CN106767449A - 烟叶的一致性辨选方法及装置 - Google Patents

烟叶的一致性辨选方法及装置 Download PDF

Info

Publication number
CN106767449A
CN106767449A CN201611238401.6A CN201611238401A CN106767449A CN 106767449 A CN106767449 A CN 106767449A CN 201611238401 A CN201611238401 A CN 201611238401A CN 106767449 A CN106767449 A CN 106767449A
Authority
CN
China
Prior art keywords
tobacco leaf
image
feature
camera
grade
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
CN201611238401.6A
Other languages
English (en)
Inventor
张俊荣
张云
李克强
张云东
秦家文
杨松
李瑞东
杨晓华
李江乐
经坤
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 CN201611238401.6A priority Critical patent/CN106767449A/zh
Publication of CN106767449A publication Critical patent/CN106767449A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/04—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness specially adapted for measuring length or width of objects while moving
    • G01B11/043—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness specially adapted for measuring length or width of objects while moving for measuring length
    • A—HUMAN NECESSITIES
    • A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
    • A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
    • A24B3/00—Preparing tobacco in the factory
    • A24B3/18—Other treatment of leaves, e.g. puffing, crimpling, cleaning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/04—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness specially adapted for measuring length or width of objects while moving
    • G01B11/046—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness specially adapted for measuring length or width of objects while moving for measuring width
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
    • G01B11/285—Measuring arrangements characterised by the use of optical techniques for measuring areas using photoelectric detection means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • G01B11/303—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces using photoelectric detection means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/50—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8411—Application to online plant, process monitoring
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/845—Objects on a conveyor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Manufacture Of Tobacco Products (AREA)

Abstract

本发明涉及一种烟叶的一致性辨选方法及装置，属于烟叶生产加工技术领域。当单一等级烟叶开始生产时，相机获取到烟叶图像以后，图像处理系统根据烟叶的等级特征在图像的各类颜色空间中进行特征聚类分析。把一定比例具有相同特征的烟叶辨选为当前等级的烟叶，与当前等级烟叶特征不相同的烟叶辨选为不符合当前等级的烟叶，剔除系统剔除不符合当前等级的烟叶后由人工进行二次判别。人工判别如果该烟叶符合当前等级的烟叶特征，则该烟叶回到当前等级烟叶生产线上；如果该烟叶不符合当前等级的烟叶特征，则依据烟叶分级标准人工判别该烟叶的等级。本发明可自动化检测识别单一等级烟叶的形状、纹理和颜色特征，提高烟叶加工成品的纯净度，减少用工需求。

