JOURNAL OF LIGHT INDUSTRY

CN 41-1437/TS  ISSN 2096-1553

基于图像识别的烟丝结构检测及烟丝组分分析

魏甲欣 李琪 马飞 丁美宙 靳亚伟 王艺斌 许文武 王小明

魏甲欣, 李琪, 马飞, 等. 基于图像识别的烟丝结构检测及烟丝组分分析[J]. 轻工学报, 2022, 37(3): 82-87. doi: 10.12187/2022.03.011
引用本文: 魏甲欣, 李琪, 马飞, 等. 基于图像识别的烟丝结构检测及烟丝组分分析[J]. 轻工学报, 2022, 37(3): 82-87. doi: 10.12187/2022.03.011
WEI Jiaxin, LI Qi, MA Fei, et al. Cut tobacco structure detection and cut tobacco component analysis based on image recognition[J]. Journal of Light Industry, 2022, 37(3): 82-87. doi: 10.12187/2022.03.011
Citation: WEI Jiaxin, LI Qi, MA Fei, et al. Cut tobacco structure detection and cut tobacco component analysis based on image recognition[J]. Journal of Light Industry, 2022, 37(3): 82-87. doi: 10.12187/2022.03.011

基于图像识别的烟丝结构检测及烟丝组分分析

    作者简介: 魏甲欣(1972—),男,河南省南阳市人,河南中烟工业有限责任公司高级工程师,主要研究方向为烟草工艺。E-mail:wei61391@sina.com;
  • 基金项目: 中国烟草总公司重点实验室项目(110201603004)
    河南中烟工业有限责任公司科技项目(AW201920)

  • 中图分类号: TS452

Cut tobacco structure detection and cut tobacco component analysis based on image recognition

  • Received Date: 2021-09-18

    CLC number: TS452

  • 摘要: 为提高烟丝结构检测及烟丝组分分析的准确性,基于图像识别技术,对烟丝轮廓进行细化,提取烟丝骨骼,得到烟丝长度,建立烟丝表观总面积与质量的拟合模型,获得烟丝结构(整丝率、碎丝率);利用最小内切圆的方法得到烟丝的平均宽度、宽度方差,烟丝轮廓在饱和度(Saturation,S)通道上的颜色方差,以及HSV颜色模型的颜色矩,用支持向量机(Support Vector Machine,SVM)作为分类器,构建薄片丝、梗丝、叶丝的烟丝组分分类模型。实际应用结果表明:基于图像识别的方法能准确统计整丝率、碎丝率,且比传统振筛法更快捷、有效,与卷积神经网络法和残差神经网络法相比,该方法识别薄片丝、梗丝、叶丝的平均相对误差≤5%,准确性及可行性更高。
    1. [1]

      唐莹.打叶复烤工艺参数优化讨论[J].科技传播,2013(16):134-135.

    2. [2]

      罗海燕,方文青,杨林波,等.叶中含梗率与相关打叶质量指标的关系[J].烟草科技,2005(7):11-13.

    3. [3]

      申晓锋,李华杰,李善莲,等.烟丝结构表征方法研究[J].中国烟草学报,2010,16(2):20-25.

    4. [4]

      楚晗,范磊,王爱霞,等.不同规格卷烟烟丝结构与物理质量的差异性研究[J].南方农业学报,2019, 50(7):1565-1571.

    5. [5]

      郭三刺,申超群.基于图像处理技术的烟丝检测系统[J].河南科技,2014(11):21-22.

    6. [6]

      钟宇,周明珠,徐燕,等.基于残差神经网络的烟丝类型识别方法的建立[J].烟草科技,2021,54(5):82-89.

    7. [7]

      单凯.烟丝整丝率影响因素问题探讨[J].中国科技博览,2013(38):397.

    8. [8]

      国家烟草专卖局.卷烟工艺规范[M].北京:中国轻工业出版社,2017:174.

    9. [9]

      CHEN J S,KANG X G,YE L,et al.Median filtering forensics based on convolutional neural networks[J].IEEE Signal Processing Letters,2015,22(11):1849-1853.

    10. [10]

      WANG R,LI C,WANG J,et al.Threshold segmentation algorithm for automatic extraction of cerebral vessels from brain magnetic resonance angiography images[J].Journal of Neuroscience Methods,2015(241):30-36.

    11. [11]

      张晋阳,孙樊珩.手背静脉图像骨架特征提取的算法[J].计算机应用,2007(1):152-154.

    12. [12]

      张敏.二值图像中一种改进的细化算法[J].现代电子技术,2005(19):96-98.

    13. [13]

      李善莲,申晓锋,李华杰,等.烟丝结构对卷烟端部落丝量的影响[J].烟草科技,2010(2):5-7,10.

