[发明专利]一种基于多维度特征信息的烟叶等级识别系统及方法有效

专利信息
申请号: 202011460291.4 申请日: 2020-12-11
公开(公告)号: CN112539785B 公开(公告)日: 2022-09-09
发明(设计)人: 邱晔;赵华武 申请(专利权)人: 云南中烟工业有限责任公司
主分类号: G01D21/02 分类号: G01D21/02;G06N3/04;G06N3/08
代理公司: 昆明正原专利商标代理有限公司 53100 代理人: 金耀生;于洪
地址: 650231 *** 国省代码: 云南;53
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 多维 特征 信息 烟叶 等级 识别 系统 方法
【说明书】:

本发明涉及一种基于多维度特征信息的烟叶等级识别系统及方法,属于烟叶等级识别技术领域。该系统包括中央处理模块、图像采集模块、图像处理模块、测厚模块、称重模块、信息输入模块和等级输出模块;中央处理模块分别与图像处理模块、测厚模块、称重模块、信息输入模块、等级输出模块相连;本发明基于图像特征、重量、厚度以及图像提取物理指标、化学成分指标等多维度指标建立烟叶等级判定模型,从而实现烟叶等级的准确、快速和自动化识别和认定,维度指标更多,信息更加丰富,识别准确度更高。

技术领域

本发明属于烟叶等级识别技术领域,具体涉及一种基于多维度特征信息的烟叶等级识别系统及方法。

背景技术

在烟草产业中,对烟叶进行质量检测有着重要意义。随着中式卷烟品牌升级创新进入新的发展阶段,卷烟品牌发展和产品创新对打叶复烤提出了新的更高、更难的要求,工业企业对原烟挑选越来越重视。

目前烟叶等级识别方法采用的人工或机器识别的方式,人工挑选由于每个人眼光不同,对烟叶等级识别会存在差异性。机器识别主要是通过基于图像特征的AI人工智能运算来进行烟叶等级的识别和认定,维度指标较少,只是利用图像的颜色和形状,错误率较高。

例如,201811528533.1一种烟叶智能收购方法及其系统,其方法包括以下步骤:a、获取交售方身份信息,并校验身份;b、初步检验烟叶产品,并对初步检验后的烟叶产品进行定级,设置对应等级的RFID标签卡;c、自动传输过磅,采集当前过磅图像,并读取RFID标签卡信息;d、进行扫码解绑,并在关联二维码后,打包入库。该专利申请采用人工对烟叶产品进行定级,存在因人工眼光不同,而产生定级的差异性。

又例如,201410001552.4一种基于海量烟叶数据的自动定级系统,该系统对烟叶图像进行分析和预处理,保留视觉关心的图像部分,去除噪声,然后提取烟叶的相关细节特征,保证数据的稀疏性和相关性;然后从烟叶特征数据库中,获取不同种类的烟叶特征数据,进行模型的构建,最后采用构建得到的模型进行烟叶定级;该技术方案通过图像来识别烟叶等级,维度指标单一,能够分清部位,但无法分清青杂和相邻等级烟叶,效果不是很好,

因此如何克服现有技术的不足是目前烟叶等级识别技术领域亟需解决的问题。

发明内容

本发明的目的是为了解决现有技术的不足,提供一种基于多维度特征信息的烟叶等级识别系统及方法,该系统及方法通过严格按照品质因素、控制因素、图像、理化指标等多维度特征信息的手段,用各维度特征信息之间的差异性来保证烟叶等级识别的准确性,从而能够大幅提高等级识别的精准度。

为实现上述目的,本发明采用的技术方案如下:

一种基于多维度特征信息的烟叶等级识别系统,包括:中央处理模块、图像采集模块、图像处理模块、测厚模块、称重模块、信息输入模块和等级输出模块;

中央处理模块分别与图像处理模块、测厚模块、称重模块、信息输入模块、等级输出模块相连;

图像采集模块,用于采集烟叶正面和背面的图像;

图像处理模块,与图像采集模块相连,用于根据图像采集模块采集到的图像进行处理,获得烟叶的长、宽、面积、叶尖夹角、脉相和颜色色彩值占比;测厚模块,用于采集烟叶的厚度信息;

称重模块,用于采集烟叶的重量;

信息输入模块,用于输入烟叶等级合格率、等级纯度指标数据;

中央处理模块内预存有烟叶等级判定模型,还预存有烤烟原等级与其对应纯度允差范围的上邻等级和下邻等级;中央处理模块用于根据图像处理模块处理后所得的数据、测厚模块测得的数据、称重模块测得的数据、信息输入模块输入的数据来识别某批烟叶等级,之后通过等级输出模块输出。

进一步,优选的是,等级输出模块为USB接口;图像采集模块为摄像头;测厚模块为激光测厚仪。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云南中烟工业有限责任公司,未经云南中烟工业有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011460291.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top