CN113781423A - 烟叶状态检测方法 - Google Patents
烟叶状态检测方法 Download PDFInfo
- Publication number
- CN113781423A CN113781423A CN202111027855.XA CN202111027855A CN113781423A CN 113781423 A CN113781423 A CN 113781423A CN 202111027855 A CN202111027855 A CN 202111027855A CN 113781423 A CN113781423 A CN 113781423A
- Authority
- CN
- China
- Prior art keywords
- tobacco leaf
- length
- leaf
- blade
- acquiring
- 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
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 48
- 238000001514 detection method Methods 0.000 title claims abstract description 13
- 244000061176 Nicotiana tabacum Species 0.000 title 1
- 241000208125 Nicotiana Species 0.000 claims abstract description 47
- 230000004069 differentiation Effects 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30128—Food products
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明提供了一种烟叶状态检测方法，获取烟叶照片；获取照片中烟叶的轮廓信息；获取烟叶轮廓的中点所在的曲线，并获取该曲线的长度；根据该曲线长度获取烟叶的叶片长度。该发明通过一次图像识别获取叶片的长度和展开程度，具有误差小、使用方便的优点。
Description
技术领域
本发明涉及烟叶领域，尤其是涉及了烟叶状态检测方法。
背景技术
在评价烟叶等级时，叶片长度是一个重要指标，目前国内基本上都是通过手工拉直叶片来测量长度，费时费力。此外，由于烟草的叶片明显的卷曲，所以直接通过视觉估计无法得到准确长度。
在依靠计算机视觉进行烟叶分级时，需要先判断烟叶展开程度。如果烟叶卷曲严重，在后端的算法中可能会造成算法错误和建模失败。
发明内容
为了解决背景技术中所存在的问题，本发明提出了烟叶状态检测方法。
烟叶状态检测方法，获取烟叶照片；获取照片中烟叶的轮廓信息；获取烟叶轮廓的中点所在的曲线，并获取该曲线的长度；根据该曲线长度获取烟叶的叶片长度。
基于上述，获取叶片轮廓面积，根据叶片面积和叶片长度判定叶片的展开程度。
基于上述，获取烟叶的横向摆放照片，去除照片中的烟叶背景，将叶片区域与背景区域进行差异化处理。
基于上述，添加叶片的最小外接矩形，从叶片轮廓与最小外接矩形的左交点开始到右交点为止，获取叶片轮廓的中点曲线。
基于上述，通过线积分获取曲线长度，并将曲线长度乘以一个固定的伸缩系数获得叶片长度。
基于上述，通过照片轮廓内像素的个数获得叶片面积，通过将叶片面积与叶片长度的比值和预设的阈值对比即可判定叶子的展开程度。
本发明相对现有技术具有突出的实质性特点和显著的进步，具体的说，本发明通过一次图像识别获取叶片的长度和展开程度，具有误差小、使用方便的优点。
附图说明
图1是本发明的结构示意框图。
图2是本发明获取的烟叶照片图。
图3是本发明图2中去除背景的烟叶图。
图4是本发明获取烟叶轮廓的烟叶图。
图5是本发明添加最小外接矩形的烟叶图。
图6是本发明外接矩形旋转至水平位置的烟叶图。
图7是本发明对烟叶轮廓的中点列扫描线过程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1-图7所示，烟叶状态检测方法，获取烟叶照片；获取照片中烟叶的轮廓信息；获取烟叶轮廓的中点所在的曲线，并获取该曲线的长度；根据该曲线长度获取烟叶的叶片长度。
具体的，获取烟叶的横向摆放照片，去除照片中的烟叶背景，将叶片区域与背景区域进行差异化处理，如将叶片区域进行色阶调节等以将叶片区域与背景区域的颜色进行差异化处理。并获取叶片的轮廓信息，如使用opencv中获取轮廓的函数findContours来获取叶片的轮廓。添加叶片的最小外接矩形，如使用opencv的函数minAreaRect为叶片轮廓的最小外接矩形。将叶片随外接矩形旋转，以将外接矩形旋转至水平位置，从叶片轮廓与最小外接矩形的左交点开始到右交点为止，获取叶片轮廓的中点曲线。本实施例中通过列扫的方式，从叶片轮廓与最小外接矩形的左交点开始到右交点为止，逐列求列扫描线中点，这样可以得到一段离散的中点。然后使用滑动窗口滤波，将这些离散的中点滤波成一条曲线，再使用线积分就可以获得曲线长度。由于叶片是损伤率不超过2%，因此叶片轮廓边缘不会有较大的缺口等，也即不会造成列扫描线的长度突变，不会对列扫面线中点获取中点曲线造成影响。将曲线长度乘以一个固定的伸缩系数后即可获得叶片长度。
通过照片轮廓内像素的个数获得叶片面积，通过将叶片面积与叶片长度的比值和预设的阈值对比即可判定叶子的展开程度，本实施例中阈值为50%，超过该阈值则认为叶片展开。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (6)
1.烟叶状态检测方法，其特征在于：
获取烟叶照片；
获取照片中烟叶的轮廓信息；
获取烟叶轮廓的中点所在的曲线，并获取该曲线的长度；
根据该曲线长度获取烟叶的叶片长度。
2.根据权利要求1所述的烟叶状态检测方法，其特征在于：获取叶片轮廓面积，根据叶片面积和叶片长度判定叶片的展开程度。
3.根据权利要求1所述的烟叶状态检测方法，其特征在于：获取烟叶的横向摆放照片，去除照片中的烟叶背景，将叶片区域与背景区域进行差异化处理。
4.根据权利要求1所述的烟叶状态检测方法，其特征在于：添加叶片的最小外接矩形，从叶片轮廓与最小外接矩形的左交点开始到右交点为止，获取叶片轮廓的中点曲线。
5.根据权利要求4所述的烟叶状态检测方法，其特征在于：通过线积分获取曲线长度，并将曲线长度乘以一个固定的伸缩系数获得叶片长度。
6.根据权利要求1所述的烟叶状态检测方法，其特征在于：通过照片轮廓内像素的个数获得叶片面积，通过将叶片面积与叶片长度的比值和预设的阈值对比即可判定叶子的展开程度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111027855.XA CN113781423B (zh) | 2021-09-02 | 2021-09-02 | 烟叶状态检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111027855.XA CN113781423B (zh) | 2021-09-02 | 2021-09-02 | 烟叶状态检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113781423A true CN113781423A (zh) | 2021-12-10 |
