CN117046747A - 一种烟草企业基于视觉识别的件烟分拣系统及方法 - Google Patents

一种烟草企业基于视觉识别的件烟分拣系统及方法 Download PDF

Info

Publication number
CN117046747A
CN117046747A CN202311025493.XA CN202311025493A CN117046747A CN 117046747 A CN117046747 A CN 117046747A CN 202311025493 A CN202311025493 A CN 202311025493A CN 117046747 A CN117046747 A CN 117046747A
Authority
CN
China
Prior art keywords
cigarette
code
cigarettes
visual identification
image
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
CN202311025493.XA
Other languages
English (en)
Inventor
李国瑞
盛佳绮
朱凌飞
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.)
China Tobacco Zhejiang Industrial Co Ltd
Original Assignee
China Tobacco Zhejiang Industrial 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 China Tobacco Zhejiang Industrial Co Ltd filed Critical China Tobacco Zhejiang Industrial Co Ltd
Priority to CN202311025493.XA priority Critical patent/CN117046747A/zh
Publication of CN117046747A publication Critical patent/CN117046747A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/3412—Sorting according to other particular properties according to a code applied to the object which indicates a property of the object, e.g. quality class, contents or incorrect indication
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory
    • B07C5/362—Separating or distributor mechanisms
    • 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

Landscapes

  • Sorting Of Articles (AREA)

Abstract

本发明公开了一种烟草企业基于视觉识别的件烟分拣系统及方法，所述系统包括：视觉识别装置，用于对件烟上表面、一号工程码和质量追溯码中的至少一个进行视觉识别；条码扫描装置，用于对件烟所贴的一号工程码和质量追溯码中的至少一个进行扫描；滑靴式分拣系统，分别与视觉识别装置和条码扫描装置连接，用于根据视觉识别结果和条码扫描结果，将件烟推入相应的通道上。本发明提供的烟草企业基于视觉识别的件烟分拣系统及方法，通过视觉识别技术，使封箱机与件烟没有关联的也能分拣，使人工封箱的件烟也能分拣，补充了一个漏洞，使一号工程码因印刷、褶皱等原因扫码头扫不出的件烟通过视觉识别也能分拣，使分拣线分拣能力提高。

