[發(fā)明專利]基于反射、透視和顯微圖像的煙葉分級方法無效
| 申請?zhí)枺?/td> | 201310215456.5 | 申請日: | 2013-05-31 |
| 公開(公告)號: | CN103323455A | 公開(公告)日: | 2013-09-25 |
| 發(fā)明(設(shè)計)人: | 徐昇;歐陽光 | 申請(專利權(quán))人: | 南京文采科技有限責(zé)任公司 |
| 主分類號: | G01N21/84 | 分類號: | G01N21/84;G01N21/27 |
| 代理公司: | 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204 | 代理人: | 繆友菊 |
| 地址: | 210017 江蘇省南京市建鄴區(qū)應(yīng)*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 反射 透視 顯微 圖像 煙葉 分級 方法 | ||
技術(shù)領(lǐng)域
本發(fā)明涉及一種對煙葉進(jìn)行分級的方法,具體涉及一種基于反射、透視和顯微圖像的煙葉分級方法,采用模式識別算法對煙葉進(jìn)行分析處理。
背景技術(shù)
煙葉分級是按照煙葉的品質(zhì)特征、優(yōu)劣程度將其劃分為不同等級,使每一個等級煙葉具有相對一致的質(zhì)量特性和質(zhì)量水平,以供卷煙工業(yè)選擇使用。我國在1992年正式頒布《中華人民共和國烤煙國家標(biāo)準(zhǔn)》,指出煙葉一共可以分為42級,由部位,顏色和品級構(gòu)成煙葉的等級;?韓力群等人在《烤煙煙葉自動分級的智能技術(shù)》中指出,不同地區(qū)不同年份的煙葉等級有所區(qū)別,且煙葉的分級和煙葉的形狀,顏色和紋理密切相關(guān),然而由于情況十分復(fù)雜,內(nèi)在聯(lián)系很難把握,雖有眾多理論研究,但未給出適合工業(yè)需求的分級方法。
一直以來,無論是國際還是國內(nèi)在打葉復(fù)烤煙葉分級過程中,均采用人工“地攤”式挑選分級,即將煙包放置指定位置,依靠人工按要求將“把煙”或解把后的片煙進(jìn)行分選。這種方式需要大量操作工,并需要對其進(jìn)行培訓(xùn),實際執(zhí)行過程中,效果不好。存在人員流動性大、占地面積大、生產(chǎn)環(huán)境差、操作者的經(jīng)驗與能力參差不齊、企業(yè)管理成本高等不利因素。具體表現(xiàn)在成品煙葉質(zhì)量受人工因素影響大、分級后煙葉品質(zhì)偏差較大等缺點。目前的煙葉分級模式不利于合理利用煙葉資源,造成煙葉加工過程質(zhì)量波動大,同時已影響到卷煙加工質(zhì)量。
申請?zhí)枮?01110004173.7的中國發(fā)明專利公開了利用光譜和圖像特征進(jìn)行煙葉分級的方法,然而其并不適用于工業(yè)需求,例如該專利用神經(jīng)網(wǎng)絡(luò)對特征進(jìn)行刪減這會使得特征減少,然而由于煙葉分級較為復(fù)雜,減少特征的同時可能會導(dǎo)致分級不夠精確,使得網(wǎng)絡(luò)分類能力大大下降;在煙葉分級時候其采用的幾種分類算法并不科學(xué),其指出神經(jīng)網(wǎng)絡(luò)算法的網(wǎng)絡(luò)結(jié)構(gòu)和節(jié)點個數(shù)選取在分類時候至關(guān)重要,由于不同年份不同產(chǎn)地?zé)熑~分級可能差距比較大,網(wǎng)絡(luò)結(jié)構(gòu)無法滿足各種情況;遺傳算法通常用來優(yōu)化參數(shù),并不適合進(jìn)行分類;用最近鄰算法運算量過大,需要計算當(dāng)前樣本和每一個樣本的距離;聚類算法用在等級較多情況下并不適用,聚類中心難以確定,計算量巨大。而且其對煙葉的煙葉內(nèi)部結(jié)構(gòu)特征并沒有進(jìn)行處理,煙葉根據(jù)成熟度不同,在煙葉內(nèi)部細(xì)胞結(jié)構(gòu)上差距較大,而成熟度與煙葉的等級密切相關(guān)。
