CN113838123B - 基于图像处理的烟丝形貌特征的测量方法 - Google Patents
基于图像处理的烟丝形貌特征的测量方法 Download PDFInfo
- Publication number
- CN113838123B CN113838123B CN202110934280.3A CN202110934280A CN113838123B CN 113838123 B CN113838123 B CN 113838123B CN 202110934280 A CN202110934280 A CN 202110934280A CN 113838123 B CN113838123 B CN 113838123B
- Authority
- CN
- China
- Prior art keywords
- tobacco
- area
- shreds
- shred
- tobacco shred
- 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.)
- Active
Links
- 241000208125 Nicotiana Species 0.000 title claims abstract description 256
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 256
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 title claims abstract description 26
- 230000000877 morphologic effect Effects 0.000 claims abstract description 26
- 238000012360 testing method Methods 0.000 claims abstract description 12
- 238000011156 evaluation Methods 0.000 claims abstract description 11
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 238000005259 measurement Methods 0.000 claims description 26
- 239000011521 glass Substances 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 3
- 238000003825 pressing Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 claims description 2
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 2
- 238000003892 spreading Methods 0.000 claims description 2
- 230000007480 spreading Effects 0.000 claims description 2
- 230000003068 static effect Effects 0.000 claims description 2
- 238000009826 distribution Methods 0.000 abstract description 15
- 235000019504 cigarettes Nutrition 0.000 abstract description 5
- 230000008569 process Effects 0.000 abstract description 2
- 230000001953 sensory effect Effects 0.000 abstract description 2
- 239000002245 particle Substances 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000005243 fluidization Methods 0.000 description 4
- 238000000691 measurement method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 239000012798 spherical particle Substances 0.000 description 2