Description

一种烟草企业基于视觉识别的件烟分拣系统及方法
技术领域
本发明涉及烟草企业分拣技术领域，尤其涉及一种烟草企业基于视觉识别的件烟分拣系统及方法。
背景技术
随着烟草行业的信息化、自动化进程的不断发展和提高，基于无人工厂概念的自动成品高架库被发明，创新性地实现了高架库成品件烟自动分拣、自动机器人码垛、自动入库、自动出库等高度自动化运行模式。
目前，封箱机封好的件烟经图像识别合格后，经欧迈垂直提升机提升至二楼的分拣线，WMS(Warehouse Management System，成品仓储管理系统)将条码及封箱机对应关系、通道与封箱机对应关系、在线件烟抽检条件下发给分拣系统，由分拣系统扫描件烟条码后根据已有的对应关系进行分道。件烟以直立的方式进入码垛机器人抓取工位。然而，有些件烟因人为原因没有和封箱机关联，有些件烟因设备原因没有及时传送对应关系，导致部分件烟分拣系统无法分拣。
因此，亟需一种烟草企业基于视觉识别的件烟分拣系统及方法。
发明内容
本发明的目的是提供一种烟草企业基于视觉识别的件烟分拣系统及方法，以解决上述现有技术中的问题，能够使成品件烟的分拣完成率更高。
本发明提供了一种烟草企业基于视觉识别的件烟分拣系统，包括：视觉识别装置，用于对件烟上表面、一号工程码和质量追溯码中的至少一个进行视觉识别；
条码扫描装置，用于对件烟所贴的一号工程码和质量追溯码中的至少一个进行扫描；
滑靴式分拣系统，分别与所述视觉识别装置和所述条码扫描装置连接，用于根据所述视觉识别装置的视觉识别结果和所述条码扫描装置的条码扫描结果，将件烟推入相应的通道上。
如上所述烟草企业基于视觉识别的件烟分拣系统，其中，优选的是，所述视觉识别装置和所述条码扫描装置均设置在分拣输送线上，并且所述条码扫描装置设置在所述视觉识别装置的后端。
如上所述烟草企业基于视觉识别的件烟分拣系统，其中，优选的是，所述视觉识别装置包括：第一支架和设置在所述第一支架上的照相机。
如上所述烟草企业基于视觉识别的件烟分拣系统，其中，优选的是，所述条码扫描装置包括第二支架和设置在所述第二支架上的扫码头。
如上所述烟草企业基于视觉识别的件烟分拣系统，其中，优选的是，所述烟草企业基于视觉识别的件烟分拣系统还包括光电检测器，设置在所述第二支架下方的分拣输送线上，用于在件烟经过所述条码扫描装置后，开始计时。
如上所述烟草企业基于视觉识别的件烟分拣系统，其中，优选的是，所述滑靴式分拣系统具体用于若所述视觉识别装置的视觉识别结果和所述条码扫描装置的条码扫描结果一致，则在所述光电检测器计时到预设时间时，开始动作，将件烟推入相应的通道；若所述视觉识别装置的视觉识别结果和所述条码扫描装置的条码扫描结果一致，则按照所述视觉识别装置的视觉识别结果进行动作，将件烟推入相应的通道。
本发明还提供一种采用上述系统的烟草企业基于视觉识别的件烟分拣方法，包括如下步骤：
对件烟上表面、一号工程码和质量追溯码中的至少一个进行视觉识别；
对件烟所贴的一号工程码和质量追溯码中的至少一个进行扫描；
根据视觉识别结果和条码扫描结果，通过滑靴式分拣系统将件烟推入相应的通道上。
如上所述烟草企业基于视觉识别的件烟分拣方法，其中，优选的是，所述对件烟上表面、一号工程码和质量追溯码中的至少一个进行视觉识别，具体包括：
在分拣输送线上设置第一支架，并在所述第一支架上设置照相机；
通过所述照相机对件烟整体进行拍照，得到待分拣件烟整体图像；
采用PatMax算法和PatQuicks算法模型进行件烟模型的训练和检测；
针对每种件烟，进行一号工程码模型和质量追溯码模型的训练和检测，
所述对件烟所贴的一号工程码和质量追溯码中的至少一个进行扫描，具体包括：
在分拣输送线上设置第二支架，并在所述第二支架上设置扫码头。
如上所述烟草企业基于视觉识别的件烟分拣方法，其中，优选的是，所述采用PatMax算法和PatQuicks算法模型进行件烟模型的训练和检测具体包括：
采用PatMax算法和PatQuicks算法模型对件烟模型进行训练；
利用所述件烟模型对所述待分拣件烟整体图像进行检测，得到件烟整体视觉识别结果，所述件烟整体视觉识别结果包括件烟的品牌、生产机台和生产时间中的至少一个，
