一种烟支圆周检测方法与流程

1.本发明涉及烟支圆周检测的技术领域，尤其涉及一种烟支圆周检测方法。


背景技术：

2.随着我国烟草工业的快速发展，各烟厂建立高质量的名牌，特别是高端卷烟，以增强卷烟的核心竞争能力。烟支圆周指标是评判高端卷烟的一项关键参数，当前的主流卷烟设备安装的圆周在线监测设备多为气压型或光栅型，其测量结果会受到气压波动和灰尘堵塞等干扰，测量结果稳定性较低，需要频繁清洁保养，且测量准确率较低。因此，如何对卷烟烟支圆周进行精准监测，具有重要的意义。


技术实现要素：

3.本发明提供一种烟支圆周检测方法，解决现有卷烟烟支的圆周检测存在测量结果不准确的问题，能提高烟支圆周检测的准确性，提高卷烟产品的产品质量。
4.为实现以上目的，本发明提供以下技术方案：
5.一种烟支圆周检测方法，包括：
6.将环形光源置于烟支输送通道上，并处于输送烟支的点火端截面的正前方；
7.将工业相机通过支架置于所述环形光源的正后方，以使烟支、所述环形光源和所述工业相机处于同一轴线上；
8.在烟支输送至设定位置时控制所述环形光源点亮，并控制所述工业相机连续拍摄多帧烟支端面图像；
9.对所述烟支端面图像进行图像处理，以进行烟支圆周计算，并根据计算得到的烟支圆周判断烟支是否合格。
10.优选的，所述对所述烟支端面图像进行图像处理，包括：
11.对所述烟支端面图像进行保边降噪、快速寻边和断点连接处理，以获取烟支的截面轮廓。
12.优选的，对所述烟支端面图像进行保边降噪，包括：
13.对所述烟支端面图像进行降噪处理，剔除了一些孤立的无效点；
14.对卷烟的边界进行提取，当图像亮度存在差异时采用平均方差法进行边界的计算。
15.优选的，对所述烟支端面图像进行快速寻边，包括：
16.根据所述烟支端面图像设置坐标p点及8个向量v1～v8，以p为中心向该点的8个顺时针方向寻找p的邻接像素点，若找到大于设定阈值的像素点，将该点坐标装入边缘点容器vp，随后赋值向量逆时针旋转45
°
后，步进顺时针寻找邻接点，若8个方向均未找到，那么该点为孤立点，再次移动搜索起始点，如此循环，当搜索再次回到p点附近，搜寻结束。
17.优选的，对所述烟支端面图像进行断点连接，包括：
18.①
断点感知：设置三个坐标点a(x1，y1)、b(x2，y2)，c(x3，y3)，当边缘点群数量达
到设定参数n的2倍后，此时已经找到第n个边缘点，将a点坐标记为vp[n-2*n]，将b点坐标记为vp[n-n]，将c点坐标记为vp[n]，当ab
·
bc＝(x2-x1)*(x3-x2)+(y2-y1)*(y3-y2)＜0时，说明b点为断点；
[0019]
②
断点拼接：当感知到断点后，删除边缘点容器vp中bc之间的边缘点，将直线ab延长至整张图的边缘，以直线ab上的点为起点，从ab的法向量方向图像中心搜索，当搜寻到符合阈值的边缘像素点后，采用贝塞尔曲线插值的方式将断点边缘进行拼接，补全断裂的边缘并存入边缘点容器vp。
[0020]
优选的，烟支圆周计算包括：
[0021]
将所述烟支端面图像的边缘轮廓每一像素点的坐标存入边缘点容器vp中，获得轮廓的每一像素点位置(x，y)；
[0022]
逐一将两像素点的距离进行累加求和，计算得到两像素点间的距离，将两像素点间的距离作为弧长，对边缘轮廓每一像素点间弧长积分计算，以得到烟支圆周。
[0023]
优选的，烟支圆周计算还包括：
[0024]
通过连续计算多帧烟支端面图像的弧长后，对弧长数据做均值运算，并以均值结果进行弧长积分计算，以得到烟支圆周。
[0025]
优选的，烟支圆周计算还包括：
[0026]
