CN111614880A - 一种基于视觉技术的卷烟品规识别方法 - Google Patents

一种基于视觉技术的卷烟品规识别方法 Download PDF

Info

Publication number
CN111614880A
CN111614880A CN202010488885.XA CN202010488885A CN111614880A CN 111614880 A CN111614880 A CN 111614880A CN 202010488885 A CN202010488885 A CN 202010488885A CN 111614880 A CN111614880 A CN 111614880A
Authority
CN
China
Prior art keywords
cigarette
identification method
light source
product specification
method based
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
CN202010488885.XA
Other languages
English (en)
Inventor
王晓波
王霞
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.)
Jiangsu Yigao Tobacco Machinery Co ltd
Original Assignee
Jiangsu Yigao Tobacco Machinery 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 Jiangsu Yigao Tobacco Machinery Co ltd filed Critical Jiangsu Yigao Tobacco Machinery Co ltd
Priority to CN202010488885.XA priority Critical patent/CN111614880A/zh
Publication of CN111614880A publication Critical patent/CN111614880A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于视觉技术的卷烟品规识别方法，该卷烟品规识别方法适用于高清识别***中，该识别***包括硬件部分和软件部分；所述硬件部分包括工业相机、优选的8mm工业镜头；所述软件部分包括光源控制***、图片采集***、图片特征比对***；所述光源控制***可控制光源控制器电流参数，自动调节光源亮度；所述图片采集***可接收相机触发信号，控制相机拍照；本发明所述的一种基于视觉技术的卷烟品规识别方法，烟箱的表面存在各种颜色的纹理，如用固定亮度的光源，容易造成过曝现象，因此本***可以通过控制器控制光源亮度，针对不同反光度的烟箱多次曝光，软件可以自动选取曝光越清晰的图片进行识别，从而提高识别率。

