[发明专利]一种模型融合的在线烟包表面霉变检测方法及系统

权利要求书

1.一种模型融合的在线烟包表面霉变检测方法，其特征在于，包括以下步骤：

S100，获取在线烟包表面图像；

S200，对所述在线烟包表面图像进行图像预处理，并利用检测规则识别出发生霉变的在线烟包表面图像；

S300，截取发生霉变的在线烟包表面图像获得霉变区域图像，依据霉变区域图像获得基于直方图分析的标注框数据清洗；

S400，建立目标检测模型，利用霉变区域图像对目标检测模型进行训练，由目标检测模型输出目标框截图图像；

S500，建立图像分类模型，利用目标框截图图像对图像分类模型进行训练；

S600，融合目标检测模型和图像分类模型，进行霉变实时检测，当检测到表面霉变时，发出预警报警信号。

2.根据权利要求1所述的一种模型融合的在线烟包表面霉变检测方法，其特征在于，所述步骤S100具体包括以下步骤：

采集在线烟包解包工序后各个面的图像，采用特殊光学效果打光，获取在线烟包表面图像，所述特殊光学效果的光选取霉变与背景烟叶差异大的波段的光。

3.根据权利要求1所述的一种模型融合的在线烟包表面霉变检测方法，其特征在于，所述步骤S200具体包括以下步骤：

图像预处理包括对在线烟包图像进行图像增强处理、图像去噪处理及图像分割处理。

4.根据权利要求1所述的一种模型融合的在线烟包表面霉变检测方法，其特征在于，所述基于直方图分析的标注框数据清洗为霉变区域图像宽高比和面积直方图分布，根据集中分布情况将分布离散点删除或者调整离散点对应的宽高比或面积。

5.根据权利要求1所述的一种模型融合的在线烟包表面霉变检测方法，其特征在于，所述目标检测模型为YOLO模型或SSD模型或Fast-RCNN模型或Faster-RCNN模型或Mask-RCNN模型。

6.根据权利要求1所述的一种模型融合的在线烟包表面霉变检测方法，其特征在于，所述图像分类模型为AlexNet模型或ImageNet模型或Vgg16模型或Resnet模型。

7.根据权利要求1所述的一种模型融合的在线烟包表面霉变检测方法，其特征在于，所述S600具体包括以下步骤：融合目标检测模型和图像分类模型顺序连接，其预测结果为：

其中，P_class为融合模型最终预测结果，预测为1表示检测到霉变，pre_conf为目标检测模型预测置信度，thred_conf为目标检测模型检出霉变置信度阈值，P_seg为图像分类预测结果。

8.根据权利要求7所述的一种模型融合的在线烟包表面霉变检测方法，其特征在于，所述P_seg图像分类预测结果为：

其中，pre_calss为图像分类预测标签，预测标签为0表示为霉变类别，预测标签为其他类时表示正常。

9.一种模型融合的在线烟包表面霉变检测系统，适用于权利要求1所述的一种模型融合的在线烟包表面霉变检测方法，其特征在于，包括：

获取模块，用于获取在线烟包表面图像；

预处理模块，用于图像预处理为输入进目标检测模型的数据格式；

目标检测训练模块，用于基于目标检测的在线烟包表面霉变检测；

图像分类训练模块，用于基于图像分类的在线烟包表面霉变检测；

实时检测模块，用于将目标检测训练模块和图像分类训练模块的数据融合，进行霉变实时检测；

报警模块，用于系统检测到表面霉变时，发出预警报警信号。