所述针对每种件烟，进行一号工程码模型和质量追溯码模型的训练和检测，具体包括：
通过所述照相机对件烟上表面、一号工程码和质量追溯码进行拍照，以分别得到对应的待分拣件烟码段图像；
定位模板，获取当前品牌正确的图像三张，设置定位模板的搜索区域，在搜索区域选择搜索区域的形状，再设置检测框的大小，并在这个检测框内搜索定位模板，确定定位模板的位置，然后设置定位模板的形状，设好定位模板的区域后，完成定位模板的训练，定位模板设置完成，将定位模板坐标输出，进行下一步的图像训练；
分别进行件烟上表面、件烟一号工程码和件烟质量追溯码的图像训练，得到件烟上表面识别模型、件烟一号工程码识别模型和件烟质量追溯码识别模型，其中：在训练件烟上表面图像时，选择训练图像的形状，然后在图像设置好区域，设置区域与烟箱边缘之间设有预设距离，设置好训练区域后，完成训练，完成训练以后，对训练结果进行保存；在训练件烟一号工程码图像时，将件烟上表面图像训练设置完毕后，开始设置侧面图像，将件烟一号工程码范围放置到一部分在贴一号工程码的纸上，一部分在纸外，用以找到阈值的临界点，然后调整阈值大小，查看界面右边图像斑点情况，结合上图中纸的位置，斑点刚好为检测框在纸外的大小为最佳，经过阈值修改之后，再将检测框完全放置在纸中部，保存算法，完成一号工程码图像训练；在训练件烟质量追溯码图像时，将件烟一号工程码图像训练设置完毕后，开始设置质量追溯码图像，将件烟质量追溯码范围放置到一部分在贴质量追溯码的纸上，一部分在纸外，用以找到阈值的临界点，然后调整阈值大小，查看界面右边图像斑点情况，结合上图中纸的位置，斑点刚好为检测框在纸外的大小为最佳，经过阈值修改之后，再将检测框完全放置在纸中部，保存算法，完成质量追溯码图像训练；
分别利用所述件烟上表面识别模型、所述件烟一号工程码识别模型和所述件烟质量追溯码识别模型对对应的所述待分拣件烟码段图像进行检测，得到件烟码段识别结果，其中，所述件烟码段识别结果包括件烟上表面品牌识别结果、件烟一号工程码和件烟质量追溯码中的品牌码段识别结果、封箱机机台码段识别结果和生产信息码段识别结果。
如上所述烟草企业基于视觉识别的件烟分拣方法，其中，优选的是，所述根据视觉识别结果和条码扫描结果，通过滑靴式分拣系统将件烟推入相应的通道上，具体包括；
在所述第二支架下方的分拣输送线上设置光电检测器；
在件烟经过所述条码扫描装置后，通过所述光电检测器开始计时；
通过WMS系统对视觉识别结果和条码扫描结果进行比对；
若视觉识别结果和条码扫描结果一致，则在所述光电检测器计时到预设时间时，所述滑靴式分拣系统开始动作，将件烟推入相应的通道；
若视觉识别结果和条码扫描结果不一致，则所述滑靴式分拣系统按照视觉识别结果进行动作，将件烟推入相应的通道。
本发明的烟草企业基于视觉识别的件烟分拣系统及方法，通过视觉识别技术，使封箱机与件烟没有关联的也能分拣，使人工封箱的件烟也能分拣，补充了一个漏洞，使一号工程码因印刷、褶皱等原因扫码头扫不出的件烟通过视觉识别也能分拣；通过提高分拣效率，减少不能分拣件烟在环线转圈的机会，使分拣线分拣能力提高。
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为本发明提供的烟草企业基于视觉识别的件烟分拣系统实施例的结构框图；
图2为本发明提供的烟草企业基于视觉识别的件烟分拣系统实施例的各部件在分拣输送线上的分布位置示意图；
图3为一维条码的示意图；
图4为本发明提供的烟草企业基于视觉识别的件烟分拣方法实施例的流程图；
图5为本发明提供的烟草企业基于视觉识别的件烟分拣方法实施例的逻辑图。
附图标记说明：1-视觉识别装置，2-条码扫描装置，3-滑靴式分拣系统。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。对示例性实施例的描述仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。本公开可以以许多不同的形式实现，不限于这里所述实施例。提供这些实施例是为了使本公开透彻且完整，并且向本领域技术人员充分表达本公开的范围。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、材料的组分、数字表达式和数值应被解释为仅仅是示例性的，而不是作为限制。