Description

一种基于视觉技术的卷烟品规识别方法
技术领域
本发明属于卷烟识别领域，特别涉及一种基于视觉技术的卷烟品规识别方法。
背景技术
机器视觉是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉***是通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理***，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像***对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作；
而在卷烟品规方面，还没有一种能够识别卷烟包装的装置或***方法，为此，我们提出一种基于视觉技术的卷烟品规识别方法。
发明内容
本发明的主要目的在于提供一种基于视觉技术的卷烟品规识别方法，可以有效解决背景技术中的问题。
为实现上述目的，本发明采取的技术方案为：
一种基于视觉技术的卷烟品规识别方法，该卷烟品规识别方法适用于高清识别***中，该识别***包括硬件部分和软件部分；
所述硬件部分包括工业相机、优选的8mm工业镜头；
所述软件部分包括光源控制***、图片采集***、图片特征比对***；
所述光源控制***可控制光源控制器电流参数，自动调节光源亮度；
所述图片采集***可接收相机触发信号，控制相机拍照。
优选的，所述硬件部分采用的工业相机为600万相素高清工业相机。
优选的，600万相素高清工业相机的数量安装有两个。
优选的，所述工业相机与8mm工业镜头配合使用的拍摄面积为1800mm*1400mm。
一种基于视觉技术的卷烟品规识别方法，该卷烟品规识别方法包括以下步骤：
步骤一、首先从每种品规的烟箱图像中取出speeded uprobust features(SURF)特征值，并保存下来；
步骤二、当在线检测时，获取侧面相机图像后，与已保存的每种品规特征值进行匹配，寻找匹配特征点数量最多的品规；
步骤三、匹配特征点数量小于指定阈值时，判断为该烟箱的品规无法识别。
优选的，该卷烟品规识别方法识别对象为异形烟箱、细支烟箱、循环烟箱与常规烟箱。
与现有技术相比，本发明具有如下有益效果：该一种基于视觉技术的卷烟品规识别方法，烟箱的表面存在各种颜色的纹理，如用固定亮度的光源，容易造成过曝现象，因此本***可以通过控制器控制光源亮度，针对不同反光度的烟箱多次曝光，软件可以自动选取曝光越清晰的图片进行识别，从而提高识别率。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
一种基于视觉技术的卷烟品规识别方法，该卷烟品规识别方法适用于高清识别***中，该识别***包括硬件部分和软件部分；
所述硬件部分包括工业相机、8mm工业镜头；
所述软件部分包括光源控制***、图片采集***、图片特征比对***；
所述光源控制***可控制光源控制器电流参数，自动调节光源亮度；
所述图片采集***可接收相机触发信号，控制相机拍照。
硬件部分采用的工业相机为600万相素高清工业相机；600万相素高清工业相机的数量安装有两个；工业相机与8mm工业镜头配合使用的拍摄面积为1800mm*1400mm。
该卷烟品规识别方法包括以下步骤：首先从每种品规的烟箱图像中取出speededuprobust features(SURF)特征值，并保存下来；当在线检测时，获取侧面相机图像后，与已保存的每种品规特征值进行匹配，寻找匹配特征点数量最多的品规；匹配特征点数量小于指定阈值时，判断为该烟箱的品规无法识别。
该卷烟品规识别方法识别对象为异形烟箱、细支烟箱、循环烟箱与常规烟箱。
实施例1
本***可识别：常规烟箱，约一半的品项都属于常规烟箱，形状尺寸完全相同，只有烟箱上的颜色、图案和文字不同，每种品项的常规烟箱的图案和文字存在很大差别。
首先从每种品规的烟箱图像中取出speeded uprobust features(SURF)特征值，并保存下来；当在线检测时，获取侧面相机图像后，与已保存的每种品规特征值进行匹配，寻找匹配特征点数量最多的品规；匹配特征点数量小于指定阈值时，判断为该烟箱的品规无法识别。
实施例2
本***可识别：循环烟箱，即可循环使用的烟箱，不同品项的循环烟箱形状尺寸和颜色也完全相同，烟箱表面图案和文字也极为相似，仅有几处贴有代表具体品项的贴纸，且贴纸面积和常规烟箱上的品项图案及文字相比非常小。
首先从每种品规的烟箱图像中取出speeded uprobust features(SURF)特征值，并保存下来；当在线检测时，获取侧面相机图像后，与已保存的每种品规特征值进行匹配，寻找匹配特征点数量最多的品规；匹配特征点数量小于指定阈值时，判断为该烟箱的品规无法识别。
实施例3
本***可识别：异形烟箱和细支烟箱，每一种品项的形状和尺寸都有所不同，一般比常规烟箱和循环烟箱小，品项图案、颜色和文字差别大。
首先从每种品规的烟箱图像中取出speeded uprobust features(SURF)特征值，并保存下来；当在线检测时，获取侧面相机图像后，与已保存的每种品规特征值进行匹配，寻找匹配特征点数量最多的品规；匹配特征点数量小于指定阈值时，判断为该烟箱的品规无法识别。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (6)

1.一种基于视觉技术的卷烟品规识别方法，其特征在于,该卷烟品规识别方法适用于高清识别***中，该识别***包括硬件部分和软件部分；
所述硬件部分包括工业相机、优选的8mm工业镜头；
所述软件部分包括光源控制***、图片采集***、图片特征比对***；
所述光源控制***可控制光源控制器电流参数，自动调节光源亮度；
所述图片采集***可接收相机触发信号，控制相机拍照。
2.根据权利要求1所述的一种基于视觉技术的卷烟品规识别方法，其特征在于：所述硬件部分采用的工业相机为优选的600万相素高清工业相机。
3.根据权利要求2所述的一种基于视觉技术的卷烟品规识别方法，其特征在于：优选的600万相素高清工业相机的数量安装有两个。
4.根据权利要求1所述的一种基于视觉技术的卷烟品规识别方法，其特征在于：所述工业相机与优选的8mm工业镜头配合使用的拍摄面积为1800mm*1400mm。
5.根据权利要求1所述的一种基于视觉技术的卷烟品规识别方法，其特征在于：该卷烟品规识别方法包括以下步骤：
步骤一、首先从每种品规的烟箱图像中取出speeded uprobust features(SURF)特征值，并保存下来；
步骤二、当在线检测时，获取侧面相机图像后，与已保存的每种品规特征值进行匹配，寻找匹配特征点数量最多的品规；
步骤三、匹配特征点数量小于指定阈值时，判断为该烟箱的品规无法识别。
6.根据权利要求1所述的一种基于视觉技术的卷烟品规识别方法，其特征在于：该卷烟品规识别方法识别对象为异形烟箱、细支烟箱、循环烟箱与常规烟箱。
CN202010488885.XA 2020-06-02 2020-06-02 一种基于视觉技术的卷烟品规识别方法 Pending CN111614880A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010488885.XA CN111614880A (zh) 2020-06-02 2020-06-02 一种基于视觉技术的卷烟品规识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010488885.XA CN111614880A (zh) 2020-06-02 2020-06-02 一种基于视觉技术的卷烟品规识别方法