Description

烟叶的一致性辨选方法及装置
技术领域
本发明属于烟叶生产加工技术领域，具体涉及一种烟叶的一致性辨选方法及装置。
背景技术
针对烟叶收购、分级，很多专利提出了一些分级方法和装置，如CN201610229853.1提出了一种烟叶在线自动定级分拣系统及其分拣烟叶的方法、CN201410176953.3提出了一种烟叶分级方法、CN201520417843.1提出一种多光谱视觉成像大叶农作物叶片分级系统、CN201110004173.7提出了一种利用光谱和图像特征进行烟叶分级方法、CN201510545687.1提供一种烟草分级方法。虽然专利的方法和装置较多，但是在实际烟叶收购、分级的过程中，主要还是根据烟叶的定级标准依靠人的感官进行判定。物料流通到下一级烟草加工企业以后，在烟草加工企业对烟叶的加工过程中，也只是对烟叶中的青烟、霉烟、非烟杂物有自动化的设备进行检测剔除控制。对烟叶的等级主要也是依靠人的感官进行检测判定。没有自动化机器视觉的设备对其进行量化控制，不仅消耗大，而且缺乏客观性。对烟叶形状、纹理、颜色等特征无统一判定的标准，影响烟草加工企业原料加工过程中烟叶品质的纯净度。因此如何克服现有技术的不足是目前烟叶生产加工技术领域亟需解决的问题。
发明内容
基于上述原因，针对烟草加工企业，本发明的目的是提供一种烟叶的一致性辨选方法及装置。本发明可自动化检测识别单一等级烟叶的形状、纹理、颜色等特征的一致性，提高烟叶加工成品的纯净度、减少用工的需求。
为实现上述目的，本发明采用的技术方案如下：
一种烟叶的一致性辨选装置，包括上位监控系统、图像处理系统、光学系统和剔除系统；
所述的光学系统包括相机和LED线性光源；LED线性光源的数量≥2；相机数量≥1；
所述的剔除系统包括剔除控制器和气动电磁阀；
LED线性光源设于传输带的正上方，用于为烟叶均匀打光；
相机设于LED线性光源的上方，用于获取烟叶图像；
相机与图像处理系统的图像输入端相连；
上位监控系统与图像处理系统的信号输入端相连；
图像处理系统的信号输出端与剔除控制器的信号输入端相连；
剔除控制器的信号输出端与气动电磁阀相连；
气动电磁阀设于传输带的出料端；
上位监控系统用于控制图像处理系统对从相机传来的照片进行图像处理，之后将图像处理结果传输至剔除控制器中；剔除控制器接收到图像处理结果的数字信号后，将其转换成控制信号，控制气动电磁阀工作。
进一步，优选的是，所述的相机为工业彩色线阵CCD相机。
进一步，优选的是，所述的相机传感器CCD数量个数为n，n≥1。
进一步，优选的是，所述的图像处理系统包括图像处理计算机或嵌入式图像处理器。
进一步，优选的是，所述的嵌入式图像处理器包括FPGA、DSP和DSP+FPGA类型嵌入式图像处理器中的一种。
本发明还提供一种基于上述烟叶的一致性辨选装置的烟叶一致性辨选方法，包括如下步骤
步骤（1），当某一单一等级烟叶开始生产时，相机获取该单一等级烟叶的图像；
步骤（2），图像处理系统根据相机采集到的图像中的烟叶的形状特征，分别在不同的颜色空间中进行聚类分析，确定当前单一等级烟叶的形状特征在不同颜色空间的聚类中心阈值；形状特征包括烟叶的面积、长度、宽度和轮廓；
步骤（3），图像处理系统根据相机采集到的图像中的烟叶的纹理特征，分别在不同的颜色空间中进行聚类分析，确定当前单一等级烟叶的纹理特征在不同颜色空间的聚类中心阈值；纹理特征包括均匀、细致和粗糙；
步骤（4），图像处理系统根据相机采集到的图像中的烟叶的颜色特征，分别在不同的颜色空间中进行聚类分析，确定当前单一等级烟叶的颜色在不同颜色空间的聚类中心阈值；颜色特征包括柠檬黄色、桔黄色、红棕色、青色、褐色和杂色；
步骤（5），对于待筛选烟叶，首先将烟叶松散摊薄在传输带上，然后通过相机采集待筛选烟叶的图像，图像处理系统对图像进行处理并根据步骤（2）、步骤（3）和步骤（4）的聚类分析结果来判定待筛选烟叶是否为合格的当前单一等级烟叶，如果合格，则进入下一步生产工艺环节；如果不合格，则将数据信号传输至剔除控制器，剔除控制器将数据信号转换为控制信号来控制气动电磁阀工作，剔除不合格烟叶。
