CN114863444B - 基于特征识别的假条烟查办辅助方法及系统 - Google Patents

基于特征识别的假条烟查办辅助方法及系统 Download PDF

Info

Publication number
CN114863444B
CN114863444B CN202210386374.6A CN202210386374A CN114863444B CN 114863444 B CN114863444 B CN 114863444B CN 202210386374 A CN202210386374 A CN 202210386374A CN 114863444 B CN114863444 B CN 114863444B
Authority
CN
China
Prior art keywords
cigarette
parameters
negative
standard
preset
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
Application number
CN202210386374.6A
Other languages
English (en)
Other versions
CN114863444A (zh
Inventor
姜思明
廖植仕
谭升达
曾三
赖雄彬
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.)
Guangdong Tobacco Yangjiang Co ltd
Original Assignee
Guangdong Tobacco Yangjiang Co ltd
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 Guangdong Tobacco Yangjiang Co ltd filed Critical Guangdong Tobacco Yangjiang Co ltd
Priority to CN202210386374.6A priority Critical patent/CN114863444B/zh
Publication of CN114863444A publication Critical patent/CN114863444A/zh
Application granted granted Critical
Publication of CN114863444B publication Critical patent/CN114863444B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/22—Character recognition characterised by the type of writing
    • G06V30/224—Character recognition characterised by the type of writing of printed characters having additional code marks or containing code marks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products
    • G06Q30/0185—Product, service or business identity fraud
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/1444—Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/146—Aligning or centring of the image pick-up or image-field
    • G06V30/1465—Aligning or centring of the image pick-up or image-field by locating a pattern
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/18—Extraction of features or characteristics of the image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/19007—Matching; Proximity measures
    • G06V30/19013—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
    • G06V30/19173—Classification techniques
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Abstract

本发明公开了一种基于特征识别的假条烟查办辅助方法及系统，涉及烟草管理技术领域，其方法包括：获取烟货的图像数据，并做初次的图像识别，得到初始识别结果；当初始识别结果为条烟，则基于图像数据判别条烟非端头面的其他四个面的分布，并执行预设的假条烟分析步骤；当初始识别结果为条烟拆包后烟盒，则基于假条烟分析步骤的处理结果，执行预设的深度查办步骤。本申请可以用于改善对工作人员真假烟查办的帮助效果。