發(fā)明內(nèi)容
發(fā)明目的:本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足,提供一種基于反射、透視和顯微圖像的煙葉分級方法。
技術(shù)方案:本發(fā)明所述的基于反射、透視和顯微圖像的煙葉分級方法,包括如下步驟:(1)實時獲得煙葉的高清彩色反射圖像、高清透視圖像和高清顯微圖像,并將采集的圖像傳給工控機(jī);
(2)對圖像進(jìn)行預(yù)處理操作,以快速定位煙葉的邊界,從背景區(qū)域中分割出煙葉記為煙葉圖像;
(3)對圖像的特征進(jìn)行提取,所述特征包括形狀特征、顏色特征和紋理特征;
(4)用Adaboost分類算法對煙葉的上述特征進(jìn)行分析,即通過弱分類器徑向基神經(jīng)網(wǎng)絡(luò)來分析煙葉圖像的特征,包括形狀特征,顏色特征和紋理特征,通過對煙葉的部位,顏色和品級分類來確定煙葉的等級。
上述步驟(1)中,所述高清彩色反射圖像為3CCD面陣彩色相機(jī)利用反射光源采集獲得,具體方法為:
工控機(jī)通過IO控制板啟動皮帶電機(jī),煙葉置于皮帶上通過皮帶傳輸,皮帶上設(shè)置定位孔,當(dāng)煙葉到達(dá)反光罩內(nèi)時候,光電管通過定位孔發(fā)送定位信息至IO控制板,IO控制板驅(qū)動光源和相機(jī),?3CCD高清面陣彩色相機(jī)對正下方的煙葉進(jìn)行拍攝,獲得高清彩色反射圖像。
所述高清透視圖像為線陣相機(jī)利用透視光源對煙葉進(jìn)行采集獲得,具體方法為:
采用線陣相機(jī),線陣相機(jī)正對透射光源,線陣相機(jī)與透射光源之間為兩個皮帶傳輸裝置的交接處;兩個滾輪之間具有10mm的縫隙,高度上具有微小的高度差,通過煙葉下方的透視光源,采集煙葉的透視圖片,裝置結(jié)構(gòu)如圖5(a)所示。將采集到的透視圖像通過千兆網(wǎng)線傳輸至工控機(jī)。
所述高清顯微圖像為高倍顯微鏡頭利用光纖光源發(fā)生器對煙葉進(jìn)行采集獲得,具體方法為:
用光纖光源發(fā)生器提供光源,在煙葉上部放置高倍顯微鏡頭,直接對煙葉圖像進(jìn)行采集,將采集到的顯微圖像通過千兆網(wǎng)線傳輸?shù)焦た貦C(jī)。
上述步驟(2)中,對圖像進(jìn)行預(yù)處理操作為:通過閾值將背景區(qū)域置成黑色,采用鏈碼算法定位出煙葉的邊界區(qū)域,從背景中分割出煙葉記為煙葉圖像,避免對背景的處理,減少后續(xù)計算量。
上述步驟(3)中,所述形狀特征的提取方法為:采用鏈碼算法,通過步驟(2)中獲得的煙葉的邊界信息,計算出煙葉的長度,寬度,周長,面積和圓度。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京文采科技有限責(zé)任公司,未經(jīng)南京文采科技有限責(zé)任公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310215456.5/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G01N 借助于測定材料的化學(xué)或物理性質(zhì)來測試或分析材料
G01N21-00 利用光學(xué)手段,即利用紅外光、可見光或紫外光來測試或分析材料
G01N21-01 .便于進(jìn)行光學(xué)測試的裝置或儀器
G01N21-17 .入射光根據(jù)所測試的材料性質(zhì)而改變的系統(tǒng)
G01N21-62 .所測試的材料在其中被激發(fā),因之引起材料發(fā)光或入射光的波長發(fā)生變化的系統(tǒng)
G01N21-75 .材料在其中經(jīng)受化學(xué)反應(yīng)的系統(tǒng),測試反應(yīng)的進(jìn)行或結(jié)果
G01N21-84 .專用于特殊應(yīng)用的系統(tǒng)