    14. [14]

      李继英,王彬彬.降低薄片丝结团率的方法探析[J].中国科技信息,2013(6):99.

    15. [15]

      关丽娜.梗丝结构对卷烟质量稳定性的影响[J].中国科技博览,2013(35):343.

    16. [16]

      胡建军,周冀衡,熊燕,等.烘丝工艺参数对烘后叶丝质量影响的研究[J].中国烟草学报,2007(6):24-29.

    17. [17]

      田庆国,葛宝臻,李云鹏,等.利用轮廓线多边形表示实时提取光带中心线[J].光学精密工程,2012,20(6):1357-1364.

    18. [18]

      付忠良.图象阈值选取方法的构造[J].中国图象图形学报,2000(6):21-24.

    19. [19]

      魏赟,欧阳鹏.基于快速亮通双边滤波器的Retinex图像增强算法[J].小型微型计算机系统,2021,42(9):1944-1949.

    20. [20]

      龙浩,李庆党,张明月.基于HSV颜色空间和局部纹理的阴影消除算法研究[J].电子测量技术,2020,43(18):81-87.

    21. [21]

      国家烟草专卖局.烟草整丝率、碎丝率的测定方法:YC/T 178-2003[S].北京:中国标准出版社,2003.

    22. [22]

      高震宇,王安,董浩,等.基于卷积神经网络的烟丝物质组成识别方法[J].烟草科技,2017,50(9):68-75.

    1. [1]

      郭华诚杨雪鹏郜海民高尊华孙觅李秀芳 . 一种新型烟丝结构靶向调控设备研发及应用. 轻工学报, 2023, 38(4): 122-126. doi: 10.12187/2023.04.016

    2. [2]

      郭华诚陈康张峻松吴艳艳梁淼郜海民李瑞丽 . 不同干燥模式对细支烟烟丝结构、卷制质量及主流烟气成分的影响. 轻工学报, 2021, 36(4): 45-50. doi: 10.12187/2021.04.006

    3. [3]

      郭华诚胡仙妹高尊华李金周王红霞 . 针辊式烟丝结构调控设备参数变化对细支烟卷制品质的影响. 轻工学报, 2024, 39(2): 122-126. doi: 10.12187/2024.02.016

    4. [4]

      黄敏马亚琼宫秋萍 . 基于改进Zernike矩的图像识别. 轻工学报, 2013, 28(5): 66-69. doi: 10.3969/j.issn.2095-476X.2013.05.016

    5. [5]

      赵婉婉任静刘燕南武东辉余凯 . 基于AdaBoost多核支持向量机的跌倒检测研究. 轻工学报, 2019, 34(3): 84-91. doi: 10.3969/j.issn.2096-1553.2019.03.010

    6. [6]

      李小娇马吉明张向梅 . 一种具有分类细化功能的垃圾语言识别方法. 轻工学报, 2014, 29(1): 94-97,108. doi: 10.3969/j.issn.2095-476X.2014.01.020

    7. [7]

      徐炎曹春萍 . 语义核SVM结合改进EMD跨越语义鸿沟. 轻工学报, 2019, 34(3): 77-83. doi: 10.3969/j.issn.2096-1553.2019.03.009

    8. [8]

      肖艳秋杜江恒闻萌莎周坤焦建强裴杰 . 基于颜色特征和改进支持向量机算法的交通标志检测与识别. 轻工学报, 2018, 33(3): 57-65. doi: 10.3969/j.issn.2096-1553.2018.03.008

    9. [9]

      付永民范磊李长进吴庆华 . 基于计算机视觉与机器学习的烟丝杂质图像级联检测方法. 轻工学报, 2023, 38(4): 113-121. doi: 10.12187/2023.04.015

    10. [10]

      廉成哲刘广洲金哲杨东亚郑飞王永金 . 蒸汽膨胀技术用于烟丝膨胀的效果研究. 轻工学报, 2014, 29(6): 22-24,32. doi: 10.3969/j.issn.2095-476X.2014.06.006

    11. [11]

      李晓郭朋玮周茂忠孙觅李劲锋张浩博李宜馨纪晓楠 . 烟丝物理指标对其回弹特性的影响研究. 轻工学报, 2024, 39(1): 97-102. doi: 10.12187/2024.01.012

    12. [12]

      余娜夏艺丰朱文魁罗登炎李华杰洪伟龄 . 叶片结构与叶丝结构关系模型研究. 轻工学报, 2013, 28(3): 24-28. doi: 10.3969/j.issn.2095-476X.2013.03.006

    13. [13]