其中，步骤（2）、（3）和（4）中所述的颜色空间包括RGB、Lab、YUV、HIS和HSV中的至少一种，但不限于此。
进一步，优选的是，步骤（5）中的判定方法为决策树法；
具体方法是对烟叶的形状特征、纹理特征、颜色特征依次进行分析，即当形状聚类特征不符合合格烟叶特征时，直接辨别为不合格烟叶，不再进行下一个特征聚类分析；只有符合合格烟叶聚类特征时才进行下一个特征聚类分析，以此类推，直到所有聚类特征符合合格烟叶特征才辨别为合格烟叶。
进一步，优选的是，步骤（5）中的判定方法为投票法。
具体方法是根据聚类特征数量规定当前单一等级烟叶的阈值N，之后对待筛选烟叶的形状特征、纹理特征、颜色特征进行投票，符合当前单一等级烟叶特征标记为0，不符合当前单一等级烟叶特征标记为1，对聚类分析标记的结果进行累加，累加值为X，当X>N时，该烟叶不符合当前单一等级烟叶的特征，为不合格烟叶；当X<N时，该烟叶符合当前单一等级烟叶的特征，为合格烟叶。
进一步，优选的是，采用人工方式进行复检，如果人工判别为当前单一等级烟叶，则将其投入到下一步生产工艺环节中。
对于本发明步骤（2）、（3）和（4）中的聚类分析，聚类分析的核心思想是计算出所有数据点的局部密度值到高局部密度点的距离后，得到数据的聚类中心范围。再根据该聚类中心范围判别当前数据是否在该聚类中心范围以内。
本发明聚类分析均采用现有的算法，可采用现有常规的聚类分析计算软件，本发明对此没有限制。
本发明与现有技术相比，其有益效果为：
（1）本发明可自动化检测识别单一等级烟叶的形状、纹理、颜色等特征的一致性，与人工辨选相比，不符合等级要求烟叶的拣除率提高至少3倍、漏拣率提高至少10%；用工比例减少至少90%；
（2）本发明提高了烟叶加工成品的纯净度，减少用工的需求，同时，提高了成品的质量，节约了人工成本，大大提高了烟草加工企业的市场竞争力及企业形象。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种可选的特征聚类图。图中①为细长烟叶特征聚类中心范围，②为合格烟叶特征聚类中心范围；
图2是根据本发明实施例的一种可选的特征聚类图。图中①为青色烟叶GB颜色空间特征聚类中心范围，②为合格烟叶GB颜色空间特征聚类中心范围；
图3是本发明烟叶聚类特征决策树法示意图；
图4是本发明烟叶聚类特征投票法示意图。图中特征1、特征2···特征n为烟叶形状特征（面积、长度、宽度和轮廓）、纹理特征（均匀、细致和粗糙）、颜色特征（柠檬黄色、桔黄色、红棕色、青色、褐色和杂色）中的任一特征；
图5是本发明实施例装置原理示意图。图中1、图像处理系统；2、上位监控系统，3、LED线性光源；4、相机；5、剔除控制器；6、气动电磁阀；7、输送带，箭头方向为物料输送方向；
图6是本发明实施例装置的辨选流程示意图；
图7是本发明实施例装置外型结构示意图。图中7为输送皮带，8为摊薄装置，9为本发明辨选装置。
具体实施方式
下面结合实施例对本发明作进一步的详细描述。
本领域技术人员将会理解，下列实施例仅用于说明本发明，而不应视为限定本发明的范围。实施例中未注明具体技术或条件者，按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。所用设备未注明生产厂商者，均为可以通过购买获得的常规产品。
本技术领域技术人员可以理解的是，本发明中涉及到的相关模块及其实现的功能是在改进后的硬件及其构成的装置、器件或系统上搭载现有技术中常规的计算机软件程序或有关协议就可实现，并非是对现有技术中的计算机软件程序或有关协议进行改进。例如，改进后的计算机硬件系统依然可以通过装载现有的软件操作系统来实现该硬件系统的特定功能。因此，可以理解的是，本发明的创新之处在于对现有技术中硬件模块的改进及其连接组合关系，而非仅仅是对硬件模块中为实现有关功能而搭载的软件或协议的改进。