- 235000005206 Hibiscus Nutrition 0.000 description 1
- 235000007185 Hibiscus lunariifolius Nutrition 0.000 description 1
- 244000048199 Hibiscus mutabilis Species 0.000 description 1
- 235000003973 Hibiscus mutabilis Nutrition 0.000 description 1
- 244000284380 Hibiscus rosa sinensis Species 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/68—Analysis of geometric attributes of symmetry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提出一种基于图像处理的烟丝形貌特征的测量方法。烟丝的形貌特征是卷烟工艺中一项重要的评价指标，对卷烟的感官质量及物理指标有明显的影响。通过提出本发明，能够快速无损测量大量分散烟丝的几何形态属性，包括圆形度、矩形度和球形度等，并统计试验区域烟丝等效直径。本发明的图像处理流程依次为：搭建物理***、图片获取、单位标定、输入烟丝的厚度与像素尺寸比、图像预处理、烟丝多连通区域分割、烟丝长度与体积输出、烟丝圆形度、球形度输出、烟丝等效直径、球形度分布图计算等。
Description
技术领域
本发明涉及物理实验与烟草机械设备技术领域，尤其涉及基于图像处理算法的烟丝形貌特征测量方法。
背景技术
烟丝的形貌特征，包括圆形度、矩形度、球形度，是卷烟工艺中一项重要的评价指标，对卷烟的感官质量及物理指标有明显的影响。在烟丝流化的研究中，不同的形貌特征影响烟丝的曳力。烟丝形状越偏离球形颗粒，表面受到的流化阻力越大。另一方面，烟叶经过片烟处理设备与切丝设备后，包括分切设备、叶片松散回溯机与切丝机，应该对烟丝的形貌进行分析。叶梗分离设备、供料成条机、卷接成型机中也应该采用形貌特征分析方法来判断国产烟草机械各机组的功能可靠性。传统测量方式多为人工评价测量，劳动强度大，采样周期长，评价客观性差，与烟草企业的现代化设计理念不相符。多种形态参数未形成统一的实验规范，因此，应该提出一种合适的烟丝图像测量方法，对混合烟丝形貌特征进行分析与评价。
在设计烟丝颗粒流化反应器之前，一般采用理论与数值模拟相结合的形式，初步分析烟丝的流化特征。受计算方法与数值模拟软件的限制，烟丝颗粒一般采用球形颗粒替代，加以形状因子来表征烟丝与规则形状的区别。因此，应该提出一种等效直径测量方法，计算混合烟丝的等效直径均值与偏差。
现有的烟丝物理性能测量效率低且精度不足，未能对烟丝矩形度、圆形度、球形度、等效直径等进行可视化表示。以往的测量方法均采用人工检测，依靠目测判断已不能满足烟丝标准规格测量要求。目前，对烟丝宽度的测量较为先进的方法为CCD图像测量，但仅对烟丝宽度进行了分析，尚未提出针对烟丝的矩形度、圆形度等特征属性的测量方法。
发明内容
本发明的目的在于提出一种基于图像处理的烟丝形貌特征的测量方法，可以快速获得烟丝圆形度、矩形度、球形度和等效直径等形貌特征参数，可以快速测量大量随机混合的烟丝，具有较高的测量精度，并能根据烟草机械检测需求，扩展程序功能。
为了实现本发明的目的，本发明采取的技术方案为：
基于图像处理的烟丝形貌特征的测量方法，其特征在于：包括以下步骤：
步骤一.获取烟丝图像；所述烟丝图像中的烟丝相互不重合；
步骤二.对烟丝图像进行图像预处理分割得到各烟丝区域；
步骤三.统计各烟丝区域的实际周长和实际面积作为烟丝的实际周长和实际面积S，测量得到烟丝平均厚度h，以烟丝平均厚度h*实际面积S得到烟丝区域的体积Vp；
步骤四.得到各烟丝区域的最小外接矩形，以最小外接矩形的对角线长度作为烟丝长度；通过各烟丝区域的周长和面积得到圆形度ψ；通过烟丝的平均厚度h和烟丝的实际面积得到烟丝的等效直径Dp；通过烟丝的平均厚度h、烟丝的实际面积和实际周长得到球形度
进一步的改进，步骤一中，获取烟丝图像的方法如下：
设置数码相机、LED光源和试验台，所述数码相机电连接图像采集计算机，图像采集计算机电连接显示器；所述试验台位于数码相机正下方，试验台上方一侧固定有水平尺，另一侧固定有白板；所述LED光源周向环绕设置在数码相机两侧；
数码相机将拍摄得到的烟丝图像上传至图像采集计算机。
进一步的改进，所述步骤三中，烟丝的实际周长和实际面积获取方法如下：
步骤a.白板上放置有一个已知长度的标定物L0，作为单位标定依据的标定物，拍摄图像P0；
步骤b.按照标准GB/T16447-1996改变烟丝的含水率，随机打乱烟丝测量样品，取出部分烟丝作为检测对象，将所述烟丝平铺于白板，随机分散烟丝，防止烟丝之间的重叠；
