CN111614880A - 一种基于视觉技术的卷烟品规识别方法 - Google Patents
一种基于视觉技术的卷烟品规识别方法 Download PDFInfo
- Publication number
- CN111614880A CN111614880A CN202010488885.XA CN202010488885A CN111614880A CN 111614880 A CN111614880 A CN 111614880A CN 202010488885 A CN202010488885 A CN 202010488885A CN 111614880 A CN111614880 A CN 111614880A
- Authority
- CN
- China
- Prior art keywords
- cigarette
- identification method
- light source
- product specification
- method based
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于视觉技术的卷烟品规识别方法,该卷烟品规识别方法适用于高清识别系统中,该识别系统包括硬件部分和软件部分;所述硬件部分包括工业相机、优选的8mm工业镜头;所述软件部分包括光源控制系统、图片采集系统、图片特征比对系统;所述光源控制系统可控制光源控制器电流参数,自动调节光源亮度;所述图片采集系统可接收相机触发信号,控制相机拍照;本发明所述的一种基于视觉技术的卷烟品规识别方法,烟箱的表面存在各种颜色的纹理,如用固定亮度的光源,容易造成过曝现象,因此本系统可以通过控制器控制光源亮度,针对不同反光度的烟箱多次曝光,软件可以自动选取曝光越清晰的图片进行识别,从而提高识别率。
Description
技术领域
本发明属于卷烟识别领域,特别涉及一种基于视觉技术的卷烟品规识别方法。
背景技术
机器视觉是人工智能正在快速发展的一个分支。简单说来,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作;
而在卷烟品规方面,还没有一种能够识别卷烟包装的装置或系统方法,为此,我们提出一种基于视觉技术的卷烟品规识别方法。
发明内容
本发明的主要目的在于提供一种基于视觉技术的卷烟品规识别方法,可以有效解决背景技术中的问题。
为实现上述目的,本发明采取的技术方案为:
一种基于视觉技术的卷烟品规识别方法,该卷烟品规识别方法适用于高清识别系统中,该识别系统包括硬件部分和软件部分;
所述硬件部分包括工业相机、优选的8mm工业镜头;
所述软件部分包括光源控制系统、图片采集系统、图片特征比对系统;
所述光源控制系统可控制光源控制器电流参数,自动调节光源亮度;
所述图片采集系统可接收相机触发信号,控制相机拍照。
优选的,所述硬件部分采用的工业相机为600万相素高清工业相机。
优选的,600万相素高清工业相机的数量安装有两个。
优选的,所述工业相机与8mm工业镜头配合使用的拍摄面积为1800mm*1400mm。
一种基于视觉技术的卷烟品规识别方法,该卷烟品规识别方法包括以下步骤:
步骤一、首先从每种品规的烟箱图像中取出speeded uprobust features(SURF)特征值,并保存下来;
步骤二、当在线检测时,获取侧面相机图像后,与已保存的每种品规特征值进行匹配,寻找匹配特征点数量最多的品规;
步骤三、匹配特征点数量小于指定阈值时,判断为该烟箱的品规无法识别。
优选的,该卷烟品规识别方法识别对象为异形烟箱、细支烟箱、循环烟箱与常规烟箱。
与现有技术相比,本发明具有如下有益效果:该一种基于视觉技术的卷烟品规识别方法,烟箱的表面存在各种颜色的纹理,如用固定亮度的光源,容易造成过曝现象,因此本系统可以通过控制器控制光源亮度,针对不同反光度的烟箱多次曝光,软件可以自动选取曝光越清晰的图片进行识别,从而提高识别率。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
一种基于视觉技术的卷烟品规识别方法,该卷烟品规识别方法适用于高清识别系统中,该识别系统包括硬件部分和软件部分;
所述硬件部分包括工业相机、8mm工业镜头;
所述软件部分包括光源控制系统、图片采集系统、图片特征比对系统;
所述光源控制系统可控制光源控制器电流参数,自动调节光源亮度;
所述图片采集系统可接收相机触发信号,控制相机拍照。
硬件部分采用的工业相机为600万相素高清工业相机;600万相素高清工业相机的数量安装有两个;工业相机与8mm工业镜头配合使用的拍摄面积为1800mm*1400mm。
该卷烟品规识别方法包括以下步骤:首先从每种品规的烟箱图像中取出speededuprobust features(SURF)特征值,并保存下来;当在线检测时,获取侧面相机图像后,与已保存的每种品规特征值进行匹配,寻找匹配特征点数量最多的品规;匹配特征点数量小于指定阈值时,判断为该烟箱的品规无法识别。