本技术领域技术人员可以理解的是，本发明中提到的相关模块是用于执行本申请中所述操作、方法、流程中的步骤、措施、方案中的一项或多项的硬件设备。所述硬件设备可以为所需的目的而专门设计和制造，或者也可以采用通用计算机中的已知设备或已知的其他硬件设备。所述通用计算机有存储在其内的程序选择性地激活或重构。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语（包括技术术语和科学术语）具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解，除非另外定义，这里使用的连接关系如果没有特殊的说明，能实现本发明的功能，且与本发明所属领域中的普通技术人员的一般理解相同即可。
实施例1
如图5所示，一种烟叶的一致性辨选装置，包括上位监控系统2、图像处理系统1、光学系统和剔除系统；
所述的光学系统包括相机4和LED线性光源3；LED线性光源3的数量≥2；相机4数量≥1，相机数量由检测精度决定；
所述的剔除系统包括剔除控制器5和气动电磁阀6；
LED线性光源3设于传输带7的正上方，用于为烟叶均匀打光；LED线性光源3的长度根据输送带7的宽度决定。
相机4设于LED线性光源3的上方，用于获取烟叶图像；
相机4与图像处理系统1的图像输入端相连；
上位监控系统2与图像处理系统1的信号输入端相连；
图像处理系统1的信号输出端与剔除控制器5的信号输入端相连；
剔除控制器5的信号输出端与气动电磁阀6相连；
气动电磁阀6设于传输带的出料端；
上位监控系统2用于控制图像处理系统1对从相机4传来的照片进行图像处理，之后将图像处理结果传输至剔除控制器5中；剔除控制器5接收到图像处理结果的数字信号后，将其转换成控制信号，控制气动电磁阀工作6。
气动电磁阀6用于剔除不合格的烟叶。
上位监控系统2运行于工业计算机上，用于与图像处理系统1相关聚类参数的设置及其余控制参数设置。
图像处理系统1用于对烟叶的一致性的聚类识别，并输出识别的结果信号；
剔除控制器5用于接收图像处理系统1的处理结果信号，然后控制气动电磁阀6的开闭时间，对不符合特征要求的烟叶进行剔除。
实施例2
实施例2与实施例1的区别在于：相机4为工业彩色线阵CCD相机。相机传感器CCD数量个数为n，n≥1。其余与实施例2相同。
但本领域技术人员应该知晓，相机4还可以为其它多光谱相机。
实施例3
实施例2与实施例1的区别在于：所述的图像处理系统1包括图像处理计算机或嵌入式图像处理器。所述的嵌入式图像处理器包括FPGA、DSP和DSP+FPGA类型嵌入式图像处理器中的一种，但不限于此。其余与实施例2相同。
实施例4
一种基于上述实施例1-3任意一个烟叶的一致性辨选装置的烟叶一致性辨选方法，包括如下步骤
步骤（1），当某一单一等级烟叶开始生产时，相机获取该单一等级烟叶的图像；
步骤（2），图像处理系统根据相机采集到的图像中的烟叶的形状特征，分别在不同的颜色空间中进行聚类分析，确定当前单一等级烟叶的形状特征在不同颜色空间的聚类中心阈值；形状特征包括烟叶的面积、长度、宽度和轮廓；
步骤（3），图像处理系统根据相机采集到的图像中的烟叶的纹理特征，分别在不同的颜色空间中进行聚类分析，确定当前单一等级烟叶的纹理特征在不同颜色空间的聚类中心阈值；纹理特征包括均匀、细致和粗糙；
步骤（4），图像处理系统根据相机采集到的图像中的烟叶的颜色特征，分别在不同的颜色空间中进行聚类分析，确定当前单一等级烟叶的颜色在不同颜色空间的聚类中心阈值；颜色特征包括柠檬黄色、桔黄色、红棕色、青色、褐色和杂色；
步骤（5），对于待筛选烟叶，首先将烟叶松散摊薄在传输带上，然后通过相机采集待筛选烟叶的图像，图像处理系统对图像进行处理并根据步骤（2）、步骤（3）和步骤（4）的聚类分析结果来判定待筛选烟叶是否为合格的当前单一等级烟叶，如果合格，则进入下一步生产工艺环节；如果不合格，则将数据信号传输至剔除控制器，剔除控制器将数据信号转换为控制信号来控制气动电磁阀工作，剔除不合格烟叶。