Description

基于特征识别的假条烟查办辅助方法及系统
技术领域
本申请涉及烟草管理技术领域，尤其是涉及一种基于特征识别的假条烟查办辅助方法及系统。
背景技术
烟草、酒类等消费品因涉及利润较大，在市场屡屡出现假货，为消费者和相关管理部门和单位带来诸多问题。传统的，对于假烟的识别依赖于相关人员对烟草进行实际“品鉴”，然而受个人因素影响，此类容易误判且无法及时给予售卖人员“说服性”证据，更是不便经验相对不足的相关市场监督人员和单位展开工作。
针对上述问题，烟草生产销售公司有在烟草包装的印刷过程中引入各类防伪码等，如32位激光码。在此基于上，目前有发展出如下技术：
基于深度神经网络的烟码智能识别方法[2019年1月，谢志峰、吴佳萍、章曙涵、汤臻、范杰、马利庄]，其提出：首先通过迁移学习技术构建区域检测模型,实现对烟码区域的准确定位；然后采用基于角点检测的切割算法将烟码区域切分为待识别的小块，再构建字符识别模型,对小块进行多字符识别，最后按顺序拼接各小块的识别结果输出完整烟码。
然而，目前出现有一些高仿烟从防伪、暗码都和真品相似，直接模仿真烟包装，即从单一的产品防伪码判别真假烟不便，导致假烟查办相关工作展开不易，因此本申请提出一种新的技术方案。
可以理解的是，本申请将烟草货品简称为烟货。
发明内容
为了改善对工作人员真假烟查办的帮助效果，本申请提供一种基于特征识别的假条烟查办辅助方法。
第一方面，本申请提供一种基于特征识别的假条烟查办辅助方法，采用如下的技术方案：
一种基于特征识别的假条烟查办辅助方法，包括：
获取烟货的图像数据，并做初次的图像识别，得到初始识别结果；
当初始识别结果为条烟，则基于图像数据判别条烟非端头面的其他四个面的分布，并执行预设的假条烟分析步骤；
当初始识别结果为条烟拆包后烟盒，则基于假条烟分析步骤的处理结果，执行预设的深度查办步骤；
其中，所述假条烟分析步骤执行，其包括：
识别各个面的字符图案特征和/或烫金部；
执行字符图案特征差异比较和/或烫金部粗糙度差异比较；
记录历次比较结果为条烟特征查办数据，并输出；
所述深度查办步骤，其包括：
识别烟盒烫封和拉线头、字符图案特征、烫金部中的任意一个或多个；
执行烟盒烫封和拉线头差异比较、字符图案特征反光差异比较、烫金部粗糙度差异比较中的任意一个或多个；
对历次比较结果做权重计算，得到总评估分，并与历次比较结果一同记为深度查办数据输出。
可选的，在假条烟分析步骤中，所述字符图案特征差异比较包括：对字符图案特征的分布位置差异进行比较。
可选的，所述对字符图案特征的分布位置差异进行比较，其包括：
S101、根据条烟非端头面的其他四个面的分布判别结果，筛选出条烟的正面；
S102、根据条烟的正面的字符图案特征，查找预设的烟货参数数据库，判别条烟的种类，并调用匹配的标准条烟参数；
S103、基于烟货种类和当前面类别，选择各个字符图案特征中的一个点为基准点，分别记为
Figure SMS_1
；
S104、计算各个基准点之间的像素距离d，并与标准条烟参数中的对应参数比较，判断是否一致，如果否，则记为负分项；
S105、各个面依次执行S101-S104，汇总所有负分项，并基于预设的负分项扣分标准统计负分总值。
可选的，所述烫金部粗糙度差异比较，其包括：
根据条烟非端头面的其他四个面的分布判别结果，筛选出条烟的正面；
根据条烟的正面的字符图案特征，查找预设的烟货参数数据库，判别条烟的种类，并调用匹配的标准条烟参数；
根据标准条烟参数确定当前条烟的烫金部的位置参数；其中，位置参数包括所在条烟面以及相对条烟面的位置参数；
根据烫金部的位置参数、条烟当前非端头面的其他四个面的分布以及预设粗糙度检测探头的当前位置参数，计算条烟的转动量，并计算粗糙度检测探头的移动量；其中，移动量包括粗糙度检测探头接触烫金部的移动量以及粗糙度检测探头保持接触烫金部时的移动量；
将条烟的转动量和粗糙度检测探头的移动量作为烫金部检测匹配的移动控制参数输出；
