[发明专利]一种基于机器视觉的烟草切丝后异物在线检测方法

说明书

本发明公开了一种基于机器视觉的烟草切丝后异物在线检测方法，包括：获取待检测烟丝的彩色图像；对彩色图像进行滤波和对比度增强处理；通过特征提取算法从处理后的彩色图像中提取出待检测烟丝的色彩空间统计特征；针对色彩空间统计特征，采用预设的多个色彩空间分类器进行联合检测；对每个色彩空间分类器的检测结果进行统计判断，将连通域面积小于预设面积阈值的连通域删除；使用或运算对上述判断结果进行融合，得到像素级检测结果；针对上述像素级检测结果采用多个预设的异物鉴别器并行鉴别，排除不满足异物特征的图像区域；对上述图像数据进行融合处理，得到最终检测结果。所述检测方法能够提高切丝后的烟草异物检测的效率和准确性。

技术领域

本发明涉及烟草异物检测技术领域，特别是指一种基于机器视觉的烟草切丝后异物在线检测方法。

背景技术

针对卷烟加工过程中进行切丝操作时或者操作之前，异物去除仍然会有残余，而且在切丝的过程中也容易重新混入异物，使得最终生产得到的烟丝中包含异物。而一旦卷烟中含异物，便会影响口感，这样带有异物的卷烟进入市场，便升级为严重的质量问题。目前，常见的手段均是采用人工筛选方式对烟丝中的细小异物进行筛选，不但工作量巨大，需要投入的人力成本高，而且筛选的效果和效率不高。因此，在实现本申请的过程中，发明人发现现有技术中烟草异物检测的效率和准确性都难以达到工业化生产的需求。

发明内容

有鉴于此，本发明的目的在于提出一种基于机器视觉的烟草切丝后异物在线检测方法，能够提高切丝后的烟草异物检测的效率和准确性。

基于上述目的本发明提供的一种基于机器视觉的烟草切丝后异物在线检测方法，包括：

获取待检测烟丝的彩色图像；

对所述待检测烟丝的彩色图像进行滤波处理和对比度增强处理；

通过特征提取算法从处理后的彩色图像中，提取出待检测烟丝的色彩空间统计特征；

针对待检测烟丝的色彩空间统计特征，采用预设的多个色彩空间分类器进行联合检测；其中，不同的色彩空间分类器用于检测不同特征的异物；

对每个色彩空间分类器的检测结果进行统计判断，将检测结果中对应连通域面积小于预设面积阈值的连通域删除；

对所述多个色彩空间分类器的统计判断输出结果做或运算，得到像素级检测结果；

针对上述像素级检测结果，采用多个预设的异物鉴别器并行的方式进行鉴别，用于排除不满足异物特征的图像区域；

对上述异物鉴别器鉴别后的图像数据进行融合处理，得到最终检测结果。

可选的，所述滤波处理采用总变分法进行滤波处理。

可选的，所述对比度增强处理采用去相关拉伸算法进行对比度增强处理。

可选的，所述去相关拉伸算法包括：

依次计算待检测烟丝的彩色图像对应的均值向量、协方差矩阵、标准差矩阵；

基于上述统计量，计算得到彩色图像的相关矩阵；

对所述相关矩阵做特征值分解，得到特征向量矩阵和特征值矩阵；

基于特征向量矩阵和特征值矩阵，得到变换矩阵；

根据变换矩阵和均值向量，计算得到去相关拉伸结果；

其中，变换矩阵对应的计算公式为：

T＝SIGMA*V*S*V′*inv(SIGMA)；