其中，步骤（2）、（3）和（4）中所述的颜色空间均为YUV。
其中一些颜色空间与烟叶特征如图1、图2所示。图1所示：细长烟叶与合格烟叶的聚类特征图。对烟叶形状特征中的长度特征进行聚类分析，长度特征通过计算烟叶的长宽比进行表示，找出其聚类中心范围。图1中①为细长烟叶特征聚类中心范围，②为合格烟叶特征聚类中心范围。从图1中可以看出，细长烟叶与合格烟叶聚类中心分布在不同的范围，可以利用该特征进行辨选。图2所示：青色烟叶与合格烟叶的聚类特征图。利用烟叶的RGB颜色空间对烟叶的颜色特征进行聚类分析，找出其聚类中心范围。图2中①为青色烟叶GB颜色空间特征聚类中心范围，②为合格烟叶GB颜色空间特征聚类中心范围，从图2中可以看出，青色烟叶与合格烟叶聚类中心分布在不同的范围，可以利用该特征进行辨选。
步骤（5）中的判定方法为决策树法，其流程如图3所示；具体方法是：根据步骤（2）-（4）中各类特征的聚类分析结果，对烟叶的形状特征、纹理特征、颜色特征依次进行分析，即首先如果烟叶形状聚类特征符合合格烟叶特征时，进行下一步烟叶颜色聚类特征；接着如果烟叶颜色聚类特征符合合格烟叶特征时，进行下一步烟叶纹理聚类特征；最后如果纹理颜色聚类特征符合合格烟叶特征时，该烟叶辨别为合格烟叶。
如果其中某一特征聚类分析不符合合格烟叶特征，则不在进行下一步特征聚类分析，辨别该烟叶为不合格烟叶，进行剔除。
实施例5
实施例5与实施例4的方法都相同，区别在于：步骤（5）中的判定方法为投票法，其流程如图4所示；
投票法的具体方法是根据聚类特征数量规定当前单一等级烟叶的阈值N，之后对待筛选烟叶的形状特征、纹理特征、颜色特征进行投票，符合当前单一等级烟叶特征标记为0，不符合当前单一等级烟叶特征标记为1，对聚类分析标记的结果进行累加，累加值为X，当X>N时，满足票数要求，该烟叶不符合当前单一等级烟叶的特征，为不合格烟叶，进行剔除；当X<N时，不满足票数要求，该烟叶符合当前单一等级烟叶的特征，为合格烟叶。
步骤（2）、（3）和（4）中所述的颜色空间均为RGB和Lab。
实施例6
实施例5与实施例4的方法都相同，区别在于还包括人工复检步骤：采用人工方式进行复检，如果人工判别为当前单一等级烟叶，则将其投入到下一步生产工艺环节中。
步骤（2）、（3）和（4）中所述的颜色空间均为Lab、HIS和HSV中的。
本发明实施例装置的辨选流程示意图如图6所示，外型结构如图7所示，该装置安装在烟草加工企业预处理加工工艺段。单一等级烟叶投料松散摊薄后，当单一等级烟叶开始生产时，相机获取到烟叶图像以后，图像处理系统根据烟叶的等级特征在图像的各类颜色空间中进行特征聚类分析。把一定比例具有相同特征的烟叶辨选为当前等级的烟叶，与当前等级烟叶特征不相同的烟叶辨选为不符合当前等级的烟叶，剔除系统剔除不符合当前等级的烟叶后由人工进行二次判别。人工判别如果该烟叶符合当前等级的烟叶特征，则该烟叶回到当前等级烟叶生产线上；如果该烟叶不符合当前等级的烟叶特征，则依据烟叶分级标准人工判别该烟叶的等级。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.一种烟叶的一致性辨选装置，其特征在于，包括上位监控系统、图像处理系统、光学系统和剔除系统；
所述的光学系统包括相机和LED线性光源；LED线性光源的数量≥2；相机数量≥1；
所述的剔除系统包括剔除控制器和气动电磁阀；
LED线性光源设于传输带的正上方，用于为烟叶均匀打光；
相机设于LED线性光源的上方，用于获取烟叶图像；
相机与图像处理系统的图像输入端相连；
上位监控系统与图像处理系统的信号输入端相连；
图像处理系统的信号输出端与剔除控制器的信号输入端相连；
剔除控制器的信号输出端与气动电磁阀相连；
气动电磁阀设于传输带的出料端；
上位监控系统用于控制图像处理系统对从相机传来的照片进行图像处理，之后将图像处理结果传输至剔除控制器中；剔除控制器接收到图像处理结果的数字信号后，将其转换成控制信号，控制气动电磁阀工作。