分别用圆周检测仪和图像处理算法进行检测，将实测值与检测像素值采用最小二乘法进行拟合，得到二者的一元回归方程，利用该一元回归方程计算烟支圆周。
[0027]
本发明提供一种烟支圆周检测方法，将烟支、环形光源和工业相机处于同一轴线设置，在烟支输送至设定位置时控制环形光源点亮，并控制所述工业相机连续拍摄多帧烟支端面图像，对所述烟支端面图像进行图像处理，以进行烟支圆周计算。解决现有滤棒的外观检测采用人工存在效率低和漏检率高的问题，能减少烟支检测存在的误检和漏检，提高卷烟产品的产品质量。
附图说明
[0028]
为了更清楚地说明本发明的具体实施例，下面将对实施例中所需要使用的附图作简单地介绍。
[0029]
图1是本发明提供的一种烟支圆周检测方法示意图。
具体实施方式
[0030]
为了使本技术领域的人员更好地理解本发明实施例的方案，下面结合附图和实施方式对本发明实施例作进一步的详细说明。
[0031]
针对当前卷烟设备安装的圆周在线监测设备多为气压型或光栅型，其测量结果会受到气压波动和灰尘堵塞等干扰，测量结果不准确的问题。本发明提供一种烟支圆周检测方法，解决现有卷烟烟支的圆周检测存在测量结果不准确的问题，能提高烟支圆周检测的准确性，提高卷烟产品的产品质量。
[0032]
如图1所示，一种烟支圆周检测方法，包括：
[0033]
s1：将环形光源置于烟支输送通道上，并处于输送烟支的点火端截面的正前方。
[0034]
s2：将工业相机通过支架置于所述环形光源的正后方，以使烟支、所述环形光源和
所述工业相机处于同一轴线上。
[0035]
s3：在烟支输送至设定位置时控制所述环形光源点亮，并控制所述工业相机连续拍摄多帧烟支端面图像。
[0036]
s4：对所述烟支端面图像进行图像处理，以进行烟支圆周计算，并根据计算得到的烟支圆周判断烟支是否合格。
[0037]
具体地，烟支圆周检测系统由烟支取样模块、图像采集模块、图像处理模块、周长计算模块、人机交互模块组成。通过烟支取样模块将烟支移动到测量工位，将环形光源置于烟支点火端截面的正前方，再将相机置于光源的正后方，保证烟支、环形光源和相机在同一轴线上，烟支移模块触发光源点亮，随后触发相机连续拍摄20帧图像，关闭高亮度的环形光源。所生成的图像连续传送至计算机进行图像加工。图像采集模块主要由大恒mer-2000-5gm相机、远焦无畸变显微镜头和光源组成，设置相机参数后，将相机的5192*3672分辨率的原始图像裁剪成3672*3672分辨率的正方形图像，通过usb3.0接口将3672*3672图像数据传送给计算机进行图像处理，1350万像素的正方形灰度图像使得烟支点火端的截面图像细节更加清晰；烟支的直径是7.73毫米，在卷烟的固定工作状态下，以3672个象素中的3000个象素为基准，卷烟烟支的直径测量精度准确地控制在7.73/3000≈0.0026毫米，这大大降低了烟支圆周的技术需求。采用计算机图像运算后以保证系统的高精度。本系统使用高亮的内径25mm、外径50mm、发光角度75
°
的环形led均匀光源，配合黑色背景和高清工业相机获得较高的成像质量，更能凸显烟支截面似圆轮廓边缘细节，以便对烟支圆周进行测量。其中，图像处理模块包括保边降噪、快速寻边和断点拼接。周长计算模块包括弧长积分、类均值计算、标定换算。人机交互模块负责过程图形展示、重要参数设置和测量结果显示。该方法通过对烟支端面图像进行图像处理和圆周计算，可以实现卷烟烟支周边的自动检测与显示。实验证明，该方法的识别精度达到96.59％。该方法能解决现有卷烟烟支的圆周检测存在测量结果不准确的问题，能提高烟支圆周检测的准确性，提高卷烟产品的产品质量。