获取将粗糙度检测探头保持接触烫金部时的检测值，并与标准条烟参数中的对应参数比较，判断是否一致，如果否，则记为负分项；
汇总所有负分项，并基于预设的负分项扣分标准统计负分总值。
可选的，所述烟盒烫封和拉线头差异比较，其包括：
根据条烟的种类，查找预设的烟货参数数据库，调用匹配的标准烟盒参数；
获取烟盒烫封和拉线头所在面的图像数据，记为二级图像数据；
提取二级图像数据中的烫封和拉线头，并与标准烟盒参数比较，判断是否一致，如果否，则记为负分项；
汇总所有负分项，并基于预设的负分项扣分标准统计负分总值。
可选的，所述字符图案特征反光差异比较，其包括：
根据条烟的种类，查找预设的烟货参数数据库，调用匹配的标准烟盒参数；
根据标准烟盒参数确定烟盒是否存色变字符图案，如果是，则根据标准烟盒参数确定色变字符图案的位置，选择匹配的照射光源，并输出开灯控制指令；
获取色变字符图案反射光的光谱分析参数，并与标准烟盒参数比较，判断是否一致，如果否，则记为负分项；
汇总所有负分项，并基于预设的负分项扣分标准统计负分总值。
可选的，所述对历次比较结果做权重计算，其包括：
根据负分项，查找预设的权重占比数据表，得到匹配的权重系数k；
基于预设的负分项扣分标准，得到各个负分项的分值Db；
各个负分项的Db与对应的权重值k乘法运算，并统计，以得到总评估分。
第二方面，本申请提供一种基于特征识别的假条烟查办辅助系统，采用如下的技术方案：
一种基于特征识别的假条烟查办辅助系统，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如上述任一种基于特征识别的假条烟查办辅助方法的计算机程序。
综上所述，本申请包括以下至少一种有益技术效果：可以针对条烟、烟盒上的各个特征与预存标准参数做差异分析，评估分值，以此为工作人员查办假烟提供证据；同时，因为对各项差异的总分计算引入权重综合考虑，所以评估准确性更高。
附图说明
图1是配合本申请使用的工作站的整体结构示意图；
图2是图1的局部结构示意图；
图3是本申请的方法的主流程示意图。
附图标记说明：1、水平框架；2、摄像头；3、粗糙度检测仪；4、射灯。
实施方式
以下结合附图1-3对本申请作进一步详细说明。
本申请实施例为公开了一种配合基于特征识别的假条烟查办辅助方法的工作站，其为申请人的另一设计，在此简述其主要功能结构，以配合理解本申请。
参照图1和图2，工作站有以可绕中心轴转动的水平框架1固定烟货，水平框架1的转动为马达驱动，且其与转轴可拆卸连接，以更换水平框架1适应条烟、单包烟盒，且单包烟盒时暂停转动功能。
工作站以水平直线电机的滑块固定的摄像头2，以对水平框架1上的烟货做图像采集；同时，摄像头2可替换，或并列安装另一个光谱检测仪的探头。
工作站以安装于内底的粗糙度检测仪3对烟货做烫金部做检测。
工作站以铰接盖内侧的多个射灯4分别对烟货朝上的一面选择光束照射，各个光束倾斜入射且反射后以光谱检测仪的探头接收。
本申请实施例公开一种基于特征识别的假条烟查办辅助方法。
参照图3，基于特征识别的假条烟查办辅助方法包括：
获取烟货的图像数据，并做初次的图像识别，得到初始识别结果；
当初始识别结果为条烟，则基于图像数据判别条烟非端头面的其他四个面的分布，并执行预设的假条烟分析步骤；
当初始识别结果为条烟拆包后烟盒，则基于假条烟分析步骤的处理结果，执行预设的深度查办步骤。
上述初次的图像识别，其具体地：对前述摄像头2拍摄的图像灰度化处理，提取灰度图中烟货的图块，基于图块的像素尺寸判定是否为条烟。在此阶段不采用对烟货的字符图案识别，以减小数据处理量。
上述在烟货判定为条烟时之所以四个面分布判别，是为了配合后续的假条烟分析步骤，而烟盒对应的深度查办步骤则不需要，具体原因后续阐述。
在本申请的一个实施例中，假条烟分析步骤包括：
识别各个面的字符图案特征和/或烫金部；
执行字符图案特征差异比较和/或烫金部粗糙度差异比较；
记录历次比较结果为条烟特征查办数据，并输出。
且深度查办步骤，其包括：
识别烟盒烫封和拉线头、字符图案特征、烫金部中的任意一个或多个；