2.根据权利要求1所述的烟叶的一致性辨选装置，其特征在于，所述的相机为工业彩色线阵CCD相机。
3.根据权利要求2所述的烟叶的一致性辨选装置，其特征在于，所述的相机传感器CCD数量个数为n，n≥1。
4.根据权利要求1所述的烟叶的一致性辨选装置，其特征在于，所述的图像处理系统包括图像处理计算机或嵌入式图像处理器。
5.根据权利要求4所述的烟叶的一致性辨选装置，其特征在于，所述的嵌入式图像处理器包括FPGA、DSP和DSP+FPGA类型嵌入式图像处理器中的一种。
6.基于权利要求1-5所述的烟叶的一致性辨选装置的烟叶一致性辨选方法，其特征在于，包括如下步骤
步骤（1），当某一单一等级烟叶开始生产时，相机获取该单一等级烟叶的图像；
步骤（2），图像处理系统根据相机采集到的图像中的烟叶的形状特征，分别在不同的颜色空间中进行聚类分析，确定当前单一等级烟叶的形状特征在不同颜色空间的聚类中心阈值；形状特征包括烟叶的面积、长度、宽度和轮廓；
步骤（3），图像处理系统根据相机采集到的图像中的烟叶的纹理特征，分别在不同的颜色空间中进行聚类分析，确定当前单一等级烟叶的纹理特征在不同颜色空间的聚类中心阈值；纹理特征包括均匀、细致和粗糙；
步骤（4），图像处理系统根据相机采集到的图像中的烟叶的颜色特征，分别在不同的颜色空间中进行聚类分析，确定当前单一等级烟叶的颜色在不同颜色空间的聚类中心阈值；颜色特征包括柠檬黄色、桔黄色、红棕色、青色、褐色和杂色；
步骤（5），对于待筛选烟叶，首先将烟叶松散摊薄在传输带上，然后通过相机采集待筛选烟叶的图像，图像处理系统对图像进行处理并根据步骤（2）、步骤（3）和步骤（4）的聚类分析结果来判定待筛选烟叶是否为合格的当前单一等级烟叶，如果合格，则进入下一步生产工艺环节；如果不合格，则将数据信号传输至剔除控制器，剔除控制器将数据信号转换为控制信号来控制气动电磁阀工作，剔除不合格烟叶。
7.根据权利要求6所述的烟叶一致性辨选方法，其特征在于，步骤（2）、（3）和（4）中所述的颜色空间包括RGB、Lab、YUV、HIS和HSV中的至少一种。
8.根据权利要求6所述的烟叶一致性辨选方法，其特征在于，步骤（5）中的判定方法为决策树法；
具体方法是对烟叶的形状特征、纹理特征、颜色特征依次进行分析，即当形状聚类特征不符合合格烟叶特征时，直接辨别为不合格烟叶，不再进行下一个特征聚类分析；只有符合合格烟叶聚类特征时才进行下一个特征聚类分析，以此类推，直到所有聚类特征符合合格烟叶特征才辨别为合格烟叶。
9.根据权利要求6所述的烟叶一致性辨选方法，其特征在于，步骤（5）中的判定方法为投票法；
具体方法是根据聚类特征数量规定当前单一等级烟叶的阈值N，之后对待筛选烟叶的形状特征、纹理特征、颜色特征进行投票，符合当前单一等级烟叶特征标记为0，不符合当前单一等级烟叶特征标记为1，对聚类分析标记的结果进行累加，累加值为X，当X>N时，该烟叶不符合当前单一等级烟叶的特征，为不合格烟叶；当X<N时，该烟叶符合当前单一等级烟叶的特征，为合格烟叶。
10.根据权利要求7-9任意一项烟叶一致性辨选方法，其特征在于，对于不合格烟叶，采用人工方式进行复检，如果人工判别为当前单一等级烟叶，则将其投入到下一步生产工艺环节中。
CN201611238401.6A 2016-12-28 2016-12-28 烟叶的一致性辨选方法及装置 Pending CN106767449A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611238401.6A CN106767449A (zh) 2016-12-28 2016-12-28 烟叶的一致性辨选方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611238401.6A CN106767449A (zh) 2016-12-28 2016-12-28 烟叶的一致性辨选方法及装置

