2015-08-31 一种烟叶分级中烟叶长度的检测方法 Pending CN105091756A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510552152.7A CN105091756A (zh) 2015-08-31 2015-08-31 一种烟叶分级中烟叶长度的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510552152.7A CN105091756A (zh) 2015-08-31 2015-08-31 一种烟叶分级中烟叶长度的检测方法

Publications (1)

Publication Number Publication Date
CN105091756A true CN105091756A (zh) 2015-11-25

Family

ID=54572719

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510552152.7A Pending CN105091756A (zh) 2015-08-31 2015-08-31 一种烟叶分级中烟叶长度的检测方法

Country Status (1)

Country Link
CN (1) CN105091756A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106951895A (zh) * 2016-01-07 2017-07-14 富士通株式会社 确定图像中的感兴趣区域的轮廓的方法和系统
CN109829943A (zh) * 2018-11-13 2019-05-31 上海烟草集团有限责任公司 基于机器视觉的叶片结构检测方法、系统、介质及设备
CN110579174A (zh) * 2019-10-24 2019-12-17 南京农业大学 一种基于机器视觉的梨果柄长度的测量方法
CN111199344A (zh) * 2019-12-25 2020-05-26 云南省烟草烟叶公司 一种控制烟叶分选过程中纯度的方法
CN113408541A (zh) * 2021-05-24 2021-09-17 芜湖启迪睿视信息技术有限公司 一种烟叶长度的测量方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0039534A2 (en) * 1980-05-02 1981-11-11 P.M.B. Patent Machinebouw B.V. Electronic auxiliary device for use with equipment for working sheet-like objects
CN101957178A (zh) * 2009-07-17 2011-01-26 上海同岩土木工程科技有限公司 一种隧道衬砌裂缝测量方法及其测量装置
CN102269570A (zh) * 2011-04-28 2011-12-07 中国烟草总公司郑州烟草研究院 一种基于冠层多光谱的烤烟最大叶长和最大叶宽的测定方法
CN102297660A (zh) * 2011-05-20 2011-12-28 同济大学 一种盾构隧道衬砌管片接缝张开宽度的测量方法及装置
CN103017672A (zh) * 2012-12-06 2013-04-03 中铁大桥局集团武汉桥梁科学研究院有限公司 用于桥梁结构的非接触无损检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0039534A2 (en) * 1980-05-02 1981-11-11 P.M.B. Patent Machinebouw B.V. Electronic auxiliary device for use with equipment for working sheet-like objects
CN101957178A (zh) * 2009-07-17 2011-01-26 上海同岩土木工程科技有限公司 一种隧道衬砌裂缝测量方法及其测量装置
CN102269570A (zh) * 2011-04-28 2011-12-07 中国烟草总公司郑州烟草研究院 一种基于冠层多光谱的烤烟最大叶长和最大叶宽的测定方法
CN102297660A (zh) * 2011-05-20 2011-12-28 同济大学 一种盾构隧道衬砌管片接缝张开宽度的测量方法及装置
CN103017672A (zh) * 2012-12-06 2013-04-03 中铁大桥局集团武汉桥梁科学研究院有限公司 用于桥梁结构的非接触无损检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
阮静: "烟叶自动分级系统的研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106951895A (zh) * 2016-01-07 2017-07-14 富士通株式会社 确定图像中的感兴趣区域的轮廓的方法和系统
CN109829943A (zh) * 2018-11-13 2019-05-31 上海烟草集团有限责任公司 基于机器视觉的叶片结构检测方法、系统、介质及设备
CN109829943B (zh) * 2018-11-13 2023-02-10 上海烟草集团有限责任公司 基于机器视觉的叶片结构检测方法、系统、介质及设备
CN110579174A (zh) * 2019-10-24 2019-12-17 南京农业大学 一种基于机器视觉的梨果柄长度的测量方法
CN111199344A (zh) * 2019-12-25 2020-05-26 云南省烟草烟叶公司 一种控制烟叶分选过程中纯度的方法
CN111199344B (zh) * 2019-12-25 2022-08-02 云南省烟草烟叶公司 一种控制烟叶分选过程中纯度的方法
CN113408541A (zh) * 2021-05-24 2021-09-17 芜湖启迪睿视信息技术有限公司 一种烟叶长度的测量方法

Similar Documents

Publication Publication Date Title
CN105091756A (zh) 一种烟叶分级中烟叶长度的检测方法
CN107742286B (zh) 一种多晶硅太阳能电池片el测试裂纹缺陷检测方法
CN103870845B (zh) 点云聚类去噪过程中新的k值优化方法
CN104535586B (zh) 带钢边部缺陷检测识别方法
CN105279756B (zh) 基于自适应区域分割的缺口圆弧零件尺寸视觉检测方法
CN102136218B (zh) 一种计算机地图制图中的地图注记自动配置方法
CN109829907A (zh) 一种基于深度学习的金属轴表面缺陷识别方法
CN105678768B (zh) 一种基于机器视觉的胎面检测方法
CN109507192A (zh) 一种基于机器视觉的磁芯表面缺陷检测方法
CN103177445B (zh) 基于分段阈值图像分割及光斑识别的室外番茄识别方法
AU2020103716A4 (en) Training method and device of automatic identification device of pointer instrument with numbers in natural scene
CN105354881B (zh) 基于离散属性数据的网格变形优化算法
CN103426164A (zh) 基于Opencv图像分析的扇贝尺寸计算方法和扇贝分拣系统
CN109285163B (zh) 基于激光点云的车道线左右轮廓线交互式提取方法
CN109993154A (zh) 变电站单指针式六氟化硫型仪表智能识别方法
CN107274422A (zh) 一种基于法线信息和k邻域搜索结合的点云边缘提取方法
CN104236480A (zh) 一种线结构光机器视觉六角钢坯轮廓测量装置及方法
CN103353950B (zh) 一种纸张计数方法
CN103236043B (zh) 一种植物器官点云修复方法
CN108088381A (zh) 一种基于图像处理的非接触式微小间隙宽度测量方法
CN103292792A (zh) 一种适用海底探测与假地形处理的实测svp重构方法
CN104897671A (zh) 一种水果果梗花萼的识别系统
CN102393964B (zh) 一种条纹间隙检测方法
CN110232682B (zh) 一种基于图像的轨道异物探测方法
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

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20151125

RJ01 Rejection of invention patent application after publication