      刘栋陈越立李华杰罗登炎堵劲松罗登山 . 取样量、取样次数对烟丝混合均匀性检测的影响. 轻工学报, 2013, 28(1): 45-49. doi: 10.3969/j.issn.2095-476X.2013.01.011

    14. [14]

      李滟芳李辉毛多斌周桂园 . 真空回潮工序对卷烟产品烟丝颜色及内在品质的影响. 轻工学报, 2011, 26(5): 92-95. doi: 10.3969/j.issn.1004-1478.2011.05.023

    15. [15]

      赵亮常纪恒王宏生 . 基于Luikov理论的烟丝贮丝过程热湿特性研究. 轻工学报, 2011, 26(2): 36-40. doi: 10.3969/j.issn.1004-1478.2011.02.010

    16. [16]

      徐德龙米强付立伟周显生刘杰孙连江岳珩孔德望刘伟 . 基于烟丝填充值提升的滚筒干燥工艺参数优化. 轻工学报, 2021, 36(1): 45-50. doi: 10.12187/2021.01.006

    17. [17]

      李慧任宏杰姚二民 . KC-2A膨胀介质对烟丝化学成分和感官品质的影响. 轻工学报, 2011, 26(2): 21-23. doi: 10.3969/j.issn.1004-1478.2011.02.006

    18. [18]

      汪冬冬侯加文李帆李小福 . 基于阴影检测的传送带烟丝堵料视觉检测系统设计. 轻工学报, 2020, 35(5): 41-47. doi: 10.12187/2020.05.006

    19. [19]

      王光耀王仰勋何声宝白国强张威王英元张晓慧刘楠 . DNA质量浓度测定在烟丝加工均质化中的应用研究. 轻工学报, 2022, 37(3): 88-93. doi: 10.12187/2022.03.012

    20. [20]

      史清照范武张启东顾文博华青李德国俞祺昌奚安 . 卷烟烟气和烟丝中果香成分组群感官贡献对比. 轻工学报, 2023, 38(2): 72-79. doi: 10.12187/2023.02.009

  • 加载中
计量
  • PDF下载量:  86
  • 文章访问数:  2381
  • 引证文献数: 0
文章相关
  • 收稿日期:  2021-09-18
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索
魏甲欣, 李琪, 马飞, 等. 基于图像识别的烟丝结构检测及烟丝组分分析[J]. 轻工学报, 2022, 37(3): 82-87. doi: 10.12187/2022.03.011
引用本文: 魏甲欣, 李琪, 马飞, 等. 基于图像识别的烟丝结构检测及烟丝组分分析[J]. 轻工学报, 2022, 37(3): 82-87. doi: 10.12187/2022.03.011
WEI Jiaxin, LI Qi, MA Fei, et al. Cut tobacco structure detection and cut tobacco component analysis based on image recognition[J]. Journal of Light Industry, 2022, 37(3): 82-87. doi: 10.12187/2022.03.011
Citation: WEI Jiaxin, LI Qi, MA Fei, et al. Cut tobacco structure detection and cut tobacco component analysis based on image recognition[J]. Journal of Light Industry, 2022, 37(3): 82-87. doi: 10.12187/2022.03.011

基于图像识别的烟丝结构检测及烟丝组分分析

    作者简介:魏甲欣(1972—),男,河南省南阳市人,河南中烟工业有限责任公司高级工程师,主要研究方向为烟草工艺。E-mail:wei61391@sina.com
  • 1. 河南中烟工业有限责任公司 许昌卷烟厂, 河南 许昌 461000;
  • 2. 河南中烟工业有限责任公司 技术中心, 河南 郑州 450000;
  • 3. 南京焦耳科技有限责任公司, 江苏 南京 210000
基金项目:  中国烟草总公司重点实验室项目(110201603004)河南中烟工业有限责任公司科技项目(AW201920)

摘要: 为提高烟丝结构检测及烟丝组分分析的准确性,基于图像识别技术,对烟丝轮廓进行细化,提取烟丝骨骼,得到烟丝长度,建立烟丝表观总面积与质量的拟合模型,获得烟丝结构(整丝率、碎丝率);利用最小内切圆的方法得到烟丝的平均宽度、宽度方差,烟丝轮廓在饱和度(Saturation,S)通道上的颜色方差,以及HSV颜色模型的颜色矩,用支持向量机(Support Vector Machine,SVM)作为分类器,构建薄片丝、梗丝、叶丝的烟丝组分分类模型。实际应用结果表明:基于图像识别的方法能准确统计整丝率、碎丝率,且比传统振筛法更快捷、有效,与卷积神经网络法和残差神经网络法相比,该方法识别薄片丝、梗丝、叶丝的平均相对误差≤5%,准确性及可行性更高。

English Abstract

参考文献 (22) 相关文章 (20)

目录

/

返回文章