步骤c.将玻璃板缓慢平压在所述烟丝与白板上，使所述烟丝平铺于水平面，防止烟丝的卷曲；
步骤d.在玻璃板平压所述烟丝3min后，拍摄静态图像P，重复步骤b到步骤c，拍摄n张烟丝图像；
步骤e.读取拍摄的图像P0，得到标定物的垂直投影像素长度Lp；
步骤f.根据得到的像素长度Lp，得到长度尺寸比Lca：
步骤g.人工测量得到烟丝的平均厚度h；烟丝区域的像素周长*Lca即烟丝区域的实际周长，烟丝区域的像素面积*Lca2即烟丝区域的实际面积。
进一步的改进，所述步骤四中，通过最小外接矩形的对角线长度*Lca得到各区域的烟丝长度，圆形度ψ、等效直径Dp和球形度的计算公式如下：
圆形度ψ：
等效直径Dp：
球形度
Sf＝2S+hL
矩形度R：
其中，h为烟丝的平均厚度、d为烟丝投影面积的等效直径、Vp为烟丝区域的体积,Sf为烟丝实际表面积，L为边缘轮廓提取后的烟丝实际周长，S为烟丝的实际面积，Sr为烟丝最小外接矩形的实际面积。
所述烟丝形貌特征综合性能评价指标PJZB计算公式如下：
其中，Rs为烟丝理想的矩形度，Dps为烟丝理想的等效直径，ψs为烟丝理想的圆形度，φs为烟丝理想的球形度，ω1、ω2、ω3、ω4均为权重。
进一步的改进，ω1为0.7，ω2为0.15,ω3为0.1,v4为0.05；综合性能评价指标PJZB越接近于0，烟丝质量越好。
与现有技术相比，本发明的优点在于：
(1)提出了一种基于图像处理的烟丝形貌特征与等效直径测量方法，设计了一款未有的烟丝形貌特征测量***。
(2)基于图像处理算法，能够快速无损测量大量分散烟丝的几何形态属性。形态参数主要包括：，圆形度、矩形度、球形度等。
(3)基于图像处理算法，能够统计实验区域烟丝等效直径。
附图说明
图1为基于图像处理的烟丝形貌特征测量***；
图2为烟丝图像处理测量***；
图3为烟丝形貌特征测量技术方案；
图4-a为线段原始图像；
图4-b为图像处理后线段最小外接矩形；
图5为以不同线段为标准计算线段长度的相对误差；
图6为以不同线段为标准计算线段长度相对误差的均值及其均方差；
图7-a为烟丝原图；
图7-b为烟丝灰度化图；
图7-c为烟丝滤波去噪图；
图7-d为烟丝二值化图；
图7-e为烟丝取-反、忽略小面积图；
图7-f为烟丝区域分割标记图；
图8为球形度分布直方图；
图9为烟丝长度分布直方图；
图10为当量直径分布直方图；
图11-a为圆形度频率分布图；(横坐标表示圆形度，纵坐标表示频率；圆形度可描述为某一图形接近圆形的程度，频率是每个对象出现的次数与总次数的比值)；
图11-b为矩形度频率分布图；(横坐标表示矩形度，纵坐标表示频率；矩形度体现物体对其外接矩形的充满程度，频率是每个对象出现的次数与总次数的比值)；
图11-c为球形度频率分布图；(横坐标表示球形度，纵坐标表示频率；球形度是指物体的形状接近球体的程度，频率是每个对象出现的次数与总次数的比值)；
图11-d为圆形度概率密度分布拟合图；(横坐标表示圆形度，纵坐标表示概率密度；圆形度可描述为某一图形接近圆形的程度，概率密度表示瞬时幅值落在某指定范围内的概率)；
图11-e为矩形度概率密度分布拟合图；(横坐标表示矩形度，纵坐标表示概率密度；矩形度体现物体对其外接矩形的充满程度，概率密度表示瞬时幅值落在某指定范围内的概率)；
图11-f为球形度概率密度分布拟合图；(横坐标表示球形度，纵坐标表示概率密度；球形度是指物体的形状接近球体的程度，概率密度表示瞬时幅值落在某指定范围内的概率)；
其中，显示器1、图像采集计算机2、LED光源3、白板4、玻璃板5、数码相机6、试验台7、水平尺8、烟丝样本9。
具体实施方式
为更进一步阐述本发明为达成预定目的所采用的技术手段及功效，以下结合附图及较佳实例，对依据本发明提出的基于图像处理的烟丝形貌特征的测量方法，详细说明如下：
图1为基于图像处理的烟丝形貌特征与等效直径测量***。提供了一种针对于烟草机械生产的成品烟丝检测方法，包括对烟丝矩形度、圆形度、球形度、等效直径等特征的可视化表达。整个实验装置包括显示器1、图像采集计算机2、LED光源3、白板4、玻璃板5、数码相机6、试验台7、水平尺8、烟丝样本9。
本发明解决其技术问题所采用的技术方案依次为搭建物理***、图片获取、单位标定、输入烟丝的厚度与像素尺寸比、图像预处理、烟丝多连通区域分割、烟丝长度与体积输出、烟丝圆形度、球形度输出、烟丝等效直径、球形度分布图计算等。具体实施步骤如下：
步骤一：根据图1方案搭建烟丝形貌特征与等效直径测量实验***，连接数码相机与计算机测量***。两盏LED光源左右对称放置，使烟丝样本照明均匀性好，提高了成像质量。光源下方放置白板，烟丝与背景完全分离，增加了烟丝之间的色差，提高了烟丝在CCD中的成像质量。图像采集计算机能够对采集的多组烟丝样本图像进行分析，基于自主创新设计的烟丝形貌特征与等效直径测量***完成了烟丝等效直径、球形度等形状属性测量。