本公开中使用的“第一”、“第二”：以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的部分。“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素，并不排除也涵盖其他要素的可能。“上”、“下”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
在本公开中，当描述到特定部件位于第一部件和第二部件之间时，在该特定部件与第一部件或第二部件之间可以存在居间部件，也可以不存在居间部件。当描述到特定部件连接其它部件时，该特定部件可以与所述其它部件直接连接而不具有居间部件，也可以不与所述其它部件直接连接而具有居间部件。
本公开使用的所有术语(包括技术术语或者科学术语)与本公开所属领域的普通技术人员理解的含义相同，除非另外特别定义。还应当理解，在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，技术、方法和设备应当被视为说明书的一部分。
如图1所示，本实施例提供的烟草企业基于视觉识别的件烟分拣系统包括：
视觉识别装置1，用于对件烟上表面、一号工程码和质量追溯码中的至少一个进行视觉识别；
条码扫描装置2，用于对件烟所贴的一号工程码和质量追溯码中的至少一个进行扫描；
滑靴式分拣系统3，分别与所述视觉识别装置1和所述条码扫描装置2连接，用于根据所述视觉识别装置1的视觉识别结果和所述条码扫描装置2的条码扫描结果，将件烟推入相应的通道上。
进一步地，如图2所示，所述视觉识别装置1和所述条码扫描装置2均设置在分拣输送线上，并且所述条码扫描装置2设置在所述视觉识别装置1的后端。
具体而言，所述视觉识别装置1包括：第一支架和设置在所述第一支架上的照相机。其中，所述照相机为高速工业照相机。本发明在一些实施方式中，所述照相机采用全画幅背照式CMOS，其传感器采用有源像素型固态图像传感器IMX536，该芯片具有可变电荷积分时间的全局快门。该芯片采用模拟3.3V、2.9V、数字1.1V和接口1.8V四路电源供电，以实现了高灵敏度和低暗电流特性。照相机的像素数约为2840(H)×2840(V)806万像素。照相机的最大帧率：全像素扫描模式：8位194.0帧/秒、10位193.4帧/秒、12位127.2帧/秒。照相机的光圈：镜头f数：2.8以上(近侧)。
进一步地，所述条码扫描装置2包括第二支架和设置在所述第二支架上的扫码头。
其中，所述一号工程码和质量追溯码是一维条码。如图3所述，所述一维条码即条和空在一个方向上进行规则的排列组合，由一组条、空以及相应的数字按规则行成的数据编码，同时这些编码具备可识别读取功能。生成的数据编码代表一定的信息，每个条码信息应是唯一的。条码信息量的多少取决于宽度和精度。条码越宽，整个条码中含有的条和空就越多，相应的其存储的信息量就越大；同样，条码的精度越高，单位长度内含有的条和空就多，因此其存储的信息量也就越多。一个完整的一维条码都是由空白区(左侧)、起始符、数据符、(校验符)、终止符、空白区(右侧)及供人识别的字符组成，一维条码的功能区分布如图3所示。
更进一步地，所述烟草企业基于视觉识别的件烟分拣系统还包括光电检测器，设置在所述第二支架下方的分拣输送线上，用于在件烟经过所述条码扫描装置2后，开始计时。
进一步地，所述滑靴式分拣系统3具体用于若所述视觉识别装置1的视觉识别结果和所述条码扫描装置2的条码扫描结果一致，则在所述光电检测器计时到预设时间时，开始动作，将件烟推入相应的通道；若所述视觉识别装置1的视觉识别结果和所述条码扫描装置2的条码扫描结果一致，则按照所述视觉识别装置1的视觉识别结果进行动作，将件烟推入相应的通道。滑靴式分拣系统3也称为滑块，是分拣系统的重要装置，其将件烟推入相应的通道上，以实现分拣功能，并在将把件烟推入通道上后，继续运行至合适位置，再运行到起始位置。