执行烟盒烫封和拉线头差异比较、字符图案特征反光差异比较、烫金部粗糙度差异比较中的任意一个或多个；
对历次比较结果做权重计算，得到总评估分，并与历次比较结果一同记为深度查办数据输出。
根据上述内容，本申请可以针对条烟、烟盒上的各个特征做差异分析，根据差异程度评估分值，以此为工作人员查办假烟提供证据；同时，因为对各项差异的总分计算引入权重综合考虑，所以评估准确性更高。
可以理解的是，上述识别字符图案特征、烫金部，即现有图像识别中的文字、图形识别，不再赘述；而烫金部识别则为在基于字符图案识别烟货种类的基础上，根据数据库的预存数据确定哪一个字符图案所在图块为烫金部，下述再次具体阐述。同时，可以理解的是，识别字符图案特征、烫金部以及烫金部粗糙度差异比较，在条烟和烟盒上只是对象主体不同，而流程相同，因此下述仅以其中一个为例，另一个则对应烟货替换即可。
在本申请的一个实施例中，在假条烟分析步骤中，字符图案特征差异比较包括：对字符图案特征的分布位置差异进行比较。
前述条烟的四个面分布判别，即为配合上述差异比较；因为不同的面上，字符图案的分布存在差异。该差异比较，具体地：
S101、根据条烟非端头面的其他四个面的分布判别结果，筛选出条烟的正面；
需要注意的是，四个面的判别因为前述的水平框架1初始状态，使得烟货必定是正面朝上，或反面朝上；此时，只需对其面向摄像头2的面的字符是否识别，判断是否颠倒，即可确定朝上的面是否为正面，即本步骤不需要对各个面进行轮番的字符图案识别再评估哪一个面为正面，可以有效减小运算量。
S102、根据条烟的正面的字符图案特征，查找预设的烟货参数数据库，判别条烟的种类，并调用匹配的标准条烟参数。
其中，标准条烟参数包括：各个面的字符图案特征分布位置数据、相互之间的距离（下述基准点之间）、哪一位置的字符图案为烫金图块。
S103、基于烟货种类和当前面类别，选择各个字符图案特征中的一个点为基准点，分别记为
Figure SMS_2
。
基准点，其为标准条烟参数中确定，不同烟货、不同面的不同字符图案预选不同基准点。
S104、计算各个基准点之间的像素距离d，并与标准条烟参数中的对应参数比较，判断是否一致，如果否，则记为负分项。
可以理解的是，上像素距离d与标准条烟参数中的对应参数比较前，需要先做比例换算，即预先拍摄一个两个基准点的图像，测量实际间距，计算像素距离，取两者比值为换算比例尺；后续，以换算比例尺对像素距离d换算，再做比较。
上述负分项，即该次判定结果认定存在假货嫌疑，定义为扣除一定分值。
S105、各个面依次执行S101-S104，汇总所有负分项，并基于预设的负分项扣分标准统计负分总值。
负分项扣分标准，如：一次S104中的比较差异在允许误差的前提下，不一致，扣除10分（百分值）；更为准确的，还可以基于差异数值大小，定义不同扣分数值。
根据上述内容，可以根据字符图案之间的分布位置差异来评估是否为假烟。
在本申请的一个实施例中，烫金部粗糙度差异比较，其包括：
根据条烟非端头面的其他四个面的分布判别结果，筛选出条烟的正面。
根据条烟的正面的字符图案特征，查找预设的烟货参数数据库，判别条烟的种类，并调用匹配的标准条烟参数。
需要注意的是，如果条烟的种类已经确定，对应的标准条烟参数已经调用过，则不再重复前述步骤；下述类同内容同理。
S201、根据标准条烟参数确定当前条烟的烫金部的位置参数；其中，位置参数包括所在条烟面以及相对条烟面的位置参数。
S202、根据烫金部的位置参数、条烟当前非端头面的其他四个面的分布以及预设粗糙度检测探头的当前位置参数，计算条烟的转动量，并计算粗糙度检测探头的移动量；其中，移动量包括粗糙度检测探头接触烫金部的移动量以及粗糙度检测探头保持接触烫金部时的移动量。
转动量的计算，例如：若条烟正面朝上，且烫金部在正面，则根据前述工作站的粗糙度检测仪3的探头的位置，正面需要朝下，计算条烟转动量为两次分转动量，
Figure SMS_3
。