步骤二：固定CCD相机与白板，并且在白板上放置一个已知面积或者长度的的标定物L0，作为单位标定依据，拍摄图像P0。
步骤三：选取芙蓉王的成品卷烟采用的烟丝作为测试样品，按照标准GB/T16447-1996改变烟丝的含水率，然后随机打乱测量样品，取出部分烟丝作为检测对象。将一定数量的烟丝平铺于白板，随机分散烟丝，防止烟丝之间的重叠。
步骤四：将玻璃板缓慢平压在烟丝样本与白板上，使烟丝样本平铺于水平面，防止烟丝的卷曲。
步骤五：在玻璃板平压烟丝样本3min后，拍摄静态图像P。重复步骤三到步骤四，拍摄n张烟丝图像。
步骤六：通过图像采集计算机读取数码相机拍摄的图像并保存；
步骤七：在计算机单位标定***中，读取拍摄的标定图片P0，得到物体的垂直投影像素长度Lp。
根据得到的像素长度Lp，计算长度尺寸比Lca：
步骤八：通过烟丝形貌特征测量分析***读取图像P，记录尺寸比Lca与平均厚度h。
步骤九：基于烟丝形貌特征测量分析***，统计出各个烟丝的等效直径、球形度、面积与对角线尺寸等数据。图像处理技术包括图像预处理、多连通域分割算法等，其中图像预处理包括图像灰度化、滤波去噪、图像二值化、背景去除、形态学闭运算等。
基于图像处理的烟丝形貌特征测量***，如图3所示。对烟丝形貌特征进行无损测量，避免了人为因素的干扰，可快速获取相关的数据，可靠性高。具体实施流程如下：
①运行烟丝图像处理测量***，操控区内读取图片，对图像进行预处理。
②输入区内设置像素比为0.33，烟丝平均厚度为0.2mm。
③图片灰度化，将RGB图像转化为灰度化图像，减少图像内存；
④采用中值滤波技术去除烟丝灰度图中局部噪点；
⑤将灰度图转换为二值图，并进行背景去除。此时拍摄的烟丝为黑色，背景为白色；
⑥对图像进行二值图取反处理，使烟丝显示为白色，背景为黑色，此时的图像方便于后续形态学操作；
⑦通过形态学闭运算修正烟丝轮廓与中间孔缝；
⑧通过多连通域分割划分烟丝区域，并通过区域伪彩方式显示；
⑨提取各个区域的信息，由尺寸比Lca完成像素转换，统计烟丝实际周长L，面积S；
⑩计算各连通域中烟丝的对角线长度、圆形度ψ、矩形度R、等效直径Dp、球形度φ等，计算公式如下：
Sf＝2S+hL
式中，h为烟丝的平均厚度、d为烟丝投影面积的等效直径、Vp为烟丝的体积,L为边缘轮廓提取后的烟丝周长、Sr为烟丝最小外接矩形的实际面积。
由于圆形度、矩形度、等效直径与球形度4个形貌参数的功能不一，除了等效直径为尺寸参数，其他三个都是无因次参数，不能直观的反应烟丝形貌的综合质量。为量化烟丝质量参数，提出综合性能评价指标PJZB计算式：
式中，ωi为不同指标的对应权重，Rs为烟丝理想的矩形度，Dps为烟丝理想的等效直径，ψs为烟丝理想的圆形度，φs为烟丝理想的球形度。烟丝理想的矩形度、等效直径、圆形度和球形度应该根据烟草公司想要的烟丝尺寸来计算。由于矩形度对烟丝形貌质量参数影响相对较大，权重为ω1＝0.7。圆形度、相对等效直径与球形度影响较小，则权重依次为ω2＝0.15,ω3＝0.1,ω4＝0.05。
综合性能评价指标PJZB越接近于0，表示烟厂加工出的实际烟丝形貌质量与理想烟丝形貌质量接近。
其实施方式如下：
1.单位标定
在对烟丝进行实际测量之前，先对***进行了标定试验，在同一测量条件下，对多个标准线条的图像像素长度进行测量，进行了像素尺寸比的验证。读取拍摄的标定图片P0，采用图像处理技术，得到图像中物体长度的像素点为lp，已知实际长度l0，根据公式
得到像素尺寸比Lca。
表1
如图4-a和图4-b所示，图中有11条线段，由于呈对称性，对称的线段长度像素点一样，则所有线段可用序号1、2、3、4、5、6表示。经过图像处理后获得各线段的最小外接矩形，分别以不同线段计算的尺寸比来验证其他线段的长度，并计算了它们的相对误差，其结果如图5所示，相对误差绝对值在0.5％以内，因此，该算法用来计算烟丝的尺寸等属性有效，都能够满足实际的要求。
为了选取最优的像素尺寸比，计算了各个尺寸比相对误差的均值与均方差，如图6所示，线段5的相对误差均值与均方差皆为最小，因此将线段5的像素尺寸比lca：0.0918作为本实验的计算尺寸比。
2.烟丝形貌特征测量
在烟丝形貌特征测量中，尺寸比为0.0918。基于烟丝形貌特征测量***，读取图像P，输入尺寸比，计算出连通域中烟丝的对角线长度、面积、等效直径、球形度等参数，如图7-11与表2所示。图7为烟丝图像处理流程图，分别对烟丝进行灰度化、滤波去噪、二值化、取反、忽略小面积烟丝、烟丝区域分割标记等，获取每个烟丝的基础信息。图8-10分别绘制了烟丝群球形度、长度、当量直径的直方图，且图11绘制了烟丝的圆形度、矩形度、球形度的概率密度函数曲线。
