基于数字图像处理的烟叶精确剔除控制方法
【技术领域】
[0001] 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】
[0002] 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。 如何提尚剔除率是急需解决的问题。
[0003] 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 属于气一固二相运动，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。
[0004] 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。
[0005] 北京理工学院，光电工程系，赵鹏，在论文《Precisespeedmeasurementusingan interlacedscanimage》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。
[0006] 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。
[0007] 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：
[0008] (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。
[0009] (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。
[0010] (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。
[0011] 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】
[0012] 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。
[0013] 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：
[0014] (1)无烟叶通过时，采集Μ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。
[0015] (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。
[0016] (3)依次对N帧相邻烟叶图像进行分割，具体如下：
[0017] 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〇。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。
[0018] (4)标记分割后图像中的烟叶及记录相关参数：
[0019] 采用分段标记方法，对分割后的图像进行逐行扫描。通过判断图像上下行的行片 段（一行中，像素点的灰度值都为255的相连区域）是否连通，来判断行片段是否属于同一 个烟叶。每个烟叶的信息用一个结构体保存，具体信息主要有烟叶个体所在区域的矩形参 数（矩形区域四个点的坐标）、烟叶的标号，烟叶合并标记等。此外，扫描完整幅图像生成一 张标记表，记录图像中的每个像素点所属烟叶标号。在进行烟叶标记时，对一些孤立点不进 行标记。
[0020] (5)选择合适烟叶进行匹配。若烟叶的矩形区域面积小于si或者大于s2或者与 图像边界相交，则标记该烟叶为不可匹配烟叶。烟叶面积过小，速度过快。烟叶面积过大， 容易与图像边界相交，烟叶特征难以提取。
[0021] (6)采用旋转映射直线方法，求解合适烟叶的最小外接矩形。首先对可匹配烟叶提 取四邻域边缘点，之后将边缘点按映射直线方向投影到与之垂直方向的直线上，可得到烟 叶在该直线方向的投影长度。将直线按一定角度旋转，可求得各方向的投影长度。任意两 个垂直方向的投影长度为该烟叶一个外接矩形的长宽。面积最小的矩形即为所求的最小外 接矩形。最后，记录烟叶的长宽（最小外接矩形的长宽）、面积和质心坐标。
[0022] (7)分别对相邻烟叶图像中的烟叶的特征进行匹配。比较烟叶的面积、长宽等特 征，若在给定的阈值范围内，则认为是同一烟叶，匹配成功。首先，对烟叶面积进行比较。然 后，在对烟叶长宽进行比较。
[0023] (8)根据实际距离与像素距离比、匹配烟叶的质心坐标差和两帧图像的时间间隔， 可以得到该烟叶的速度。
[0024] (9)反复执行步骤⑴到⑶的过程，记录相应N帧图像中匹配烟叶的速度。当 已记录K个速度时，对K个速度进行大小排序，得出速度的分布区间。取该分布区间宽度的 1/Q，作为求取速度平均值的区间。将该宽度区间在分布区间中滑动，找到速度概率密度最 大的区间。对该区间的速度求平均值，该平均值即为烟叶速度。
[0025] (10)参照烟叶速度，对剔除阀的剔除延迟时间进行调整，提高剔除率。
[0026] 作为优选，所述步骤（4)中具体扫描方法如下：
[0027] 若在第x-1行，没有查找到行片段；在第X行，查找到一些行片段。则认为第X行 的每个行片段，分别属于不同的烟叶。将生成的标号和矩形参数记录到相对应的烟叶结构 体中，并分别对该行行片段和该行行片段内所有像素点赋予所属烟叶的标号（该标号记录 两份，第一份表示起始所属烟叶的标号，第二份表示更新后所属烟叶的标号）。
[0028] 若第X行有η个行片段，对第x+1行进行扫描。将扫描到的行片段，分别与第X行 的η个行片段进行八连通域