[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

摘要

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。

主权项

1.一种基于机器视觉的烟草切丝后异物在线检测方法，其特征在于，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；所述色彩空间分类器的参数根据Neyman‑Pearson准则进行训练，依据零假设检验理论进行检验，训练得到分类准确的分类器；所述色彩空间分类器的参数的训练方法包括：获取无异物的烟丝彩色图像；对上述无异物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无异物烟丝的色彩空间统计特征；基于不同的检测需求，对不同色彩空间分类器的参数进行训练，得到每个色彩空间分类器对应的检测阈值和最小检测面积；其中，所述检测阈值用于判断是否存在对应特征的异物，所述最小检测面积用于设定预设面积阈值；所述对不同色彩空间分类器的参数进行训练的步骤还包括：计算色彩空间统计特征的直方图概率密度分布；基于预设的概率密度分布阈值，在直方图概率密度分布中搜索符合预设的概率密度分布阈值的临界点；基于所述临界点得到检测阈值；针对色彩空间统计特征采用检测阈值做二值化分割，并且根据分割结果计算得到多个连通域面积；选取连通域面积最大值，并且与预设的调节参数相加得到最小检测面积。