Publications (1)

Publication Number Publication Date
CN106767449A true CN106767449A (zh) 2017-05-31

Family

ID=58925100

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611238401.6A Pending CN106767449A (zh) 2016-12-28 2016-12-28 烟叶的一致性辨选方法及装置

Country Status (1)

Country Link
CN (1) CN106767449A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423755A (zh) * 2017-07-03 2017-12-01 云南中烟工业有限责任公司 一种基于片烟形态特征对片烟进行描述及分类的方法
CN107472601A (zh) * 2017-09-01 2017-12-15 广西德保新贝侬酒厂有限公司 一种制酒车间灯检装置
CN107589079A (zh) * 2017-09-06 2018-01-16 安徽中烟工业有限责任公司 一种基于烟叶颜色检验评价打叶复烤片烟混合均匀性的方法
CN108433167A (zh) * 2018-04-20 2018-08-24 中国烟草总公司郑州烟草研究院 一种雪茄包衣烟叶分拣方法
CN108837936A (zh) * 2018-05-15 2018-11-20 河北卓达建材研究院有限公司 一种建筑垃圾的自动分选方法
CN111199545A (zh) * 2020-01-07 2020-05-26 云南省烟草烟叶公司 一种基于机器视觉鉴别初烤烟叶颜色的方法
CN111990677A (zh) * 2020-08-26 2020-11-27 中国烟草总公司郑州烟草研究院 一种基于原烟自动化精选的打叶复烤工艺
CN113124784A (zh) * 2021-03-17 2021-07-16 红塔烟草(集团)有限责任公司 一种基于激光扫描共聚焦技术的初烤烟部位判定方法
CN114431504A (zh) * 2022-01-20 2022-05-06 红云红河烟草(集团)有限责任公司 一种基于配方单解析计算的烟叶组配投料方案策划算法
CN115479907A (zh) * 2022-08-26 2022-12-16 中国烟草总公司郑州烟草研究院 一种数字化烟叶及其制作方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5887073A (en) * 1995-09-01 1999-03-23 Key Technology, Inc. High speed mass flow food sorting apparatus for optically inspecting and sorting bulk food products
CN102590211A (zh) * 2011-01-11 2012-07-18 郑州大学 利用光谱和图像特征进行烟叶分级的方法
CN102663422A (zh) * 2012-03-27 2012-09-12 江南大学 基于颜色特征的地板层次分类方法
CN103323455A (zh) * 2013-04-24 2013-09-25 南京文采科技有限责任公司 基于反射、透视和显微图像的烟叶分级方法
CN103801514A (zh) * 2014-01-25 2014-05-21 湖南中烟工业有限责任公司 一种制丝线烟叶自动化精选装置及方法
CN104951794A (zh) * 2015-05-15 2015-09-30 江南大学 基于颜色与纹理的竹条自动识别方法与系统开发
CN106446968A (zh) * 2016-11-22 2017-02-22 湖北民族学院 基于fpga的烟叶自动分级系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5887073A (en) * 1995-09-01 1999-03-23 Key Technology, Inc. High speed mass flow food sorting apparatus for optically inspecting and sorting bulk food products
CN102590211A (zh) * 2011-01-11 2012-07-18 郑州大学 利用光谱和图像特征进行烟叶分级的方法
CN102663422A (zh) * 2012-03-27 2012-09-12 江南大学 基于颜色特征的地板层次分类方法
CN103323455A (zh) * 2013-04-24 2013-09-25 南京文采科技有限责任公司 基于反射、透视和显微图像的烟叶分级方法
CN103801514A (zh) * 2014-01-25 2014-05-21 湖南中烟工业有限责任公司 一种制丝线烟叶自动化精选装置及方法
CN104951794A (zh) * 2015-05-15 2015-09-30 江南大学 基于颜色与纹理的竹条自动识别方法与系统开发
CN106446968A (zh) * 2016-11-22 2017-02-22 湖北民族学院 基于fpga的烟叶自动分级系统