本发明保留WMS将条码及封箱机对应关系、通道与封箱机对应关系、在线件烟抽检条件下发给分拣系统，由分拣系统扫描件烟条码后根据已有的对应关系进行分道。同时，通过在分拣输送线上加装视觉识别装置1，通过视觉识别分辨出各不同品种卷烟，与扫描条码进行比对，如果一样，则按照对应关系进行分拣，如果对应关系缺失，则以视觉识别结果进行分拣。
本发明实施例提供的烟草企业基于视觉识别的件烟分拣系统，通过视觉识别技术，使封箱机与件烟没有关联的也能分拣，使人工封箱的件烟也能分拣，补充了一个漏洞，使一号工程码因印刷、褶皱等原因扫码头扫不出的件烟通过视觉识别也能分拣；通过提高分拣效率，减少不能分拣件烟在环线转圈的机会，使分拣线分拣能力提高。
对应地，如图4和图5所示，本发明还提供一种采用上述系统的烟草企业基于视觉识别的件烟分拣方法。本实施例提供的烟草企业基于视觉识别的件烟分拣方法在实际执行过程中，具体包括：
步骤S1、对件烟上表面、一号工程码和质量追溯码中的至少一个进行视觉识别。
在本发明的烟草企业基于视觉识别的件烟分拣方法的一种实施方式中，所述步骤S1具体可以包括：
步骤S11、在分拣输送线上设置第一支架，并在所述第一支架上设置照相机。
步骤S12、通过所述照相机对件烟整体进行拍照，得到待分拣件烟整体图像。
步骤S13、采用PatMax算法和PatQuicks算法模型进行件烟模型的训练和检测。
在本发明的烟草企业基于视觉识别的件烟分拣方法的一种实施方式中，所述步骤S13具体可以包括：
步骤S131、采用PatMax算法和PatQuicks算法模型对件烟模型进行训练。
其中，所述PatMax算法是基于图像处理的图案匹配技术，可以快速实现几何图案匹配，PatMax不受图案灰度变化的影响，根据像素网格的边界曲线获取物体的几何形状，然后在图像中寻找相似的形状，允许产品特征有角度和缩放的自由度。所述PatMax算法扫描图像边缘识别几何形状。这些形状成为一种数字签名，后台电脑使用PatMax签名比对正确的照片，确认件烟的品牌、生产机台、生产时间等。所述PatMax算法通过制作数字数据表快速记忆几何形状，然后使用图案匹配避免后台电脑计算错误。所述PatMax从一张培训图像开始，此图像是自动化系统需要处理的卷烟托盘或其他物体的数字化图像。
步骤S132、利用所述件烟模型对所述待分拣件烟整体图像进行检测，得到件烟整体视觉识别结果，所述件烟整体视觉识别结果包括件烟的品牌、生产机台和生产时间中的至少一个。
步骤S14、针对每种件烟，进行一号工程码模型和质量追溯码模型的训练和检测。
在本发明中，每种件烟用I(Xn,Yn)表示，其中，I表示件烟的品牌，Xn表示I品牌的一号工程码，Yn表示I品牌的质量追溯码。例如，X5是品牌5的一号工程码，Y6就是品牌6的质量追溯码。在本发明的烟草企业基于视觉识别的件烟分拣方法的一种实施方式中，所述步骤S14具体可以包括：
步骤S141、通过所述照相机对件烟上表面、一号工程码和质量追溯码进行拍照，以分别得到对应的待分拣件烟码段图像。
其中，待分拣件烟码段图像包括件烟上表面码段图像、一号工程码码段图像和质量追溯码码段图像。
步骤S142、定位模板，获取当前品牌正确的图像三张，设置定位模板的搜索区域，在搜索区域选择搜索区域的形状，再设置检测框的大小，并在这个检测框内搜索定位模板，确定定位模板的位置，然后设置定位模板的形状，设好定位模板的区域后，完成定位模板的训练，定位模板设置完成，将定位模板坐标输出，进行下一步的图像训练。
其中，定位模板的形状指的是定位模板的大小和位置，可以通过以下三种方式来确定定位模板的形状：1)根据件烟的上表面大小、位置来确定；2)根据件烟一号工程码的大小、位置来确定；3)根据件烟质量追溯码的大小、位置来确定。
步骤S143、分别进行件烟上表面、件烟一号工程码和件烟质量追溯码的图像训练，得到件烟上表面识别模型、件烟一号工程码识别模型和件烟质量追溯码识别模型。
