一种基于机器视觉的烟丝宽度测定方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115979134A(43)申请公布日2023.04.18(21)申请号202310010121.3(22)申请日2023.01.04(71)申请人上海烟草集团有限责任公司地址200082上海市杨浦区长阳路717号(72)发明人丁冉徐玮杰王戈张鑫戴泽元杨凯(74)专利代理机构上海光华专利事务所(普通合伙)31219专利代理师李双娇(51)Int.Cl.G01B11/02(2006.01)G06T7/00(2017.01)G06T7/13(2017.01)G06T7/60(2017.01)G06T7/136(2017.01)权利要求书2页说明书6页附图3页(54)发明名称一种基于机器视觉的烟丝宽度测定方法(57)摘要本发明涉及烟草加工技术领域，尤其涉及一种基于机器视觉的烟丝宽度测定方法，依次包括以下步骤：步骤S1、采集烟丝原始图像；步骤S2、对烟丝原始图像进行预处理；步骤S3、提取烟丝轮廓和烟丝骨架；步骤S4、对烟丝骨架上的每一个骨架点计算骨架点与烟丝轮廓上的所有轮廓点的欧氏距离并取最小值，并以骨架点为圆心、最小值为半径作圆，以烟丝骨架上的所有骨架点对应的圆直径作为宽度集合，计算宽度集合的平均值作为烟丝的宽度检测值。对烟丝骨架上的每一个骨架点与烟丝轮廓形成的烟丝宽度均进行检测，检测范围广且具有严格的客观性，能够更加客观、精确地测定烟丝的宽度。CN115979134ACN115979134A权利要求书1/2页1.一种基于机器视觉的烟丝宽度测定方法，其特征在于，依次包括以下步骤：步骤S1、采集烟丝原始图像；步骤S2、对所述烟丝原始图像进行预处理；步骤S3、提取烟丝轮廓和烟丝骨架；步骤S4、对所述烟丝骨架上的每一个骨架点计算所述骨架点与所述烟丝轮廓上的所有轮廓点的欧氏距离并取最小值，并以所述骨架点为圆心、所述最小值为半径作圆，以所述烟丝骨架上的所有骨架点对应的圆直径作为宽度集合，计算所述宽度集合的平均值作为烟丝的宽度检测值。2.根据权利要求1所述的基于机器视觉的烟丝宽度测定方法，其特征在于，在所述步骤S1中，将烟丝均匀分散放置于载物台上并用玻璃板压平后，使用摄像装置采集烟丝原始图像。3.根据权利要求1所述的基于机器视觉的烟丝宽度测定方法，其特征在于，在所述步骤S2中，所述预处理包括高斯滤波降噪处理、背景分割和二值化。4.根据权利要求3所述的基于机器视觉的烟丝宽度测定方法，其特征在于，在所述步骤S3中，对二值化的图像通过canny算子提取烟丝轮廓。5.根据权利要求4所述的基于机器视觉的烟丝宽度测定方法，其特征在于，在所述步骤S3中，基于提取的烟丝轮廓图像，按Zhang‑Suen算法中的判定规则生成8邻域结构体检查表，并利用8邻域结构体对烟丝轮廓迭代腐蚀，提取出烟丝的伪骨架；对于常规形态的烟丝，所述伪骨架为真实的烟丝骨架；对于非常规形态的烟丝，对所述伪骨架的分支做判定和去除后得到真实的烟丝骨架。6.根据权利要求5所述的基于机器视觉的烟丝宽度测定方法，其特征在于，在所述步骤S3中，所述非常规形态的烟丝包括非环形分叉烟丝和/或环形分叉烟丝。7.根据权利要求6所述的基于机器视觉的烟丝宽度测定方法，其特征在于，在所述步骤S3中，对所述非环形分叉烟丝的伪骨架的分支做判定和去除的方法依次包括以下步骤：步骤a1、生成3×3像素结构体P，所述3×3像素结构体P中除P(3，3)的值为0外，其余像素值均为1；步骤a2、对所述非环形分叉烟丝的伪骨架图像中像素值为1的像素进行检索并提取像素值为1的像素周围的8邻域像素P0，计算P与P0的同位置乘积矩阵K，对矩阵K求和，记为Ks，若Ks≥3，则P0矩阵涵盖伪骨架分支节点J；步骤a3、将所述非环形分叉烟丝的伪骨架中含分支节点J位置分别置0，将所述非环形分叉烟丝的伪骨架分为三个部分，遍历所有部分骨架并计算对应长度，寻找出最短的分支并标记所述最短的分支的长度为Cmin，根据烟丝的宽度设定阈值R，若Cmin＞R，则保留所述最短的分支；若Cmin≤R，则对所述最短的分支置0，去除所述最短的分支。8.根据权利要求6所述的基于机器视觉的烟丝宽度测定方法，其特征在于，在所述步骤S3中，对所述环形分叉烟丝的伪骨架的分支做判定和去除的方法依次包括以下步骤：步骤b1、对所述环形分叉烟丝的伪骨架进行图像孔洞填充，形成的图像矩阵与所述环形分叉烟丝的伪骨架求差，得到的差值矩阵为环形区域；步骤b2、对所述环形区域利用3×3像素结构体进行图像膨胀操作，所述3×3像素结构体的像素值均为1，通过canny算子提取膨胀后的环形区域的环形轮廓；2CN115979134A权利要求书2/2页步骤b3、生成3×3像素结构体P，所述3×3像素结构体P中除P(3，3)的值为0外，其余像素值均为1；步骤