[0038]
进一步，所述对所述烟支端面图像进行图像处理，包括：
[0039]
对所述烟支端面图像进行保边降噪、快速寻边和断点连接处理，以获取烟支的截面轮廓。
[0040]
进一步，对所述烟支端面图像进行保边降噪，包括：
[0041]
对所述烟支端面图像进行降噪处理，剔除了一些孤立的无效点；
[0042]
对卷烟的边界进行提取，当图像亮度存在差异时采用平均方差法进行边界的计算。
[0043]
具体地，在烟支图像采集、编码、传输等方面，由于外界环境、设备等原因，往往会产生一定的噪声，从而影响图像的辨识和图像的视觉判断，会给以后的图像分析带来很大的麻烦，所以，降噪对卷烟进行预处理是一项非常重要的工作，在图像处理技术中，通常采用图像滤波技术以达到对图像进行抑制或去除的目的，以减少由噪声引起的不利效应，改善影像品质。但是在降噪的同时，像均值滤波、中值滤波等方法会丢失重要边缘信息，所以在选择降噪方法的同时还需要保存边缘突出信息，否则不能准确找出烟支的截面轮廓，使其更加贴近实际。为了得到精确的尺寸，必须进行如下的处理。一是对图像进行降噪处理，剔除了一些孤立的无效点，特别是在有真实边缘处。二是对卷烟的边界进行提取，当图像亮度存在差异时，若采用绝对灰度法进行边界判断，则会产生较大的偏差，而采用平均方差法
进行边界的计算，则可以得到较好的结果。
[0044]
保边滤波器(edge preserving filter)是指在滤波过程中能够有效的保留图像中的边缘信息的一类特殊滤波器。其中双边滤波器(bilateral filter)、引导滤波器(guided image filter)、加权最小二乘法滤波器(weighted least square filter)为几种比较广为人知的保边滤波器。可采用opencv自带的双边滤波器进行保边降噪，去除孤立噪声的同时，不丢失重要边缘信息。
[0045]
进一步，对所述烟支端面图像进行快速寻边，包括：
[0046]
根据所述烟支端面图像设置坐标p点及8个向量v1～v8，以p为中心向该点的8个顺时针方向寻找p的邻接像素点，若找到大于设定阈值的像素点，将该点坐标装入边缘点容器vp，随后赋值向量逆时针旋转45
°
后，步进顺时针寻找邻接点，若8个方向均未找到，那么该点为孤立点，再次移动搜索起始点，如此循环，当搜索再次回到p点附近，搜寻结束。
[0047]
具体地，步骤如下：
[0048]
①
设置8个向量为v1(-1，0)、v2(-1，1)、v3(0，1)、v4(1，1)、v5(1，0)、v6(1，-1)、v7(0，-1)、v8(-1，-1)，(v1至v8顺时针旋转)，q＝3*h/4(h为图像高度)。
[0049]
②
从图像q行开始向水平方向行扫像素点，找到第一个大于设定阈值(参数)的像素点作为边缘的起始点记为p0(x0，y0)装入边缘点容器vp的vp[1]，p＝p0，n＝n＝1，v＝v1，cn＝0。
[0050]
③
p＝p，n＝n-1(若n＝0，则n＝8)，v＝vn(逆时针旋转45
°
)。
[0051]
④
p＝p+v(向量加)，若p与p0的距离小于设定值，结束；若p像素点的灰度大于设定阈值，则p＝p，n＝n+1，将p点坐标装入边缘点容器vp的vp[n]，进行
③
；否则进行
⑤
。
[0052]
⑤
cn＝cn+1，若cn＝8，q＝q+1，进行
②
，否则n＝n+1(若n＝9，则n＝1)，v＝vn(顺时针旋转45
°
)，进行
④
。
[0053]
进一步，对所述烟支端面图像进行断点连接，包括：
[0054]
①
