[發明專利]基于圖像處理的梗簽識別檢測方法

在審

• 申請號: 202111033497.3
• 申請日: 2021-09-03
• 公開（公告）號: CN113888468A
• 公開（公告）日: 2022-01-04
• 發明（設計）人: 王藝斌;丁多;李春秀;王先兵;吳文強;李瑞東;楊博;吳箭;許文武;龐鑫;劉承鈞
• 申請（專利權）人: 南京焦耳科技有限責任公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 葉涓涓

本發明公開了一種基于圖像處理的梗簽識別檢測方法，包括：采集煙絲圖像；對煙絲中的梗簽進行識別，得到梗簽；建立梗簽面積和梗簽質量的擬合模型；統計出煙絲中的含簽率。本發明利用圖像處理技術對梗簽進行識別；建立梗簽面積與質量的擬合模型，從而可以統計出煙絲的含簽率，本發明快捷、方便，有效，能夠有效區分出煙絲中的梗簽，并準確統計煙絲的含簽率。

技術領域

本發明屬于煙草加工技術領域，涉及一種煙葉識別方法，尤其涉及一種基于圖像處理的梗簽識別檢測方法。

背景技術

卷煙產品的梗簽含量對于卷煙的燃燒性能、感官質量有著直接影響，所以如何準確測量煙絲含簽率有助于提高卷煙產品的質量。傳統煙絲含簽率的測量通常是采用人工取樣并從煙絲中挑揀出梗簽的方法，因此存在取樣量、測量次數不統一，耗時長，效率低，不同人員檢測結果差異大等問題。

目前亟需一種自動化的梗簽識別檢測方法，但本領域中尚無此類技術。

發明內容

為了解決現有技術中存在的問題，本發明提供一種基于圖像處理的梗簽識別檢測方法，能夠有效區分出煙絲中的梗簽。

為了達到上述目的，本發明提供如下技術方案：

基于圖像處理的梗簽識別檢測方法，包括如下步驟：

步驟1，采集煙絲圖像；

步驟2，對所述煙絲圖像中的梗簽進行識別，得到梗簽；

步驟3，根據采集的梗簽，建立梗簽面積與梗簽質量的擬合模型；

步驟4，根據所述擬合模型計算煙絲的含簽率。

進一步的，所述步驟1中，所述煙絲圖像包括只包含梗簽的梗簽圖像以及由梗簽和煙絲混合而成的混合煙絲圖像。

進一步的，所述步驟2包括如下子步驟：

步驟2-1，對煙絲圖像進行預處理；

步驟2-2，根據經過圖像預處理后的煙絲圖像，提取每個煙絲輪廓的形狀、顏色、紋理特征；

步驟2-3，根據提取煙絲輪廓的形狀、顏色、紋理特征，通過Boruta特征方法降低特征維度；

步驟2-4，根據Boruta特征方法降低后的特征，以支持向量機SVM為基分類器，利用AdaBoost集成學習的方法，得到識別梗簽的模型；

步驟2-5，根據分類模型識別出煙絲圖像中的梗簽，計算每一個梗簽的面積并進行累加，得到梗簽的總面積。

進一步的，所述步驟2-1包括如下過程：

對采集到的煙絲圖像進行去除噪聲處理；

根據經過去噪處理后的煙絲圖像，對煙絲進行二值化，提取煙絲的連通區域；

根據提取出的煙絲連通區域，計算每個煙絲連通區域的外接矩形，提取到每一片的煙絲圖像，方便之后的特征提取。

進一步的，所述去除噪聲處理采用中值濾波法，濾波窗口大小為3×3，二值化采用閾值分割完成。

進一步的，所述步驟2-2通過計算分割出的煙絲圖像的灰度共生矩陣提取紋理特征，包括如下過程：

步驟2-2-1，通過以下公式，計算出圖像的對比度Contrast、差異性Dissimilarity、同致性Homogeneity、二階矩ASM、能量Energy、相關性Correlation，