粗糙度检测探头接触烫金部的移动量，例如：烫金部朝下，且相对于粗糙度检测探头3的十字滑台的坐标原点的坐标为
Figure SMS_4
，而粗糙度检测探头的当前位置为
Figure SMS_5
，则X 轴方向移动量为：/>
Figure SMS_6
；Y轴方向移动量为：/>
Figure SMS_7
。
需要注意的是，粗糙度检测仪3实际以升降电缸固定于十字滑台的滑块上，未工作时处于起始高度；需要检测时，升降电缸定量升高指定高度，保证探头接触烟货。
探头保持接触烫金部时的移动量，其为工作人员根据不同烫金图块预设，根据烟货、字符图案特征的种类调用参数即可。
S203、将条烟的转动量和粗糙度检测探头的移动量作为烫金部检测匹配的移动控制参数输出。
S204、获取将粗糙度检测探头保持接触烫金部时的检测值，并与标准条烟参数中的对应参数比较，判断是否一致，如果否，则记为负分项。
S205、汇总所有负分项，并基于预设的负分项扣分标准统计负分总值。
根据上述可以检测条烟烫金部的粗糙度，由于真烟的字体采用压凸烫金工艺，凹凸感明显（粗糙度更大），图案清晰，立体感强；假烟采用高清扫描仿制印刷，凹凸感不明显；所以可以据此评估是否为假烟。
可以理解的是，烟盒的烫金部处理方式与上述相同，差异在于主体不同，因此不再赘述。
在本申请的一个实施例中，烟盒烫封和拉线头差异比较，其包括：
S301、根据条烟的种类，查找预设的烟货参数数据库，调用匹配的标准烟盒参数；其中，标准烟盒参数包括烟盒哪一个面有烫封和拉线头及相对烟盒的位置、烫封和拉线头的标准参数、色变字符图案的位置、色变字符图案的光谱分析参数。
S302、获取烟盒烫封和拉线头所在面的图像数据，记为二级图像数据。
S303、提取二级图像数据中的烫封和拉线头（即图像轮廓提取），并与标准烟盒参数比较，判断是否一致，如果否，则记为负分项。
S304、汇总所有负分项，并基于预设的负分项扣分标准统计负分总值。
可以理解的是，真烟的拉线头为规则半椭圆形，而假烟因设备条件不具备，所以可据此评估真假烟。考虑烫封和拉线头的为透明材质，识别难度大，该项为备用选择启用项目，且启用后在权重计算中权重系数设定相对较小。
在本申请的一个实施例中，字符图案特征反光差异比较，其包括：
根据条烟的种类，查找预设的烟货参数数据库，调用匹配的标准烟盒参数。（如果前一个已经有过，则跳过该步）
S401、根据标准烟盒参数确定烟盒是否存色变字符图案，如果是，则根据标准烟盒参数确定色变字符图案的位置，选择匹配的照射光源（数据库中根据不同色变字符图案的位置预存对应照射光源，即预存一一对应关系等待调用），并输出开灯控制指令。
可以理解的是，上述照射光源即为：前述工作站的铰接盖内侧的多个射灯4。
S402、获取色变字符图案反射光的光谱分析参数，并与标准烟盒参数比较，判断是否一致，如果否，则记为负分项。
上述即获取工作站对应的光谱分析仪的分析结果再比较。
S403、汇总所有负分项，并基于预设的负分项扣分标准统计负分总值。
可以理解的是，真烟的色变字符图案采用国家标准的防伪印刷油墨，在光照条件下色变，而假烟则为其他油墨印刷，明暗、色变均差异，而人之所以有不同颜色被观察，是因为反射面反射了不同的光，即对反射光分析结果的差异比较，可以用作评估是否为假烟。
在本申请的一个实施例中，对历次比较结果做权重计算，其包括：
根据负分项，查找预设的权重占比数据表，得到匹配的权重系数k；
基于预设的负分项扣分标准，得到各个负分项的分值Db；
各个负分项的Db与对应的权重值k乘法运算，并统计，以得到总评估分。
根据上述权重计算，可以结合多种烟货的特征差异分析结果，综合评估烟货是否为真烟，从而更为准确。
本申请实施例还公开一种基于特征识别的假条烟查办辅助系统。
基于特征识别的假条烟查办辅助系统包括：包括存储器和处理器，其中，存储器上存储有能够被处理器加载并执行如上述任一种基于特征识别的假条烟查办辅助方法的计算机程序。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。