其中，在训练件烟上表面图像时，选择训练图像的形状，然后在图像设置好区域，设置区域与烟箱边缘之间设有预设距离(即设置区域不要太接近烟箱边缘，以免烟箱歪斜时造成误算)，设置好训练区域后，完成训练，完成训练以后，对训练结果进行保存。
在训练件烟一号工程码图像时，将件烟上表面图像训练设置完毕后，开始设置侧面图像，将件烟一号工程码范围放置到一部分在贴一号工程码的纸上，一部分在纸外，用以找到阈值的临界点，然后调整阈值大小，查看界面右边图像斑点情况，结合上图中纸的位置，斑点刚好为检测框在纸外的大小为最佳，经过阈值修改之后，再将检测框完全放置在纸中部，保存算法，完成一号工程码图像训练。
在训练件烟质量追溯码图像时，将件烟一号工程码图像训练设置完毕后，开始设置质量追溯码图像，将件烟质量追溯码范围放置到一部分在贴质量追溯码的纸上，一部分在纸外，用以找到阈值的临界点，然后调整阈值大小，查看界面右边图像斑点情况，结合上图中纸的位置，斑点刚好为检测框在纸外的大小为最佳，经过阈值修改之后，再将检测框完全放置在纸中部，保存算法，完成质量追溯码图像训练。
其中，在放置件烟一号工程码范围及件烟质量追溯码范围时，需要避开容易造成误算的区域，如条码粘贴会偏移。
步骤S144、分别利用所述件烟上表面识别模型、所述件烟一号工程码识别模型和所述件烟质量追溯码识别模型对对应的所述待分拣件烟码段图像进行检测，得到件烟码段识别结果，其中，所述件烟码段识别结果包括件烟上表面品牌识别结果、件烟一号工程码和件烟质量追溯码中的品牌码段识别结果、封箱机机台码段识别结果和生产信息码段识别结果。
在本发明的烟草企业基于视觉识别的件烟分拣方法的一种实施方式中，所述步骤S144具体可以包括：
步骤S1441、抽取件烟上表面的品牌标识，识别并记录上报WMS系统。
步骤S1442、抽取一号工程码或质量追溯码中的品牌码段，识别并记录上报WMS系统。
步骤S1443、抽取一号工程码或质量追溯码中的封箱机机台码段，识别并记录上报WMS系统。
步骤S1444、抽取一号工程码或质量追溯码中的生产日期码段，识别并记录上报WMS系统。
步骤S1445、抽取一号工程码或质量追溯码中的生产班次、生产时间码段，识别并记录上报WMS系统。
进一步地，本发明在一些实施方式中，在步骤S1之前，所述烟草企业基于视觉识别的件烟分拣方法还包括：
步骤S0、确定分拣输送线上件烟的品牌和各品牌所对应的封箱机号。
首先，确定卷烟品牌；其次，为了区分同一品牌所对应的不同封箱机，需要确定几号封箱机生产的该品牌件烟。例如，i品牌件烟，8号封箱机和9号封箱机分开码垛，记作i8和i9。
步骤S2、对件烟所贴的一号工程码和质量追溯码中的至少一个进行扫描。
具体地，在分拣输送线上设置第二支架，并在所述第二支架上设置扫码头。
步骤S3、根据视觉识别结果和条码扫描结果，通过滑靴式分拣系统将件烟推入相应的通道上。
在本发明的烟草企业基于视觉识别的件烟分拣方法的一种实施方式中，所述步骤S3具体可以包括：
步骤S31、在所述第二支架下方的分拣输送线上设置光电检测器。
步骤S32、在件烟经过所述条码扫描装置后，通过所述光电检测器开始计时。
步骤S33、通过WMS系统对视觉识别结果和条码扫描结果进行比对。
步骤S34、若视觉识别结果和条码扫描结果一致，则在所述光电检测器计时到预设时间时，所述滑靴式分拣系统开始动作，将件烟推入相应的通道。
步骤S35、若视觉识别结果和条码扫描结果不一致，则所述滑靴式分拣系统按照视觉识别结果进行动作，将件烟推入相应的通道
本发明实施例提供的烟草企业基于视觉识别的件烟分拣方法，通过视觉识别技术，使封箱机与件烟没有关联的也能分拣，使人工封箱的件烟也能分拣，补充了一个漏洞，使一号工程码因印刷、褶皱等原因扫码头扫不出的件烟通过视觉识别也能分拣；通过提高分拣效率，减少不能分拣件烟在环线转圈的机会，使分拣线分拣能力提高。
至此，已经详细描述了本公开的各实施例。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本公开的范围。本领域的技术人员应该理解，可在不脱离本公开的范围和精神的情况下，对以上实施例进行修改或者对部分技术特征进行等同替换。本公开的范围由所附权利要求来限定。