断点感知：设置三个坐标点a(x1，y1)、b(x2，y2)，c(x3，y3)，当边缘点群数量达到设定参数n的2倍后，此时已经找到第n个边缘点，将a点坐标记为vp[n-2*n]，将b点坐标记为vp[n-n]，将c点坐标记为vp[n]，当ab
·
bc＝(x2-x1)*(x3-x2)+(y2-y1)*(y3-y2)＜0时，说明b点为断点；
[0055]
②
断点拼接：当感知到断点后，删除边缘点容器vp中bc之间的边缘点，将直线ab延长至整张图的边缘，以直线ab上的点为起点，从ab的法向量方向图像中心搜索，当搜寻到符合阈值的边缘像素点后，采用贝塞尔曲线插值的方式将断点边缘进行拼接，补全断裂的边缘并存入边缘点容器vp。
[0056]
进一步，烟支圆周计算包括：
[0057]
将所述烟支端面图像的边缘轮廓每一像素点的坐标存入边缘点容器vp中，获得轮廓的每一像素点位置(x，y)；
[0058]
逐一将两像素点的距离进行累加求和，计算得到两像素点间的距离，将两像素点间的距离作为弧长，对边缘轮廓每一像素点间弧长积分计算，以得到烟支圆周。
[0059]
在实际应用中，通过图像处理模块，烟支点火端截面图像边缘轮廓每一像素点的坐标已经存入vp容器中，获得轮廓的每一像素点位置(x，y)；逐一将两像素点的距离进行累加求和，两像素点间的距离因采用2000万像素图像来拍摄
直径约为7mm的烟支断面，可以近似认为两像素点间的距离di等价于弧长li；即di等价无穷小于li。则弧长积分公式为：该方法建立在微积分的数学模型上，理论上可以计算任意不规则图形的周长。
[0060]
进一步，烟支圆周计算还包括：
[0061]
通过连续计算多帧烟支端面图像的弧长后，对弧长数据做均值运算，并以均值结果进行弧长积分计算，以得到烟支圆周。
[0062]
在实际应用中，可采用类均值计算烟支圆周，通过连续计算20张照片的弧长后，为避免单次测量的不可靠性，普通做法是将该20个数据做均值运算，本课题采用的使先将该20个数据进行排序，丢弃最大和最小的8个值，然后再取中间的12个值做均值运算作为最终结果。
[0063]
进一步，烟支圆周计算还包括：
[0064]
分别用圆周检测仪和图像处理算法进行检测，将实测值与检测像素值采用最小二乘法进行拟合，得到二者的一元回归方程，利用该一元回归方程计算烟支圆周。
[0065]
在实际应用中，由于图像处理算法是以像素为计算单位，而实际应用中要根据给定的烟支圆周标准数值来判定烟支是否合格，因此需将检测出的圆周像素值转换成圆周的数值。为确定圆周像素值与圆周实际数值的转换公式，选择30支香烟样品，分别用圆周检测仪和图像处理算法进行检测，将实测值与检测像素值采用最小二乘法进行拟合，得到二者的一元回归方程如下：y＝0.00141195x+10.46517，式中：y为圆周检测值，x为圆周像素值。将其加入算法程序即可得到烟支圆周的检测值。
[0066]
可见，本发明提供一种烟支圆周检测方法，将烟支、环形光源和工业相机处于同一轴线设置，在烟支输送至设定位置时控制环形光源点亮，并控制所述工业相机连续拍摄多帧烟支端面图像，对所述烟支端面图像进行图像处理，以进行烟支圆周计算。解决现有滤棒的外观检测采用人工存在效率低和漏检率高的问题，能减少烟支检测存在的误检和漏检，提高卷烟产品的产品质量。
[0067]
以上依据图示所示的实施例详细说明了本发明的构造、特征及作用效果，以上所述仅为本发明的较佳实施例，但本发明不以图面所示限定实施范围，凡是依照本发明的构想所作的改变，或修改为等同变化的等效实施例，仍未超出说明书与图示所涵盖的精神时，均应在本发明的保护范围内。