由图7-a到图7-f可以看出，烟丝原图中烟丝呈现暗黄色，由于光线并非完全均匀，中心成像清晰，两侧烟丝较暗。采用本发明专利提出的图像处理程序对烟丝图像进行灰度化与滤波去噪，图7-c的图像识别度明显提高。进一步通过二值化操作，烟丝与背景完全分离，可以方便计算烟丝颗粒的面积。最后，对每幅待测图像进行取反、忽略小面积，与区域分割，每个烟丝颗粒被单独标记。基于颗粒像素，提取实际周长与面积，有利于后续烟丝形貌特征的分析。
由图6球形度分布直方图与图9烟丝长度分布直方图可知，烟丝球形度集中在0.11附近，且左侧数据明显偏高。烟丝长度集中分布在23mm附近，由于图像测量考虑的样本较多，烟丝长度分布区间较为分散。
基于公式：
计算了烟丝的当量直径(即等效直径)，当量直径分布直方图如图10所示。可以看出，经过多组烟丝样本的图像分析后，烟丝颗粒的当量直径呈近似正态分布，等效直径均值为1.7mm。
烟丝的形貌特征分布包括圆形度、矩形度与球形度。图11-a到图11-c为形貌特征频率图。图11-d到图11-f为形貌特征概率密度分布拟合图，可以看出，圆形度、矩形度与球形度的均值依次为0.35、0.45、0.15。
表2
通过本发明专利提出的烟丝形貌特征与等效直径测量***，测量了多组烟丝图像。表2为烟丝形貌特征表，提供了一幅图像中52个烟丝颗粒的形貌特征与等效直径测量结果，从表中可以看出，各烟丝属性均在均值附近波动。
Claims (3)
1.基于图像处理的烟丝形貌特征的测量方法，其特征在于：包括以下步骤：
步骤一.获取烟丝图像；所述烟丝图像中的烟丝相互不重合；
步骤二.对烟丝图像进行图像预处理分割得到各烟丝区域；
步骤三.统计各烟丝区域的实际周长和实际面积作为烟丝的实际周长和实际面积S，测量得到烟丝平均厚度h，以烟丝平均厚度h*实际面积S得到烟丝区域的体积Vp；
烟丝的实际周长和实际面积获取方法如下：
步骤a.白板上放置有一个已知长度的标定物L0，作为单位标定依据的标定物，拍摄图像P0；
步骤b.按照标准GB/T16447-1996改变烟丝的含水率，随机打乱烟丝测量样品，取出部分烟丝作为检测对象，将所述烟丝平铺于白板，随机分散烟丝，防止烟丝之间的重叠；
步骤c.将玻璃板缓慢平压在所述烟丝与白板上，使所述烟丝平铺于水平面，防止烟丝的卷曲；
步骤d.在玻璃板平压所述烟丝3min后，拍摄静态图像P，重复步骤b到步骤c，拍摄n张烟丝图像；
步骤e.读取拍摄的图像P0，得到标定物的垂直投影像素长度Lp；
步骤f.根据得到的像素长度Lp，得到长度尺寸比Lca：
步骤g.人工测量得到烟丝的平均厚度h；烟丝区域的像素周长*Lca即烟丝区域的实际周长，烟丝区域的像素面积*Lca2即烟丝区域的实际面积；
步骤四.得到各烟丝区域的最小外接矩形，以最小外接矩形的对角线长度作为烟丝长度；通过各烟丝区域的周长和面积得到圆形度ψ；通过烟丝的平均厚度h和烟丝的实际面积得到烟丝的等效直径Dp；通过烟丝的平均厚度h、烟丝的实际面积和实际周长得到球形度
通过最小外接矩形的对角线像素长度*Lca得到各区域的烟丝长度；圆形度ψ、等效直径Dp和球形度的计算公式如下：
圆形度ψ：
等效直径Dp：
球形度
Sf＝2S+hL
矩形度R：
其中，h为烟丝的平均厚度、d为烟丝投影面积的等效直径、Vp为烟丝区域的体积,Sf为烟丝实际表面积，L为边缘轮廓提取后的烟丝实际周长，S为烟丝的实际面积，Sr为烟丝最小外接矩形的实际面积；
步骤五.得到烟丝形貌特征综合性能评价指标；
所述烟丝形貌特征综合性能评价指标PJZB计算公式如下：
其中，Rs为烟丝标准的矩形度，Dps为烟丝标准的等效直径，ψs为烟丝标准的圆形度，φs为烟丝标准的球形度，ω1、ω2、ω3、ω4均为权重。
2.如权利要求1所述的基于图像处理的烟丝形貌特征的测量方法，其特征在于：步骤一中，获取烟丝图像的方法如下：
设置数码相机、LED光源和试验台，所述数码相机电连接图像采集计算机，图像采集计算机电连接显示器；所述试验台位于数码相机正下方，试验台上方一侧固定有水平尺，另一侧固定有白板；所述LED光源周向环绕设置在数码相机两侧；
数码相机将拍摄得到的烟丝图像上传至图像采集计算机。
3.如权利要求1所述的基于图像处理的烟丝形貌特征的测量方法，其特征在于：
ω1为0.7，ω2为0.15,ω3为0.1,ω4为0.05；综合性能评价指标PJZB越接近于0，烟丝质量越好。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110934280.3A CN113838123B (zh) | 2021-08-16 | 2021-08-16 | 基于图像处理的烟丝形貌特征的测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110934280.3A CN113838123B (zh) | 2021-08-16 | 2021-08-16 | 基于图像处理的烟丝形貌特征的测量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113838123A CN113838123A (zh) | 2021-12-24 |