Claims (10)

1.一种烟草企业基于视觉识别的件烟分拣系统，其特征在于，包括：
视觉识别装置，用于对件烟上表面、一号工程码和质量追溯码中的至少一个进行视觉识别；
条码扫描装置，用于对件烟所贴的一号工程码和质量追溯码中的至少一个进行扫描；
滑靴式分拣系统，分别与所述视觉识别装置和所述条码扫描装置连接，用于根据所述视觉识别装置的视觉识别结果和所述条码扫描装置的条码扫描结果，将件烟推入相应的通道上。
2.根据权利要求1所述烟草企业基于视觉识别的件烟分拣系统，其特征在于，所述视觉识别装置和所述条码扫描装置均设置在分拣输送线上，并且所述条码扫描装置设置在所述视觉识别装置的后端。
3.根据权利要求2所述烟草企业基于视觉识别的件烟分拣系统，其特征在于，所述视觉识别装置包括：第一支架和设置在所述第一支架上的照相机。
4.根据权利要求2所述烟草企业基于视觉识别的件烟分拣系统，其特征在于，所述条码扫描装置包括第二支架和设置在所述第二支架上的扫码头。
5.根据权利要求4所述烟草企业基于视觉识别的件烟分拣系统，其特征在于，所述烟草企业基于视觉识别的件烟分拣系统还包括光电检测器，设置在所述第二支架下方的分拣输送线上，用于在件烟经过所述条码扫描装置后，开始计时。
6.根据权利要求5所述烟草企业基于视觉识别的件烟分拣系统，其特征在于，所述滑靴式分拣系统具体用于若所述视觉识别装置的视觉识别结果和所述条码扫描装置的条码扫描结果一致，则在所述光电检测器计时到预设时间时，开始动作，将件烟推入相应的通道；若所述视觉识别装置的视觉识别结果和所述条码扫描装置的条码扫描结果一致，则按照所述视觉识别装置的视觉识别结果进行动作，将件烟推入相应的通道。
7.一种采用权利要求1-6中任一项所述系统的烟草企业基于视觉识别的件烟分拣方法，其特征在于，包括如下步骤：
对件烟上表面、一号工程码和质量追溯码中的至少一个进行视觉识别；
对件烟所贴的一号工程码和质量追溯码中的至少一个进行扫描；
根据视觉识别结果和条码扫描结果，通过滑靴式分拣系统将件烟推入相应的通道上。
8.根据权利要求7所述烟草企业基于视觉识别的件烟分拣方法，其特征在于，所述对件烟上表面、一号工程码和质量追溯码中的至少一个进行视觉识别，具体包括：
在分拣输送线上设置第一支架，并在所述第一支架上设置照相机；
通过所述照相机对件烟整体进行拍照，得到待分拣件烟整体图像；
采用PatMax算法和PatQuicks算法模型进行件烟模型的训练和检测；
针对每种件烟，进行一号工程码模型和质量追溯码模型的训练和检测，
所述对件烟所贴的一号工程码和质量追溯码中的至少一个进行扫描，具体包括：
在分拣输送线上设置第二支架，并在所述第二支架上设置扫码头。
9.根据权利要求8所述烟草企业基于视觉识别的件烟分拣方法，其特征在于，所述采用PatMax算法和PatQuicks算法模型进行件烟模型的训练和检测具体包括：
采用PatMax算法和PatQuicks算法模型对件烟模型进行训练；
利用所述件烟模型对所述待分拣件烟整体图像进行检测，得到件烟整体视觉识别结果，所述件烟整体视觉识别结果包括件烟的品牌、生产机台和生产时间中的至少一个，
所述针对每种件烟，进行一号工程码模型和质量追溯码模型的训练和检测，具体包括：
通过所述照相机对件烟上表面、一号工程码和质量追溯码进行拍照，以分别得到对应的待分拣件烟码段图像；
定位模板，获取当前品牌正确的图像三张，设置定位模板的搜索区域，在搜索区域选择搜索区域的形状，再设置检测框的大小，并在这个检测框内搜索定位模板，确定定位模板的位置，然后设置定位模板的形状，设好定位模板的区域后，完成定位模板的训练，定位模板设置完成，将定位模板坐标输出，进行下一步的图像训练；
分别进行件烟上表面、件烟一号工程码和件烟质量追溯码的图像训练，得到件烟上表面识别模型、件烟一号工程码识别模型和件烟质量追溯码识别模型，其中：在训练件烟上表面图像时，选择训练图像的形状，然后在图像设置好区域，设置区域与烟箱边缘之间设有预设距离，设置好训练区域后，完成训练，完成训练以后，对训练结果进行保存；在训练件烟一号工程码图像时，将件烟上表面图像训练设置完毕后，开始设置侧面图像，将件烟一号工程码范围放置到一部分在贴一号工程码的纸上，一部分在纸外，用以找到阈值的临界点，然后调整阈值大小，查看界面右边图像斑点情况，结合上图中纸的位置，斑点刚好为检测框在纸外的大小为最佳，经过阈值修改之后，再将检测框完全放置在纸中部，保存算法，完成一号工程码图像训练；在训练件烟质量追溯码图像时，将件烟一号工程码图像训练设置完毕后，开始设置质量追溯码图像，将件烟质量追溯码范围放置到一部分在贴质量追溯码的纸上，一部分在纸外，用以找到阈值的临界点，然后调整阈值大小，查看界面右边图像斑点情况，结合上图中纸的位置，斑点刚好为检测框在纸外的大小为最佳，经过阈值修改之后，再将检测框完全放置在纸中部，保存算法，完成质量追溯码图像训练；
分别利用所述件烟上表面识别模型、所述件烟一号工程码识别模型和所述件烟质量追溯码识别模型对对应的所述待分拣件烟码段图像进行检测，得到件烟码段识别结果，其中，所述件烟码段识别结果包括件烟上表面品牌识别结果、件烟一号工程码和件烟质量追溯码中的品牌码段识别结果、封箱机机台码段识别结果和生产信息码段识别结果。
10.根据权利要求8所述烟草企业基于视觉识别的件烟分拣方法，其特征在于，所述根据视觉识别结果和条码扫描结果，通过滑靴式分拣系统将件烟推入相应的通道上，具体包括；
在所述第二支架下方的分拣输送线上设置光电检测器；
在件烟经过所述条码扫描装置后，通过所述光电检测器开始计时；
通过WMS系统对视觉识别结果和条码扫描结果进行比对；
若视觉识别结果和条码扫描结果一致，则在所述光电检测器计时到预设时间时，所述滑靴式分拣系统开始动作，将件烟推入相应的通道；
若视觉识别结果和条码扫描结果不一致，则所述滑靴式分拣系统按照视觉识别结果进行动作，将件烟推入相应的通道。
CN202311025493.XA 2023-08-14 2023-08-14 一种烟草企业基于视觉识别的件烟分拣系统及方法 Pending CN117046747A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311025493.XA CN117046747A (zh) 2023-08-14 2023-08-14 一种烟草企业基于视觉识别的件烟分拣系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311025493.XA CN117046747A (zh) 2023-08-14 2023-08-14 一种烟草企业基于视觉识别的件烟分拣系统及方法

