[发明专利]基于数字图像处理的烟叶精确剔除控制方法

说明书

技术领域

本发明涉及机器视觉、数字图像处理及人工智能领域，尤其是涉及一种基于数字图像处理的烟叶精确剔除控制方法。

背景技术

在风送烟叶除杂系统中，剔除率是系统的关键性能指标，直接影响卷烟生产质量。如何提高剔除率是急需解决的问题。

在整个风送除杂系统中，烟叶的实际速度的测量是提高剔除率的一个非常关键的因素。剔除阀的剔除延迟时间需要按照烟叶的速度进行调整，否则，就会产生剔除过早或者过晚的现象，从而降低剔除率。然而，烟叶速度的测量又非常困难。因为风力输送系统是一个十分复杂的子系统。该子系统主要是通过气流能量在管道中输送烟叶。管道中烟叶运动属于气—固二相运动，烟叶速度影响因素较多，烟叶速度的理论计算十分复杂，与实际速度还有较大差别。

为了提高剔除率，精确计算管道中的烟叶速度显得十分必要。目前，国内外学者虽然提出了许多测量气固二相流的方法,如梯度相关法、电容法、激光法、微波法、压差法等，但是能够可靠地应用于风力输送物体的在线检测仪器仍未出现。

北京理工学院，光电工程系，赵鹏，在论文《Precisespeedmeasurementusinganinterlacedscanimage》中提出了一种基于图像处理的物体测速方法。通过对一副模糊图像进行处理，提取奇数场及偶数场扫描图像。通过计算其重心坐标差和扫描时间间隔来求出物体速度。

该方法对于单个大型物体能够取得较好的效果。但是，模糊图像中奇数场和偶数场扫描图像中像素偏移少，这样会导致像素距离的相对误差变大，速度测量不准确。若该方法用于较小烟叶速度测量，误差会大大增加。

南华大学，曾蕾，在其硕士论文《基于帧差法与图像块匹配方法的烟丝测速的研究》中指出了一种烟丝的测速方法。主要是采用块匹配的方法，按照绝对平均误差的匹配准则进行匹配。该方法主要缺点在于：

(1)该匹配方法是基于图像灰度值的匹配。若相邻两帧图像中，烟丝发生旋转或轻度变形，对应的灰度值就会发生很大改变，直接导致匹配失败。

(2)模板块大小的选择比较难，模板块过大或者过小，都会直接影响匹配成功率。模板块与匹配块之间转换关系的确定比较困难。

(3)该方法测量烟丝的速度不到2m/s，若用于测量高速运动的烟叶，算法的匹配率极低，难以达到预期效果。

西安理工大学，周砚文，在其硕士论文《基于DSP的流场速度检测系统设计》中指出了粒子图像测速方法。其基本原理是用摄像机记录不同时刻示踪粒子在流场当中的位置，记录粒子时间间隔t内的位移s。该方法涉及硬件系统设计和软件算法设计，实现过程复杂，成本较高。

发明内容

本发明的目的是为了能够提高剔除率，克服了烟叶某一方向旋转和轻微变形所带来匹配难的问题，提供了一种基于数字图像处理的烟叶精确剔除控制方法，针对特定烟叶目标，结合现场的实际环境，改进现有的图像识别算法，能够对速度达20m/s的烟叶进行在线检测。

本发明采用的技术方案为：一种基于数字图像处理的烟叶精确剔除控制方法，包括以下步骤：

(1)无烟叶通过时，采集M张图像(即背景图像)，对各像素点灰度值进行统计，得出背景图像灰度值的变化范围。在输料间隙，重新采集背景图像，更新相关参数。由于采用高功率白光LED对烟叶进行照明，使得外界环境光照对烟叶成像的影响可忽略不计。

(2)有烟叶通过时，实时采集烟叶图像，获取N帧相邻烟叶图像。通过设置相机参数、相机摆放位置和烟叶图像大小，可实现同一个烟叶在两帧相邻烟叶图像中出现。

(3)依次对N帧相邻烟叶图像进行分割，具体如下：

对烟叶图像各像素点灰度值进行判断，若像素点灰度值属于背景图像对应像素点灰度值的变化范围，则视为图像背景部分，相应像素点灰度值置为0。然后，选取阈值m，若像素点灰度值大于m，则视为烟叶阴影部分，相应像素点灰度值置为0。若像素点灰度值小于m，则视为烟叶部分，置为255。由于背景图像中存在几条竖直线，在阈值分割后，会形成一些裂痕。对图像进行闭运算，消除这些裂痕。最后，得到分割后图像。

(4)标记分割后图像中的烟叶及记录相关参数：