| CN113781423B CN113781423B (zh) | 2024-04-26 |
Family
ID=78840744
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111027855.XA Active CN113781423B (zh) | 2021-09-02 | 2021-09-02 | 烟叶状态检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113781423B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2466351C1 (ru) * | 2011-06-08 | 2012-11-10 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Поволжский государственный технологический университет" | Способ измерения площади листьев у древесных растений |
| CN104180774A (zh) * | 2014-08-14 | 2014-12-03 | 云南昆船设计研究院 | 一种烟叶叶片外形轮廓表征方法 |
| CN110116138A (zh) * | 2019-06-13 | 2019-08-13 | 沈阳建筑大学 | 一种轧制过程中热态钢板长度及侧弯测量方法 |
| CN110632068A (zh) * | 2019-08-09 | 2019-12-31 | 上海创和亿电子科技发展有限公司 | 一种烟叶耐加工性的测量方法 |
| CN111274860A (zh) * | 2019-11-08 | 2020-06-12 | 杭州安脉盛智能技术有限公司 | 一种基于机器视觉的在线自动烟叶等级分选的识别方法 |
-
2021
- 2021-09-02 CN CN202111027855.XA patent/CN113781423B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2466351C1 (ru) * | 2011-06-08 | 2012-11-10 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Поволжский государственный технологический университет" | Способ измерения площади листьев у древесных растений |
| CN104180774A (zh) * | 2014-08-14 | 2014-12-03 | 云南昆船设计研究院 | 一种烟叶叶片外形轮廓表征方法 |
| CN110116138A (zh) * | 2019-06-13 | 2019-08-13 | 沈阳建筑大学 | 一种轧制过程中热态钢板长度及侧弯测量方法 |
| CN110632068A (zh) * | 2019-08-09 | 2019-12-31 | 上海创和亿电子科技发展有限公司 | 一种烟叶耐加工性的测量方法 |
| CN111274860A (zh) * | 2019-11-08 | 2020-06-12 | 杭州安脉盛智能技术有限公司 | 一种基于机器视觉的在线自动烟叶等级分选的识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 陈朋等: ""基于模糊择近原则的烟叶自动分级算法研究"", 《中国农机化学报》, vol. 37, no. 9, pages 108 - 111 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113781423B (zh) | 2024-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114418957B (zh) | 基于机器人视觉的全局和局部二值模式图像裂缝分割方法 | |
| JPH02285475A (ja) | エッジとラインとの抽出方法とその装置 | |
| CN106934806B (zh) | 一种基于结构清晰度的无参考图失焦模糊区域分割方法 | |
| JP2003529114A (ja) | 光学スキャナとそのためのソフトウエア | |
| US11475707B2 (en) | Method for extracting image of face detection and device thereof | |
| CN112991287B (zh) | 一种基于全卷积神经网络的自动压痕测量方法 | |
| EP2613294A1 (en) | System and method for synthesizing portrait sketch from photo | |
| Harb et al. | Improved image magnification algorithm based on Otsu thresholding | |
| CN113554649B (zh) | 一种缺陷检测方法、装置、计算机设备及存储介质 | |
| CN106651792B (zh) | 一种卫星影像条带噪声去除方法及装置 | |
| JP2007272435A (ja) | 顔特徴抽出装置及び顔特徴抽出方法 | |
| CN103247049A (zh) | 一种smt焊点图像分割方法 | |
| CN106327551B (zh) | 基于边缘检测和图像拼接的书画自动配框方法 | |
| CN112652015A (zh) | 基于bim的路面病害标记方法和装置 | |
| CN111028214B (zh) | 一种基于云平台的皮肤检测装置 | |
| CN116228768A (zh) | 一种电子元器件表面划痕检测方法 | |
| KR101870084B1 (ko) | 그림자의 수직경계선을 이용한 원격탐사영상의 그림자 제거방법 | |
| CN104134195A (zh) | 基于块几何稀疏的图像修复方法 | |
| CN109410197B (zh) | 一种定位液晶屏检测区域的方法及装置 | |
| CN111445435A (zh) | 一种基于多区块小波变换的无参考图像质量评价方法 | |
| CN113781423B (zh) | 烟叶状态检测方法 | |
| CN114140416A (zh) | 一种基于机器视觉的玻璃边缘检测方法和系统 | |
| CN112232345B (zh) | 配置信息确定和图像有效区域提取方法和装置 | |
| CN111754461B (zh) | 半导体芯片图像字符区域的定位方法、装置 | |
| CN106023102B (zh) | 一种基于多尺度结构块的图像修复方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |