CN114298968B - 批量运动烟支计数方法 - Google Patents
批量运动烟支计数方法 Download PDFInfo
- Publication number
- CN114298968B CN114298968B CN202111349033.3A CN202111349033A CN114298968B CN 114298968 B CN114298968 B CN 114298968B CN 202111349033 A CN202111349033 A CN 202111349033A CN 114298968 B CN114298968 B CN 114298968B
- Authority
- CN
- China
- Prior art keywords
- image
- cigarette
- images
- cigarettes
- gray level
- 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.)
- Active
Links
- 235000019504 cigarettes Nutrition 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 37
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 230000009466 transformation Effects 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims abstract description 10
- 230000011218 segmentation Effects 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims description 10
- 238000010586 diagram Methods 0.000 claims description 7
- 238000003708 edge detection Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 abstract description 5
- 239000002699 waste material Substances 0.000 abstract description 4
- 238000000605 extraction Methods 0.000 abstract description 3
- 230000000877 morphologic effect Effects 0.000 abstract description 3
- 230000001186 cumulative effect Effects 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种批量运动烟支计数方法,本发明的主要设计构思在于,定时获取运动烟支图像,对任意一前一后两幅烟支图像,通过特征检测、特征匹配、求解仿射变换矩阵等步骤划分两幅图像中的重合区域与不重合区域,再结合阈值分割、形态学处理、边缘提取、斑点检测等运算步骤,获取图像中烟支的中心点坐标,由此统计前后两幅图像中不重合区域的烟支中心点坐标数量,即可得到在后图像相对于在前图像具有差异的烟支数目,从而累计得出当前的烟支总数。本发明在卷烟加工环节的任意通道处均能识别并累计批量运动烟支的数量,从而可准确定位到产生浪费的环节,显著改善现有的消耗管控机制。
Description
技术领域
本发明涉及卷烟制造领域,尤其涉及一种批量运动烟支计数方法。
背景技术
卷烟加工过程中生产速度极快,烟支在通道中以多层堆积的形式运动前进,卷烟机根据设计生产能力计算产出的烟支数量,然而,通道内任一位置的烟支都可能被取出作为残次品处理,目前尚没有便捷的针对大批量运动烟支的计数方案,无法在卷烟加工的任意通道处识别并累计通过的烟支数量,导致难以准确定位产生浪费的工艺环节,由此,行业内亟需一套基于批量运动烟支计数方案的消耗管控机制。
发明内容
鉴于上述,本发明旨在提供一种批量运动烟支计数方法,以提供可靠的消耗管控机制。
本发明采用的技术方案如下:
一种批量运动烟支计数方法,其中包括:
按预设采样间隔获取烟支批量运动过程中的在先烟支灰度图及在后烟支灰度图;
分别对在先烟支灰度图及在后烟支灰度图进行特征检测,得到两幅图像各自的特征点集;
对两个特征点集进行特征匹配,得到匹配成功的特征点对;
计算所述特征点对之间的仿射变换矩阵;
使用所述仿射变换矩阵对在先烟支灰度图的四个顶点坐标进行仿射变换,得到多边形区域;
对在后烟支灰度图进行阈值分割得到二值图;
填平所述二值图中的孔洞并消除其中的孤立点,得到处理后的第一图像;
消除所述第一图像中的背景仅保留烟支区域,得到处理后的第二图像;
对所述第二图像进行边缘检测,获得仅保留烟支边缘的第三图像;
连接所述第三图像中烟支边缘的断点,得到处理后的第四图像;
结合所述第二图像,将所述第四图像的烟支边缘处的像素值变为0,得到处理后的第五图像;
对所述第五图像进行斑点检测得到斑点中心坐标;
结合所述多边形区域,并根据所述斑点中心坐标确定本轮检测出的烟支差异数目;
重复上述过程,累计各轮检测出的烟支差异数目,得到烟支总数。
在其中至少一种可能的实现方式中,所述得到处理后的第一图像包括:先对所述二值图进行开运算再进行闭运算。
在其中至少一种可能的实现方式中,所述得到处理后的第二图像包括:利用所述第一图像与在后烟支灰度图进行位运算。
在其中至少一种可能的实现方式中,所述得到处理后的第四图像包括:对所述第三图像进行闭运算。
在其中至少一种可能的实现方式中,所述得到处理后的第五图像包括:对所述第四图像取反后,与所述第二图像进行位运算。
在其中至少一种可能的实现方式中,所述确定本轮检测出的烟支差异数目包括:通过射线法、面积法或夹角和法,求取所述斑点中心坐标。
在其中至少一种可能的实现方式中,所述得到两幅图像各自的特征点集包括:分别提取在先烟支灰度图及在后烟支灰度图的ORB特征,基于两幅图像的ORB特征构建特征点集。
在其中至少一种可能的实现方式中,所述对两个特征点集进行特征匹配包括:结合FLANN特征匹配算法对两个特征点集中的特征点进行匹配操作。
本发明的主要设计构思在于,定时获取运动烟支图像,对任意一前一后两幅烟支图像,通过特征检测、特征匹配、求解仿射变换矩阵等步骤划分两幅图像中的重合区域与不重合区域,再结合阈值分割、形态学处理、边缘提取、斑点检测等运算步骤,获取图像中烟支的中心点坐标,由此统计前后两幅图像中不重合区域的烟支中心点坐标数量,即可得到在后图像相对于在前图像具有差异的烟支数目,从而累计得出当前的烟支总数。本发明在卷烟加工环节的任意通道处均能识别并累计批量运动烟支的数量,从而可准确定位到产生浪费的环节,显著改善现有的消耗管控机制。
附图说明
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步描述,其中:
图1为本发明实施例提供的批量运动烟支计数方法的流程图;
图2为本发明实施例提供的图像3的示意图;
图3为本发明实施例提供的图像4的示意图;
图4为本发明实施例提供的图像5的示意图;
图5为本发明实施例提供的图像6的示意图;
图6为本发明实施例提供的图像7的示意图;
图7为本发明实施例提供的图像8的示意图;
图8为本发明实施例提供的图像9的示意图。
具体实施方式
下面详细描述本发明的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本发明提出了一种批量运动烟支计数方法的实施例,具体来说,如图1,并结合图2~图8所示,其中包括:
步骤S1、按预设采样间隔获取烟支批量运动过程中的在先烟支灰度图及在后烟支灰度图。
具体地,可由安装在各设备通道处的视觉采集装置,按既定的周期时长拍摄运动过程中的大量烟支的灰度图,可以理解地,在后图像即为目标对象,也即是当前图像;而在前图像则作为参考图,在实际操作中,可记录前后时刻两幅图像为图像1、图像2。
步骤S2、分别对在先烟支灰度图及在后烟支灰度图进行特征检测,得到两幅图像各自的特征点集。
在实际操作中,可由图像处理系统分别提取图像1、图像2的ORB特征,并构建出两幅图像的特征点集。
步骤S3、对两个特征点集进行特征匹配,得到匹配成功的特征点对。
在实际操作中,可由图像处理系统结合FLANN特征匹配算法对两个特征点集中的特征点进行匹配操作。
步骤S4、计算特征点对之间的仿射变换矩阵(记为M)。
此步骤可结合已有的仿射变换矩阵求解算法,对此本发明不作赘述。
步骤S5、使用仿射变换矩阵M对在先烟支灰度图的四个顶点坐标进行仿射变换,得到多边形区域(记为P)。
本领域技术人员可理解的是,基于匹配一致的特征点对获得的多边形区域P即为图像1和图像2的重合区域。
步骤S6、对在后烟支灰度图进行阈值分割得到二值图(记为图像3)。
二值图内灰度值高的像素即为烟支所在区域,因而此步骤的目的是确定在后烟支灰度图中的烟支区域,消除背景影响。
步骤S7、填平二值图中的孔洞并消除其中的孤立点,得到处理后的第一图像(记为图像4)。
在实际操作中,可以先对图像3进行开运算再进行闭运算即可得到图像4。
步骤S8、消除所述第一图像中的背景仅保留烟支区域,得到处理后的第二图像(记为图像5)。
在实际操作中,结合图像4与图像2进行位运算即可得到图像5。
步骤S9、对所述第二图像进行边缘检测,获得仅保留烟支边缘的第三图像(记为图像6)。
在实际操作中,可以但不限于使用Scharr边缘检测算子,这样,可将紧挨的烟支分离成一个个单独的斑点。
步骤S10、连接第三图像中烟支边缘的断点,得到处理后的第四图像(记为图像7)。
在实际操作中,可以通过对图像6进行闭运算得到图像7。
步骤S11、结合所述第二图像,将所述第四图像的烟支边缘处的像素值变为0,得到处理后的第五图像(记为图像8)。
在实际操作中,对图像7取反后与前述图像5进行位运算得到图像8,使当前图像中紧挨着的烟支图像变成一个个孤立的圆点。
步骤S12、对所述第五图像进行斑点检测得到斑点中心坐标。
具体地,还可以根据斑点中心坐标绘制出图像9,当然,图像9仅做展示,与结果无关。
步骤S13、结合所述多边形区域,并根据所述斑点中心坐标确定本轮检测出的烟支差异数目。
可以理解地,在一些实施例中,在区域P之外的即为图像2相比图像1多出的烟支数。而在实际操作中,判断斑点中心坐标是否在区域外有多种方法,例如射线法、面积法或夹角和法等。
步骤S14、重复上述过程,累计各轮检测出的烟支差异数目,得到烟支总数。
可理解地,也即是将图像2作为新的图像1,将下一时刻拍摄的图像作为新的图像2,以此类推,进行多轮检测后累计出每轮基于两幅图像检测出的数目差。
综上所述,本发明的主要设计构思在于,定时获取运动烟支图像,对任意一前一后两幅烟支图像,通过特征检测、特征匹配、求解仿射变换矩阵等步骤划分两幅图像中的重合区域与不重合区域,再结合阈值分割、形态学处理、边缘提取、斑点检测等运算步骤,获取图像中烟支的中心点坐标,由此统计前后两幅图像中不重合区域的烟支中心点坐标数量,即可得到在后图像相对于在前图像具有差异的烟支数目,从而累计得出当前的烟支总数。本发明在卷烟加工环节的任意通道处均能识别并累计批量运动烟支的数量,从而可准确定位到产生浪费的环节,显著改善现有的消耗管控机制。
本发明实施例中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示单独存在A、同时存在A和B、单独存在B的情况。其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项”及其类似表达,是指的这些项中的任意组合,包括单项或复数项的任意组合。例如,a,b和c中的至少一项可以表示:a,b,c,a和b,a和c,b和c或a和b和c,其中a,b,c可以是单个,也可以是多个。
以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效果,但以上仅为本发明的较佳实施例,需要言明的是,上述实施例及其优选方式所涉及的技术特征,本领域技术人员可以在不脱离、不改变本发明的设计思路以及技术效果的前提下,合理地组合搭配成多种等效方案;因此,本发明不以图面所示限定实施范围,凡是依照本发明的构想所作的改变,或修改为等同变化的等效实施例,仍未超出说明书与图示所涵盖的精神时,均应在本发明的保护范围内。
Claims (8)
1.一种批量运动烟支计数方法,其特征在于,包括:
按预设采样间隔获取烟支批量运动过程中的在先烟支灰度图及在后烟支灰度图;
分别对在先烟支灰度图及在后烟支灰度图进行特征检测,得到两幅图像各自的特征点集;
对两个特征点集进行特征匹配,得到匹配成功的特征点对;
计算所述特征点对之间的仿射变换矩阵;
使用所述仿射变换矩阵对在先烟支灰度图的四个顶点坐标进行仿射变换,得到多边形区域;
对在后烟支灰度图进行阈值分割得到二值图;
填平所述二值图中的孔洞并消除其中的孤立点,得到处理后的第一图像;
消除所述第一图像中的背景仅保留烟支区域,得到处理后的第二图像;
对所述第二图像进行边缘检测,获得仅保留烟支边缘的第三图像;
连接所述第三图像中烟支边缘的断点,得到处理后的第四图像;
结合所述第二图像,将所述第四图像的烟支边缘处的像素值变为0,得到处理后的第五图像;
对所述第五图像进行斑点检测得到斑点中心坐标;
结合所述多边形区域,并根据所述斑点中心坐标确定本轮检测出的烟支差异数目;
重复上述过程,累计各轮检测出的烟支差异数目,得到烟支总数。
2.根据权利要求1所述的批量运动烟支计数方法,其特征在于,所述得到处理后的第一图像包括:先对所述二值图进行开运算再进行闭运算。
3.根据权利要求1所述的批量运动烟支计数方法,其特征在于,所述得到处理后的第二图像包括:利用所述第一图像与在后烟支灰度图进行位运算。
4.根据权利要求1所述的批量运动烟支计数方法,其特征在于,所述得到处理后的第四图像包括:对所述第三图像进行闭运算。
5.根据权利要求1所述的批量运动烟支计数方法,其特征在于,所述得到处理后的第五图像包括:对所述第四图像取反后,与所述第二图像进行位运算。
6.根据权利要求1所述的批量运动烟支计数方法,其特征在于,所述确定本轮检测出的烟支差异数目包括:通过射线法、面积法或夹角和法,求取所述斑点中心坐标。
7.根据权利要求1~6任一项所述的批量运动烟支计数方法,其特征在于,所述得到两幅图像各自的特征点集包括:分别提取在先烟支灰度图及在后烟支灰度图的ORB特征,基于两幅图像的ORB特征构建特征点集。
8.根据权利要求1~6任一项所述的批量运动烟支计数方法,其特征在于,所述对两个特征点集进行特征匹配包括:结合FLANN特征匹配算法对两个特征点集中的特征点进行匹配操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111349033.3A CN114298968B (zh) | 2021-11-15 | 2021-11-15 | 批量运动烟支计数方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111349033.3A CN114298968B (zh) | 2021-11-15 | 2021-11-15 | 批量运动烟支计数方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114298968A CN114298968A (zh) | 2022-04-08 |
CN114298968B true CN114298968B (zh) | 2024-03-22 |
Family
ID=80964231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111349033.3A Active CN114298968B (zh) | 2021-11-15 | 2021-11-15 | 批量运动烟支计数方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114298968B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1729878A (zh) * | 2005-09-01 | 2006-02-08 | 华中科技大学 | 一种烟支批量计数的方法及装置 |
CN108154520A (zh) * | 2017-12-25 | 2018-06-12 | 北京航空航天大学 | 一种基于光流与帧间匹配的运动目标检测方法 |
WO2020248439A1 (zh) * | 2019-06-11 | 2020-12-17 | 江苏农林职业技术学院 | 一种基于图像处理的皇冠盖表面缺陷在线检测方法 |
-
2021
- 2021-11-15 CN CN202111349033.3A patent/CN114298968B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1729878A (zh) * | 2005-09-01 | 2006-02-08 | 华中科技大学 | 一种烟支批量计数的方法及装置 |
CN108154520A (zh) * | 2017-12-25 | 2018-06-12 | 北京航空航天大学 | 一种基于光流与帧间匹配的运动目标检测方法 |
WO2020248439A1 (zh) * | 2019-06-11 | 2020-12-17 | 江苏农林职业技术学院 | 一种基于图像处理的皇冠盖表面缺陷在线检测方法 |
Non-Patent Citations (1)
Title |
---|
基于局部SIFT特征点的双阈值配准算法;邓朝省;陈莹;;计算机工程与应用;20131011(02);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114298968A (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109272509B (zh) | 一种连续图像的目标检测方法、装置、设备及存储介质 | |
CN108960011B (zh) | 部分遮挡的柑橘果实图像识别方法 | |
CN109800619B (zh) | 成熟期柑橘果实图像识别方法 | |
CN110580481B (zh) | 一种基于epi的光场图像关键位置检测方法 | |
CN109559324A (zh) | 一种线阵图像中的目标轮廓检测方法 | |
CN108229232B (zh) | 批量扫描二维码的方法和批量扫描二维码的装置 | |
CN104282027B (zh) | 一种基于Hough变换的圆检测方法 | |
CN112330693A (zh) | 一种煤矸石检测方法及系统 | |
CN115619710A (zh) | 基于分步跟踪检测的物品数量统计方法、装置及设备 | |
KR101690050B1 (ko) | 지능형 영상보안 시스템 및 객체 추적 방법 | |
CN111178445A (zh) | 图像处理方法及装置 | |
CN114431005A (zh) | 智能化农业果实采摘识别与定位方法、系统及装置 | |
CN114298968B (zh) | 批量运动烟支计数方法 | |
CN113192094A (zh) | 鬼影轮廓的提取方法、电子设备以及存储介质 | |
CN111145197B (zh) | 一种精确的基于直方图和局部梯度的道岔转辙机缺口边缘定位方法 | |
CN112700469A (zh) | 一种基于eco算法和目标检测的视觉目标跟踪方法及装置 | |
CN109978916B (zh) | 基于灰度图像特征匹配的Vibe运动目标检测方法 | |
CN108510636B (zh) | 图像分割方法、图像分割装置及终端设备 | |
CN104268571B (zh) | 一种基于最小树聚类的红外多目标分割方法 | |
CN110687548A (zh) | 一种基于无人船的雷达数据处理系统 | |
CN111105394B (zh) | 一种检测发光小球特征信息的方法及装置 | |
CN115619873A (zh) | 一种基于轨迹溯源的雷视自动标定方法 | |
CN115294035A (zh) | 亮点定位方法、亮点定位装置、电子设备及存储介质 | |
CN109919863B (zh) | 一种全自动菌落计数仪、系统及其菌落计数方法 | |
CN108492320B (zh) | 一种基于并行处理的红外弱小目标检测方法 |
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 |