该卷烟品规识别方法识别对象为异形烟箱、细支烟箱、循环烟箱与常规烟箱。
实施例1
本系统可识别:常规烟箱,约一半的品项都属于常规烟箱,形状尺寸完全相同,只有烟箱上的颜色、图案和文字不同,每种品项的常规烟箱的图案和文字存在很大差别。
首先从每种品规的烟箱图像中取出speeded uprobust features(SURF)特征值,并保存下来;当在线检测时,获取侧面相机图像后,与已保存的每种品规特征值进行匹配,寻找匹配特征点数量最多的品规;匹配特征点数量小于指定阈值时,判断为该烟箱的品规无法识别。
实施例2
本系统可识别:循环烟箱,即可循环使用的烟箱,不同品项的循环烟箱形状尺寸和颜色也完全相同,烟箱表面图案和文字也极为相似,仅有几处贴有代表具体品项的贴纸,且贴纸面积和常规烟箱上的品项图案及文字相比非常小。
首先从每种品规的烟箱图像中取出speeded uprobust features(SURF)特征值,并保存下来;当在线检测时,获取侧面相机图像后,与已保存的每种品规特征值进行匹配,寻找匹配特征点数量最多的品规;匹配特征点数量小于指定阈值时,判断为该烟箱的品规无法识别。
实施例3
本系统可识别:异形烟箱和细支烟箱,每一种品项的形状和尺寸都有所不同,一般比常规烟箱和循环烟箱小,品项图案、颜色和文字差别大。
首先从每种品规的烟箱图像中取出speeded uprobust features(SURF)特征值,并保存下来;当在线检测时,获取侧面相机图像后,与已保存的每种品规特征值进行匹配,寻找匹配特征点数量最多的品规;匹配特征点数量小于指定阈值时,判断为该烟箱的品规无法识别。
以上显示和描述了本发明的基本原理和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 (6)
1.一种基于视觉技术的卷烟品规识别方法,其特征在于,该卷烟品规识别方法适用于高清识别系统中,该识别系统包括硬件部分和软件部分;
所述硬件部分包括工业相机、优选的8mm工业镜头;
所述软件部分包括光源控制系统、图片采集系统、图片特征比对系统;
所述光源控制系统可控制光源控制器电流参数,自动调节光源亮度;
所述图片采集系统可接收相机触发信号,控制相机拍照。
2.根据权利要求1所述的一种基于视觉技术的卷烟品规识别方法,其特征在于:所述硬件部分采用的工业相机为优选的600万相素高清工业相机。
3.根据权利要求2所述的一种基于视觉技术的卷烟品规识别方法,其特征在于:优选的600万相素高清工业相机的数量安装有两个。
4.根据权利要求1所述的一种基于视觉技术的卷烟品规识别方法,其特征在于:所述工业相机与优选的8mm工业镜头配合使用的拍摄面积为1800mm*1400mm。
5.根据权利要求1所述的一种基于视觉技术的卷烟品规识别方法,其特征在于:该卷烟品规识别方法包括以下步骤:
步骤一、首先从每种品规的烟箱图像中取出speeded uprobust features(SURF)特征值,并保存下来;
步骤二、当在线检测时,获取侧面相机图像后,与已保存的每种品规特征值进行匹配,寻找匹配特征点数量最多的品规;
步骤三、匹配特征点数量小于指定阈值时,判断为该烟箱的品规无法识别。
6.根据权利要求1所述的一种基于视觉技术的卷烟品规识别方法,其特征在于:该卷烟品规识别方法识别对象为异形烟箱、细支烟箱、循环烟箱与常规烟箱。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010488885.XA CN111614880A (zh) | 2020-06-02 | 2020-06-02 | 一种基于视觉技术的卷烟品规识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010488885.XA CN111614880A (zh) | 2020-06-02 | 2020-06-02 | 一种基于视觉技术的卷烟品规识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111614880A true CN111614880A (zh) | 2020-09-01 |
Family
ID=72205225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010488885.XA Pending CN111614880A (zh) | 2020-06-02 | 2020-06-02 | 一种基于视觉技术的卷烟品规识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111614880A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105701476A (zh) * | 2016-02-04 | 2016-06-22 | 合肥泰禾光电科技股份有限公司 | 一种基于机器视觉的生产线产品自动化识别系统及方法 |
CN108423251A (zh) * | 2018-02-13 | 2018-08-21 | 中国烟草总公司北京市公司物流中心 | 一种卷烟自动分拣系统 |
CN108620343A (zh) * | 2018-04-09 | 2018-10-09 | 河南中烟工业有限责任公司 | 一种基于ccd的烟箱外观质量检测方法 |
CN109214222A (zh) * | 2018-08-31 | 2019-01-15 | 四川和鼎昇泰信息技术有限公司 | 基于嵌入式的32位条烟激光码识别系统及其识别方法 |
-
2020
- 2020-06-02 CN CN202010488885.XA patent/CN111614880A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105701476A (zh) * | 2016-02-04 | 2016-06-22 | 合肥泰禾光电科技股份有限公司 | 一种基于机器视觉的生产线产品自动化识别系统及方法 |
CN108423251A (zh) * | 2018-02-13 | 2018-08-21 | 中国烟草总公司北京市公司物流中心 | 一种卷烟自动分拣系统 |
CN108620343A (zh) * | 2018-04-09 | 2018-10-09 | 河南中烟工业有限责任公司 | 一种基于ccd的烟箱外观质量检测方法 |
CN109214222A (zh) * | 2018-08-31 | 2019-01-15 | 四川和鼎昇泰信息技术有限公司 | 基于嵌入式的32位条烟激光码识别系统及其识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10937167B2 (en) | Automated generation of pre-labeled training data | |
Deb et al. | Shadow detection and removal based on YCbCr color space | |
US20110262036A1 (en) | Method and system for item identification | |
CN111027415B (zh) | 一种基于偏振图像的车辆检测方法 | |
CN108875619A (zh) | 视频处理方法和装置、电子设备、计算机可读存储介质 | |
CN108038867A (zh) | 基于多特征融合和立体视觉的火焰检测和定位方法 | |
CN107609475B (zh) | 基于光场相机的行人检测误检提出方法 | |
Tantaswadi et al. | Machine vision for automated visual inspection of cotton quality in textile industries using color isodiscrimination contour | |
CN106997457A (zh) | 人物肢体识别方法、人物肢体识别装置及电子装置 | |
CN105825204A (zh) | 一种智能相机夜间识别电力设备表计的方法 | |
CN114018946B (zh) | 一种基于OpenCV的高反光瓶盖缺陷检测方法 | |
CN116862900A (zh) | 一种大葱育秧播种质量检测方法 | |
CN114113129A (zh) | 一种镜片微小缺陷识别抓取系统及方法 | |
CN104813341B (zh) | 图像处理系统以及图像处理方法 | |
CN104346614B (zh) | 一种实景下的西瓜图像处理和定位方法 | |
CN111614880A (zh) | 一种基于视觉技术的卷烟品规识别方法 | |
CN110569753A (zh) | 一种基于机器视觉的条烟在线识别方法及系统 | |
CN106599779A (zh) | 一种人耳识别方法 | |
CN108109138B (zh) | 一种针对类镜面物体的高光区域自适应匀光的方法 | |
CN105510339A (zh) | 一种基于机器视觉的饮料瓶满箱检测方法 | |
CN110334713B (zh) | 一种内衬纸产品类型的智能识别方法 | |
Hall et al. | Brand identification using gaussian derivative histograms | |
Wang et al. | An efficient method of shadow elimination based on image region information in HSV color space | |
CN107246841A (zh) | 一种汽车零部件的多视点检测分选装置 | |
CN110889321A (zh) | 一种智能人脸防过曝算法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200901 |