Publications (1)

Publication Number Publication Date
CN111614880A true CN111614880A (zh) 2020-09-01

Family

ID=72205225

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010488885.XA Pending CN111614880A (zh) 2020-06-02 2020-06-02 一种基于视觉技术的卷烟品规识别方法

Country Status (1)

Country Link
CN (1) CN111614880A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105701476A (zh) * 2016-02-04 2016-06-22 合肥泰禾光电科技股份有限公司 一种基于机器视觉的生产线产品自动化识别***及方法
CN108423251A (zh) * 2018-02-13 2018-08-21 中国烟草总公司北京市公司物流中心 一种卷烟自动分拣***
CN108620343A (zh) * 2018-04-09 2018-10-09 河南中烟工业有限责任公司 一种基于ccd的烟箱外观质量检测方法
CN109214222A (zh) * 2018-08-31 2019-01-15 四川和鼎昇泰信息技术有限公司 基于嵌入式的32位条烟激光码识别***及其识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105701476A (zh) * 2016-02-04 2016-06-22 合肥泰禾光电科技股份有限公司 一种基于机器视觉的生产线产品自动化识别***及方法
CN108423251A (zh) * 2018-02-13 2018-08-21 中国烟草总公司北京市公司物流中心 一种卷烟自动分拣***
CN108620343A (zh) * 2018-04-09 2018-10-09 河南中烟工业有限责任公司 一种基于ccd的烟箱外观质量检测方法
CN109214222A (zh) * 2018-08-31 2019-01-15 四川和鼎昇泰信息技术有限公司 基于嵌入式的32位条烟激光码识别***及其识别方法

Similar Documents

Publication Publication Date Title
US10937167B2 (en) Automated generation of pre-labeled training data
Deb et al. Shadow detection and removal based on YCbCr color space
US20110262036A1 (en) Method and system for item identification
CN108875619A (zh) 视频处理方法和装置、电子设备、计算机可读存储介质
CN111027415B (zh) 一种基于偏振图像的车辆检测方法
CN107609475B (zh) 基于光场相机的行人检测误检提出方法
Tantaswadi et al. Machine vision for automated visual inspection of cotton quality in textile industries using color isodiscrimination contour
CN106997457A (zh) 人物肢体识别方法、人物肢体识别装置及电子装置
CN105825204A (zh) 一种智能相机夜间识别电力设备表计的方法
CN114018946B (zh) 一种基于OpenCV的高反光瓶盖缺陷检测方法
CN104813341B (zh) 图像处理***以及图像处理方法
Shiting et al. Clustering-based shadow edge detection in a single color image
CN104346614B (zh) 一种实景下的西瓜图像处理和定位方法
CN111614880A (zh) 一种基于视觉技术的卷烟品规识别方法
CN110569753A (zh) 一种基于机器视觉的条烟在线识别方法及***
Aghaei et al. A flying gray ball multi-illuminant image dataset for color research
CN106599779A (zh) 一种人耳识别方法
CN108109138B (zh) 一种针对类镜面物体的高光区域自适应匀光的方法
CN114113129A (zh) 一种镜片微小缺陷识别抓取***及方法
CN105510339A (zh) 一种基于机器视觉的饮料瓶满箱检测方法
Hall et al. Brand identification using gaussian derivative histograms
Wang et al. An efficient method of shadow elimination based on image region information in HSV color space
CN110889321A (zh) 一种智能人脸防过曝算法
CN110349139A (zh) 一种基于神经网络分割的包装杂项检测方法
Trang et al. Irregular moving object detecting and tracking based on color and shape in real-time system

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200901