Claims (6)

1.一种基于特征识别的假条烟查办辅助方法，其特征在于，包括：
获取烟货的图像数据，并做初次的图像识别，得到初始识别结果；
当初始识别结果为条烟，则基于图像数据判别条烟非端头面的其他四个面的分布，并执行预设的假条烟分析步骤；
当初始识别结果为条烟拆包后烟盒，则基于假条烟分析步骤的处理结果，执行预设的深度查办步骤；
其中，所述假条烟分析步骤执行，其包括：
识别各个面的字符图案特征和/或烫金部；
执行字符图案特征差异比较和/或烫金部粗糙度差异比较；
记录历次比较结果为条烟特征查办数据，并输出；
所述深度查办步骤，其包括：
识别烟盒烫封和拉线头、字符图案特征、烫金部中的任意一个或多个；
执行烟盒烫封和拉线头差异比较、字符图案特征反光差异比较、烫金部粗糙度差异比较中的任意一个或多个；
对历次比较结果做权重计算，得到总评估分，并与历次比较结果一同记为深度查办数据输出；
在假条烟分析步骤中，执行字符图案特征差异比较和/或烫金部粗糙度差异比较包括：对字符图案特征的分布位置差异进行比较；
所述对字符图案特征的分布位置差异进行比较，其包括：
S101、根据条烟非端头面的其他四个面的分布判别结果，筛选出条烟的正面；
S102、根据条烟的正面的字符图案特征，查找预设的烟货参数数据库，判别条烟的种类，并调用匹配的标准条烟参数；
S103、基于烟货种类和当前面类别，选择各个字符图案特征中的一个点为基准点，分别记为
Figure QLYQS_1
；
S104、计算各个基准点之间的像素距离d，并与标准条烟参数中的对应参数比较，判断是否一致，如果否，则记为负分项；
S105、各个面依次执行S101-S104，汇总所有负分项，并基于预设的负分项扣分标准统计负分总值。
2.根据权利要求1所述的基于特征识别的假条烟查办辅助方法，其特征在于：所述烫金部粗糙度差异比较，其包括：
根据条烟非端头面的其他四个面的分布判别结果，筛选出条烟的正面；
根据条烟的正面的字符图案特征，查找预设的烟货参数数据库，判别条烟的种类，并调用匹配的标准条烟参数；
根据标准条烟参数确定当前条烟的烫金部的位置参数；其中，位置参数包括所在条烟面以及相对条烟面的位置参数；
根据烫金部的位置参数、条烟当前非端头面的其他四个面的分布以及预设粗糙度检测探头的当前位置参数，计算条烟的转动量，并计算粗糙度检测探头的移动量；其中，移动量包括粗糙度检测探头接触烫金部的移动量以及粗糙度检测探头保持接触烫金部时的移动量；
将条烟的转动量和粗糙度检测探头的移动量作为烫金部检测匹配的移动控制参数输出；
获取将粗糙度检测探头保持接触烫金部时的检测值，并与标准条烟参数中的对应参数比较，判断是否一致，如果否，则记为负分项；
汇总所有负分项，并基于预设的负分项扣分标准统计负分总值。
3.根据权利要求1或2所述的基于特征识别的假条烟查办辅助方法，其特征在于：所述烟盒烫封和拉线头差异比较，其包括：
根据条烟的种类，查找预设的烟货参数数据库，调用匹配的标准烟盒参数；
获取烟盒烫封和拉线头所在面的图像数据，记为二级图像数据；
提取二级图像数据中的烫封和拉线头，并与标准烟盒参数比较，判断是否一致，如果否，则记为负分项；
汇总所有负分项，并基于预设的负分项扣分标准统计负分总值。
4.根据权利要求1或2所述的基于特征识别的假条烟查办辅助方法，其特征在于：所述字符图案特征反光差异比较，其包括：
根据条烟的种类，查找预设的烟货参数数据库，调用匹配的标准烟盒参数；
根据标准烟盒参数确定烟盒是否存色变字符图案，如果是，则根据标准烟盒参数确定色变字符图案的位置，选择匹配的照射光源，并输出开灯控制指令；
获取色变字符图案反射光的光谱分析参数，并与标准烟盒参数比较，判断是否一致，如果否，则记为负分项；
汇总所有负分项，并基于预设的负分项扣分标准统计负分总值。
5.根据权利要求4所述的基于特征识别的假条烟查办辅助方法，其特征在于：所述对历次比较结果做权重计算，其包括：
根据负分项，查找预设的权重占比数据表，得到匹配的权重系数k；
基于预设的负分项扣分标准，得到各个负分项的分值Db；
各个负分项的Db与对应的权重值k乘法运算，并统计，以得到总评估分。
6.一种基于特征识别的假条烟查办辅助系统，其特征在于：包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1至5中任一种基于特征识别的假条烟查办辅助方法的计算机程序。
CN202210386374.6A 2022-04-13 2022-04-13 基于特征识别的假条烟查办辅助方法及系统 Active CN114863444B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210386374.6A CN114863444B (zh) 2022-04-13 2022-04-13 基于特征识别的假条烟查办辅助方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210386374.6A CN114863444B (zh) 2022-04-13 2022-04-13 基于特征识别的假条烟查办辅助方法及系统

Publications (2)

Publication Number Publication Date
CN114863444A CN114863444A (zh) 2022-08-05
CN114863444B true CN114863444B (zh) 2023-07-14

Family

ID=82630666

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210386374.6A Active CN114863444B (zh) 2022-04-13 2022-04-13 基于特征识别的假条烟查办辅助方法及系统

Country Status (1)

Country Link
CN (1) CN114863444B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103607524A (zh) * 2013-10-18 2014-02-26 湖南省烟草公司长沙市公司 一种条烟32位码图像采集处理装置及条烟32位码识别方法
CN111680772A (zh) * 2020-06-02 2020-09-18 云南省烟草质量监督检测站 检测卷烟条与盒包装纸真假的方法、装置及设备
CN112116582A (zh) * 2020-09-24 2020-12-22 深圳爱莫科技有限公司 一种库存或陈列场景下的条烟检测识别方法
CN114092694B (zh) * 2022-01-20 2022-05-10 深圳爱莫科技有限公司 一种包/条烟盒连续陈列自动识别方法

Also Published As

Publication number Publication date
CN114863444A (zh) 2022-08-05

Similar Documents

Publication Publication Date Title
CN108355987B (zh) 一种基于分块模板匹配的电池丝印质量检测方法
US11875626B2 (en) Systems, methods and devices for processing batches of coins utilizing coin imaging sensor assemblies
CN110832545A (zh) 用于进行高光谱图像处理以识别对象的系统和方法
JP2020524328A (ja) 異物を識別するためのハイパースペクトル画像処理用のシステム及び方法
CN110349126A (zh) 一种基于卷积神经网络带标记的钢板表面缺陷检测方法
CN102854192B (zh) 一种基于苹果表面缺陷检测系统的苹果表面缺陷检测方法
CN108355981A (zh) 一种基于机器视觉的电池连接器质量检测方法
SA109300540B1 (ar) طريقة ونظام للتحكم في انتاج اصناف
CN116188475B (zh) 一种外观缺陷自动光学检测的智慧控制方法、系统及介质
Eshkevari et al. Automatic dimensional defect detection for glass vials based on machine vision: A heuristic segmentation method
EP2503331A2 (en) Method and system for the real-time automatic analysis of the quality of samples of processed fish meat based on the external appearance thereof, said samples travelling on a conveyor belt such that surface defects can be detected and the fish meat can be sorted according to quality standards
CN111680729A (zh) 基于x光机图像机场旅客安检危险品实时高识别率方法
CN114092474B (zh) 一种手机外壳复杂纹理背景的加工缺陷检测方法及系统
CN113514394A (zh) 基于边缘场和深度学习的检查方法
CN114863444B (zh) 基于特征识别的假条烟查办辅助方法及系统
JP6126290B1 (ja) 外観検査装置
US20230222641A1 (en) Method and apparatus for identifying characteristics of trading cards
Mansano et al. Inspection of metallic surfaces using local binary patterns
ATE329253T1 (de) Verfahren und vorrichtung zum detektieren von formfehlern eines gewalzten produktes
CN112378892A (zh) 一种基于拉曼光谱的化妆品真伪无损鉴别方法
CN113887543A (zh) 一种基于高光谱特征的箱包鉴伪方法与光谱采集装置
CN105894509A (zh) 用结构体数组处理和计算陶瓷釉sem图像微相特征方法
CN112767365A (zh) 一种探伤方法
CN113203841B (zh) 基于多传感器协同的有害气体检测系统及方法
Siatou et al. Reflectance Transformation Imaging (RTI) Data Analysis for Change Detection: Application to Monitoring Protective Coating Failure on Low Carbon Steel

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