Publications (1)

Publication Number Publication Date
CN117046747A true CN117046747A (zh) 2023-11-14

Family

ID=88665780

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311025493.XA Pending CN117046747A (zh) 2023-08-14 2023-08-14 一种烟草企业基于视觉识别的件烟分拣系统及方法

Country Status (1)

Country Link
CN (1) CN117046747A (zh)

Similar Documents

Publication Publication Date Title
CN106383131B (zh) 印刷品视觉检测方法、装置和系统
US9396404B2 (en) Robust industrial optical character recognition
JP5089805B2 (ja) 印刷物を点検するための方法、装置、コンピュータプログラム、及び記憶媒体
CN102529019B (zh) 一种模具检测、保护及零件检测、摘取的方法
CN110427793A (zh) 一种基于深度学习的条码检测方法及其系统
TWI608422B (zh) Optical character recognition device, optical character recognition method, and recording medium
JP6669163B2 (ja) 測色装置および測色方法
US5351834A (en) Monitoring of printed sheets
JP5263501B2 (ja) デパレタイズ用のワーク位置認識装置および方法
CN103425966B (zh) 代码和零件关联的方法和装置
CN111652541B (zh) 工业生产监测方法、系统以及计算机可读存储介质
CN114581368A (zh) 一种基于双目视觉的棒材焊牌方法及装置
CN117046747A (zh) 一种烟草企业基于视觉识别的件烟分拣系统及方法
CN113777109A (zh) 一种工件检测方法、系统、设备和存储介质
CN102609699A (zh) 一种激光扫描铸件工件号的识别装置和方法
KR100324205B1 (ko) 레이저다이오드 어레이를 이용한 바코드 판독시스템 및판독방법
CN1228733C (zh) 在图像中探测对象的方法
CN109410210B (zh) 基于机器视觉的商品条码印制质量检测方法
KR100511004B1 (ko) 타이어의 문자인식 장치
CN117798082A (zh) 一种件烟共线分拣方法及系统
JPH02189691A (ja) 物体認識装置
CN113487598A (zh) 一种基于计算机视觉的图书装订错误检测系统
CN117358615B (zh) 一种自动喷码印刷缺陷检测方法及系统
JP6533021B1 (ja) アナログメータ諸元認識装置、コンピュータプログラム及びアナログメータ諸元認識方法
JPS63215954A (ja) 表面検査装置

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