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423755B (zh) * 2017-07-03 2020-06-16 云南中烟工业有限责任公司 一种基于片烟形态特征对片烟进行描述及分类的方法
CN107423755A (zh) * 2017-07-03 2017-12-01 云南中烟工业有限责任公司 一种基于片烟形态特征对片烟进行描述及分类的方法
CN107472601A (zh) * 2017-09-01 2017-12-15 广西德保新贝侬酒厂有限公司 一种制酒车间灯检装置
CN107589079A (zh) * 2017-09-06 2018-01-16 安徽中烟工业有限责任公司 一种基于烟叶颜色检验评价打叶复烤片烟混合均匀性的方法
CN107589079B (zh) * 2017-09-06 2019-10-29 安徽中烟工业有限责任公司 一种基于烟叶颜色检验评价打叶复烤片烟混合均匀性的方法
CN108433167A (zh) * 2018-04-20 2018-08-24 中国烟草总公司郑州烟草研究院 一种雪茄包衣烟叶分拣方法
CN108837936A (zh) * 2018-05-15 2018-11-20 河北卓达建材研究院有限公司 一种建筑垃圾的自动分选方法
CN111199545A (zh) * 2020-01-07 2020-05-26 云南省烟草烟叶公司 一种基于机器视觉鉴别初烤烟叶颜色的方法
CN111199545B (zh) * 2020-01-07 2023-02-24 云南省烟草烟叶公司 一种基于机器视觉鉴别初烤烟叶颜色的方法
CN111990677A (zh) * 2020-08-26 2020-11-27 中国烟草总公司郑州烟草研究院 一种基于原烟自动化精选的打叶复烤工艺
CN113124784A (zh) * 2021-03-17 2021-07-16 红塔烟草(集团)有限责任公司 一种基于激光扫描共聚焦技术的初烤烟部位判定方法
CN113124784B (zh) * 2021-03-17 2022-08-05 红塔烟草(集团)有限责任公司 一种基于激光扫描共聚焦技术的初烤烟部位判定方法
CN114431504A (zh) * 2022-01-20 2022-05-06 红云红河烟草(集团)有限责任公司 一种基于配方单解析计算的烟叶组配投料方案策划算法
CN114431504B (zh) * 2022-01-20 2023-06-02 红云红河烟草(集团)有限责任公司 一种基于配方单解析计算的烟叶组配投料方案策划算法
CN115479907A (zh) * 2022-08-26 2022-12-16 中国烟草总公司郑州烟草研究院 一种数字化烟叶及其制作方法

Similar Documents

Publication Publication Date Title
CN106767449A (zh) 烟叶的一致性辨选方法及装置
CN109269951B (zh) 基于图像的浮选尾煤灰分、浓度、粗颗粒含量检测方法
RU2613319C2 (ru) Способ оценки и контроля качества пищевых продуктов на динамической производственной линии
Makky et al. Development of an automatic grading machine for oil palm fresh fruits bunches (FFBs) based on machine vision
Xiaobo et al. Apple color grading based on organization feature parameters
CN110415181A (zh) 一种开放环境下烤烟rgb图像智能识别及等级判定方法
US20060081135A1 (en) Industrial overline imaging system and method
CN114766706B (zh) 一种烟叶除杂与定级方法
CN102601063B (zh) 一种竹片自动识别分级方法
CN108181316A (zh) 一种基于机器视觉的竹条缺陷检测方法
CN110135486A (zh) 基于自适应卷积神经网络的筷子图像分类方法
CN104792789A (zh) 化纤纸管外观检测装置及方法
Andaya et al. Meat marbling scoring using image processing with fuzzy logic based classifier
Wen et al. Fuzzy-based determination of model and parameters of dual-wavelength vision system for on-line apple sorting
Li et al. A method for color classification of fruits based on machine vision
WO2013110529A1 (de) Verfahren zum einrichtung einer dem optischen identifizieren von objekten dienender anlage, laborbildaufnahmesystem zum durchführen eines solchen verfahrens und anordnung umfassend das laborbildaufnahmesystem sowie die anlage
JP5006147B2 (ja) 木材の検査方法及び装置及びプログラム
Chauhan et al. Intelligent estimator for assessing apple fruit quality
Ogorodnikova et al. Method of ripe tomato detecting for a harvesting robot
CN111482381B (zh) 全自动分拣系统及方法
Liu et al. Intelligent bamboo part sorting system design via machine vision
CN109829496A (zh) 一种物理测量分类方法及设备
CN105787944B (zh) 一种基于工业相机的铺叶台摆把监控装置及监控方法
Faria et al. A computer vision system for color grading wood boards using fuzzy logic
Ibrahim et al. Image processing system for automated classification date fruit

Legal Events

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

Application publication date: 20170531

RJ01 Rejection of invention patent application after publication