| CN113838123B true CN113838123B (zh) | 2024-03-19 |
Family
ID=78960578
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110934280.3A Active CN113838123B (zh) | 2021-08-16 | 2021-08-16 | 基于图像处理的烟丝形貌特征的测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113838123B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114424832A (zh) * | 2022-01-21 | 2022-05-03 | 首域科技(杭州)有限公司 | 一种使用机器学习算法在线测量烟丝特征的新型检测仪 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102818769A (zh) * | 2012-09-05 | 2012-12-12 | 江苏中烟工业有限责任公司 | 一种评价成品卷烟烟支内烟丝混合均匀性的方法 |
| CN102829730A (zh) * | 2012-09-05 | 2012-12-19 | 江苏中烟工业有限责任公司 | 切丝宽度测定方法 |
| CN103454200A (zh) * | 2013-08-15 | 2013-12-18 | 中国石油天然气股份有限公司 | 应用计算机断层成像技术测定岩心孔隙参数的方法和装置 |
| CN104237238A (zh) * | 2014-10-11 | 2014-12-24 | 中国烟草总公司郑州烟草研究院 | 一种切后烟丝结构的预测方法 |
| CN106770303A (zh) * | 2017-03-31 | 2017-05-31 | 河南农业大学 | 基于图像分析的卷烟烟丝结构表征方法 |
| WO2018040302A1 (zh) * | 2016-08-31 | 2018-03-08 | 上海创和亿电子科技发展有限公司 | 烟丝或梗丝的宽度测定方法、***及具有该***的服务器 |
| CN108871187A (zh) * | 2018-05-11 | 2018-11-23 | 中国烟草总公司郑州烟草研究院 | 一种卷烟烟丝卷曲度的定量表征方法 |
| CN109215048A (zh) * | 2018-09-21 | 2019-01-15 | 云南中烟工业有限责任公司 | 基于机器视觉的烟丝长度确定方法及*** |
| CN110345874A (zh) * | 2019-08-16 | 2019-10-18 | 上海创和亿电子科技发展有限公司 | 一种基于机器视觉检测技术测量烟丝宽度的新方法 |
| CN111861103A (zh) * | 2020-06-05 | 2020-10-30 | 中南民族大学 | 一种基于多特征与多分类器的鲜茶叶分类方法 |
-
2021
- 2021-08-16 CN CN202110934280.3A patent/CN113838123B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102818769A (zh) * | 2012-09-05 | 2012-12-12 | 江苏中烟工业有限责任公司 | 一种评价成品卷烟烟支内烟丝混合均匀性的方法 |
| CN102829730A (zh) * | 2012-09-05 | 2012-12-19 | 江苏中烟工业有限责任公司 | 切丝宽度测定方法 |
| CN103454200A (zh) * | 2013-08-15 | 2013-12-18 | 中国石油天然气股份有限公司 | 应用计算机断层成像技术测定岩心孔隙参数的方法和装置 |
| CN104237238A (zh) * | 2014-10-11 | 2014-12-24 | 中国烟草总公司郑州烟草研究院 | 一种切后烟丝结构的预测方法 |
| WO2018040302A1 (zh) * | 2016-08-31 | 2018-03-08 | 上海创和亿电子科技发展有限公司 | 烟丝或梗丝的宽度测定方法、***及具有该***的服务器 |
| CN106770303A (zh) * | 2017-03-31 | 2017-05-31 | 河南农业大学 | 基于图像分析的卷烟烟丝结构表征方法 |
| CN108871187A (zh) * | 2018-05-11 | 2018-11-23 | 中国烟草总公司郑州烟草研究院 | 一种卷烟烟丝卷曲度的定量表征方法 |
| CN109215048A (zh) * | 2018-09-21 | 2019-01-15 | 云南中烟工业有限责任公司 | 基于机器视觉的烟丝长度确定方法及*** |
| CN110345874A (zh) * | 2019-08-16 | 2019-10-18 | 上海创和亿电子科技发展有限公司 | 一种基于机器视觉检测技术测量烟丝宽度的新方法 |
| CN111861103A (zh) * | 2020-06-05 | 2020-10-30 | 中南民族大学 | 一种基于多特征与多分类器的鲜茶叶分类方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113838123A (zh) | 2021-12-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107798672B (zh) | 烟丝或梗丝的宽度测定方法、***及具有该***的服务器 | |
| CN109978822B (zh) | 一种基于机器视觉的香蕉成熟度评判建模方法和评判方法 | |
| CN116664559B (zh) | 基于机器视觉的内存条损伤快速检测方法 | |
| CN114723704B (zh) | 一种基于图像处理的纺织品质量评估方法 | |
| CN102288613A (zh) | 一种灰度和深度信息融合的表面缺陷检测方法 | |
| CN103940708B (zh) | 一种钢材全形态晶粒的快速测量、精细分类方法 | |
| CN112819809B (zh) | 一种岩石中矿物颗粒形态量化方法 | |
| CN104408473B (zh) | 基于距离度量学习的棉花品级分类方法及装置 | |
| Jinorose et al. | Development of a computer vision system and novel evaluation criteria to characterize color and appearance of rice | |
| CN113393460B (zh) | 基于图像处理的烟丝质量参数检测方法及*** | |
| CN101710081A (zh) | 基于图像纹理与分形维数的机械零件表面缺陷检测方法 | |
| CN113838123B (zh) | 基于图像处理的烟丝形貌特征的测量方法 | |
| CN112330663A (zh) | 一种基于变径圆的计算机视觉烟丝宽度检测方法 | |
| CN117274251B (zh) | 基于图像数据的药品生产过程中药片质量检测方法 | |
| Sreenivas et al. | Processing of satellite image using digital image processing | |
| CN112505039A (zh) | 一种烟用梗丝复切理论成丝效果评价方法 | |
| CN116740449A (zh) | 基于ai计算机视觉技术的刨花形态检测方法及*** | |
| CN114088714B (zh) | 一种谷物颗粒表面规则度的检测方法 | |
| CN116309785A (zh) | 一种茶叶整碎度的数字化评价方法 | |
| Labati et al. | Improving OSB wood panel production by vision-based systems for granulometric estimation | |
| Khoje et al. | Determination of applicability of mother wavelet for coarse and fine grading of mangoes | |
| CN117474977B (zh) | 基于机器视觉的欧松板凹坑快速检测方法及*** | |
| Gourav | Rice Grain Quality Determination Using OTSU's Thresholding Method | |
| CN110580493A (zh) | 基于机器学习的集料形状分类方法 | |
| CN114022389B (zh) | 一种基于数码相机进行植物叶色等级判别的方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |