[发明专利]一种烟丝宽度检测方法及其应用

说明书

本发明公开了一种烟丝宽度检测及其应用，该方法包括：1根据预设深度网络模型，在烟丝图像数据集中确定烟丝识别框；2当确定烟丝识别框后，获取烟丝图像中识别框的坐标，并通过蒙版抠图以提取识别框图像；3对识别框内图像进行灰度化处理，并提取二值化图像；4获取二值化图像骨架并通过边缘检测获取烟丝图像轮廓；5根据图像骨架计算烟丝主体部分宽度。本发明将深度学习、图像处理与工业生产检测相结合，实现烟丝宽度的精确检测，在烟草生产领域具高实用价值。

技术领域

本发明属于人工智能技术领域，尤其涉及一种烟丝宽度检测方法、设备及存储介质。

背景技术

在制丝线中，切丝工序是是制烟工序中最重要的一部分。而烟丝宽度是该工序的一个重要参数，切丝宽度的合格率会对烟丝的耐加工强度、填充率及物料损耗造成影响。在烟草行业标准要求中，宽度允差不能超过0.1毫米。目前，烟草行业对于烟叶切丝宽度的检测基本依靠过程人工取样抽检，通过使用投影仪、离线检测设备等辅助检测的方式。这种检测方式的缺点一是人工取样的样本量小，不能真实反映过程实时切丝宽度的合格率；二是检测效率低下，需要耗费大量的人力成本和时间成本；三是人工判定切丝宽度存在误差，在检测标准执行期间，易受人员水平影响。

发明内容

本发明是为了解决上述现有技术存在的不足之处，提出一种烟丝宽度检测方法及其应用，以期能实现烟丝宽度的精确检测，从而能提高烟丝宽度检测的效率和精准度。

本发明一种烟丝宽度检测方法的特点在于，包括：

步骤1、获取烟丝图像数据集，并输入深度网络模型中进行训练，获得目标检测模型；将待检测的烟丝图像输入目标检测模型中，得到烟丝图像的烟丝识别框及其坐标信息；

步骤2、利用蒙版抠图对烟丝图像中烟丝识别框的坐标信息进行处理，从而得到烟丝图像的若干个烟丝识别框；

步骤3、对若干个烟丝识别框内的图像进行灰度化处理，得到若干个灰度化图像；

步骤4、对所述灰度化图像进行质量增强处理，得到质量增强后的灰度化图像；

步骤5、对所述质量增强后的灰度化图像进行二值化处理，得到二值化烟丝图像；

步骤6、采用开运算对所述二值化烟丝图像进行噪点消除，再对噪点消除后的二值化烟丝图像进行骨架提取，得到图像骨架；

步骤7、对所述图像骨架进行轮廓提取，得到烟丝轮廓图像，再根据所述图像骨架对所述烟丝轮廓图像进行裁剪，以消除所述图像骨架的首尾部分，得到烟丝主体轮廓图像；

步骤8、对所述烟丝主体轮廓图像进行检测，得到烟丝主体轮廓图像的两侧轮廓坐标信息，将两侧坐标信息视为两条曲线，计算两条曲线之间距离并取均值后，得到烟丝宽度。

本发明所述的一种烟丝宽度检测方法的特点也在于，所述步骤5中的二值化处理是通过自适应阈值法对灰度化图像，得到初步的二值化图像，再采用最大连通域过滤算法对所述初步的二值化图像中不符合长度阈值的二值化区域进行消除，保留符合长度阈值的二值化区域，从而得到二值化烟丝图像。

所述步骤8包括：

步骤8.1、采用霍夫直线检测法判断所述烟丝主体轮廓图像上的每个像素点是否分别在烟丝两侧，若是，则保留相应的像素点，否则，删除相应的像素点；

步骤8.2、将烟丝两侧所保留的像素点拟合为两条曲线；