基于图像分析的烟丝检测系统

申请号 CN202410169089.8 申请日 2024-02-06 公开(公告)号 CN118000451A 公开(公告)日 2024-05-10
申请人 首域科技(杭州)有限公司; 发明人 金冬冬; 黄金; 周成林; 方世杰; 邓红伟; 朱航;
摘要 本 发明 公开了一种基于 图像分析 的烟丝检测系统,包含:烟丝供给设备,用于供应待处理的烟丝; 风 选设备,连接至烟丝供给设备,用于通过气流对烟丝供给设备供应的烟丝进行梗签剔除;检测设备,连接至风选设备,用于对风选设备分离后的烟丝进行检测;检测设备包含: 图像采集 设备,用于采集分离后的烟丝后的图像; 图像处理 模 块 ,用于对图像采集设备采集的图像进行分析识别出其中的烟丝和梗签;计算模块,用于根据图像处理模块的识别结果计算含丝率。本发明提供的基于图像分析的烟丝检测系统,能够基于 图像识别 技术快速识别烟丝的含丝率。
权利要求

1.一种基于图像分析的烟丝检测系统,其特征在于,包含:
烟丝供给设备,用于供应待处理的烟丝;
选设备,连接至所述烟丝供给设备,用于通过气流对所述烟丝供给设备供应的烟丝进行梗签剔除;
检测设备,连接至所述风选设备,用于对所述风选设备分离后的烟丝进行检测;
所述检测设备包含:
图像采集设备,用于采集分离后的烟丝后的图像;
图像处理,用于对所述图像采集设备采集的图像进行分析识别出其中的烟丝和梗签;
计算模块,用于根据所述图像处理模块的识别结果计算含丝率。
2.根据权利要求1所述的基于图像分析的烟丝检测系统,其特征在于,
所述图像处理模块用于通过训练好的改进Deeplabv3+模型对图像进行识别。
3.根据权利要求2所述的基于图像分析的烟丝检测系统,其特征在于,
所述改进Deeplabv3+模型包含:编码器解码器
所述编码器包含由空洞卷积和Mobilenetv2组成的深度卷积神经网络模块、空洞空间卷积金字塔池化模块和第一卷积层;
所述解码器包含第一通道注意模块、第二卷积层、第一上采样层、拼接层、第二通道注意力模块、第三卷积层和第二上采样层。
4.根据权利要求1所述的基于图像分析的烟丝检测系统,其特征在于,
所述基于图像分析的烟丝检测系统还包含:
控制器,基于所述计算模块计算出的含丝率来控制所述风选设备的气流强度。
5.根据权利要求4所述的基于图像分析的烟丝检测系统,其特征在于,
所述检测设备还包含:
照明设备,用于对烟丝进行照明。
6.根据权利要求5所述的基于图像分析的烟丝检测系统,其特征在于,
所述检测设备还包含:
运输带,连接至所述风选设备,用于将所述风选设备分离后的烟丝运输至下游处理设备;
所述照明设备和所述图像采集设备设置于所述运输带的上方用于对运输带上的烟丝进行照明和图像采集。
7.根据权利要求6所述的基于图像分析的烟丝检测系统,其特征在于,
所述基于图像分析的烟丝检测系统还包含:
通道切换装置,所述通道切换装置其入口连接至所述运输带的远离所述烟丝供给设备的一端;
第一运输通道,连接至所述通道切换装置的第一出口,用于将从所述运输带运来过来的烟丝运输至所述烟丝供给设备;
第二运输通道,连接至所述通道切换装置的第二出口,用于将从所述运输带运来过来的烟丝运输至下游设备;
所述控制器连接至所述通道切换装置以切换所述通道切换装置的连通状态使所述通道切换装置在第一状态和第二状态下切换;
在所述第一状态下,所述运输带与所述第一运输通道连通,经过所述运输带运送过来的烟丝经过所述第一通道运输至所述烟丝供给设备;
在所述第二状态下,所述运输带与所述第二运输通道连通,经过所述运输带运送过来的烟丝经过所述第二通道运输至下游设备。
8.根据权利要求7所述的基于图像分析的烟丝检测系统,其特征在于,
所述图像采集设备连续采集若干次图像,所述计算模块计算出对应的若干次含丝率,再计算出平均含丝率,所述控制器在所述平均含丝率大于等于第一预设值时控制所述通道切换装置在第二状态下工作,所述控制器在所述平均含丝率小于所述第一预设值时控制所述通道切换装置在第一状态下工作,并且控制所述风选设降低气流强度。
9.根据权利要求7所述的基于图像分析的烟丝检测系统,其特征在于,
所述检测设备还包含:
震动装置,连接至所述运输带,所述震动装置工作时能够使所述传送带产生震动以改变所述传送带上的烟丝的摆放状态,所述控制器控制所述震动装置以控制所述震动装置。
10.根据权利要求9所述的基于图像分析的烟丝检测系统,其特征在于,
所述检测设备包含两个所述图像采集设设备,两个所述图像采集设备间隔一定预设距离设置在所述传动带的上方,位于上游的所述图像采集设备采集了图像之后,所述控制器控制所述震动装置产生震动,之后位于下游的所述图像采集设备采集对应的同一区域的图像,所述计算模块计算出对应的两次含丝率,再计算出平均含丝率,所述控制器在所述平均含丝率大于等于第一预设值时控制所述通道切换装置在第二状态下工作,所述控制器在所述平均含丝率小于所述第一预设值时控制所述通道切换装置在第一状态下工作,并且控制所述风选设降低气流强度。

说明书全文

基于图像分析的烟丝检测系统

技术领域

[0001] 本发明具体涉及一种基于图像分析的烟丝检测系统。

背景技术

[0002] 在烟草行业的卷烟生产加工过程中,选是一种烟丝加工过程中常用的技术。其作用是通过气流将烟丝中的梗签杂质和不良部分分离出来,从而提高烟丝的质量和口感。若这些烟草制品中的梗签如果没有被及时清理,会对烟支产生刺破的危害。为了减少这一危害,在生产过程中会提高柔性风选机器的剔除效果,导致许多正常烟丝也被作为梗签剔除。
[0003] 基于上述背景,在烟草生产中既需要剔除梗签,又不能过多剔除导致大量烟丝浪费。因此,需要有个生产调节的反馈。

发明内容

[0004] 本发明提供了一种基于图像分析的烟丝检测系统解决上述提到的技术问题,具体采用如下的技术方案:
[0005] 一种基于图像分析的烟丝检测系统,包含:
[0006] 烟丝供给设备,用于供应待处理的烟丝;
[0007] 风选设备,连接至所述烟丝供给设备,用于通过气流对所述烟丝供给设备供应的烟丝进行梗签剔除;
[0008] 检测设备,连接至所述风选设备,用于对所述风选设备分离后的烟丝进行检测;
[0009] 所述检测设备包含:
[0010] 图像采集设备,用于采集分离后的烟丝后的图像;
[0011] 图像处理,用于对所述图像采集设备采集的图像进行分析识别出其中的烟丝和梗签;
[0012] 计算模块,用于根据所述图像处理模块的识别结果计算含丝率。
[0013] 进一步地,所述图像处理模块用于通过训练好的改进Deeplabv3+模型对图像进行识别。
[0014] 进一步地,所述改进Deeplabv3+模型包含:编码器解码器
[0015] 所述编码器包含由空洞卷积和Mobilenetv2组成的深度卷积神经网络模块、空洞空间卷积金字塔池化模块和第一卷积层;
[0016] 所述解码器包含第一通道注意模块、第二卷积层、第一上采样层、拼接层、第二通道注意力模块、第三卷积层和第二上采样层。
[0017] 进一步地,所述基于图像分析的烟丝检测系统还包含:
[0018] 控制器,基于所述计算模块计算出的含丝率来控制所述风选设备的气流强度。
[0019] 进一步地,所述检测设备还包含:
[0020] 照明设备,用于对烟丝进行照明。
[0021] 进一步地,所述检测设备还包含:
[0022] 运输带,连接至所述风选设备,用于将所述风选设备分离后的烟丝运输至下游处理设备;
[0023] 所述照明设备和所述图像采集设备设置于所述运输带的上方用于对运输带上的烟丝进行照明和图像采集。
[0024] 进一步地,所述基于图像分析的烟丝检测系统还包含:
[0025] 通道切换装置,所述通道切换装置的入口连接至所述运输带的远离所述烟丝供给设备的一端;
[0026] 第一运输通道,连接至所述通道切换装置的第一出口,用于将从所述运输带运来过来的烟丝运输至所述烟丝供给设备;
[0027] 第二运输通道,连接至所述通道切换装置的第二出口,用于将从所述运输带运来过来的烟丝运输至下游设备;
[0028] 所述控制器连接至所述通道切换装置以切换所述通道切换装置的连通状态使所述通道切换装置在第一状态和第二状态下切换;
[0029] 在所述第一状态下,所述运输带与所述第一运输通道连通,经过所述运输带运送过来的烟丝经过所述第一通道运输至所述烟丝供给设备;
[0030] 在所述第二状态下,所述运输带与所述第二运输通道连通,经过所述运输带运送过来的烟丝经过所述第二通道运输至下游设备。
[0031] 进一步地,所述图像采集设备连续采集若干次图像,所述计算模块计算出对应的若干次含丝率,再计算出平均含丝率,所述控制器在所述平均含丝率大于等于第一预设值时控制所述通道切换装置在第二状态下工作,所述控制器在所述平均含丝率小于所述第一预设值时控制所述通道切换装置在第一状态下工作,并且控制所述风选设降低气流强度。
[0032] 进一步地,所述检测设备还包含:
[0033] 震动装置,连接至所述运输带,所述震动装置工作时能够使所述传送带产生震动以改变所述传送带上的烟丝的摆放状态,所述控制器控制所述震动装置以控制所述震动装置。
[0034] 进一步地,所述检测设备包含两个所述图像采集设设备,两个所述图像采集设备间隔一定预设距离设置在所述传动带的上方,位于上游的所述图像采集设备采集了图像之后,所述控制器控制所述震动装置产生震动,之后位于下游的所述图像采集设备采集对应的同一区域的图像,所述计算模块计算出对应的两次含丝率,再计算出平均含丝率,所述控制器在所述平均含丝率大于等于第一预设值时控制所述通道切换装置在第二状态下工作,所述控制器在所述平均含丝率小于所述第一预设值时控制所述通道切换装置在第一状态下工作,并且控制所述风选设降低气流强度。
[0035] 本发明的有益之处在于所提供的基于图像分析的烟丝检测系统,能够基于图像识别技术快速识别烟丝的含丝率。附图说明
[0036] 为了更清楚地说明本申请实施例现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
[0037] 图1是本发明的一种基于图像分析的烟丝检测系统的示意图;
[0038] 图2是本发明的改进Deeplabv3+模型的示意图。图3是本发明的一种基于图像分析的烟丝检测系统的应用的待分析烟丝的原图;
图4是图3中的原图经过改进Deeplabv3+模型后,得到预测结果图。

具体实施方式

[0039] 下面详细描述本申请的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
[0040] 如图1所示为本申请的一种基于图像分析的烟丝检测系统,包含:烟丝供给设备、风选设备、检测设备、照明设备和控制器。
[0041] 其中,烟丝供给设备用于供应待处理的烟丝。风选设备连接至烟丝供给设备,用于通过气流对烟丝供给设备供应的烟丝进行梗签剔除。检测设备连接至风选设备,用于对风选设备分离后的烟丝进行检测。
[0042] 具体而言,检测设备包含:图像采集设备、图像处理模块和计算模块。
[0043] 其中,图像采集设备用于采集分离后的烟丝后的图像。图像处理模块用于对图像采集设备采集的图像进行分析识别出其中的烟丝和梗签。计算模块用于根据图像处理模块的识别结果计算含丝率。
[0044] 具体而言,图像处理模块用于通过训练好的改进Deeplabv3+模型对图像进行识别。
[0045] 如图2所示,在本申请的实施方式中,改进Deeplabv3+模型包含:编码器(Encoder)和解码器(Decoder)。
[0046] 具体而言,编码器包含由空洞卷积(Atrous Convolution)和Mobilenetv2组成的深度卷积神经网络模块(DCNN)、空洞空间卷积金字塔池化模块和第一卷积层。解码器包含第一通道注意力模块、第二卷积层、第一上采样层、拼接层、第二通道注意力模块、第三卷积层和第二上采样层。
[0047] 图像从编码器进入,首先通过深度卷积神经网络。经过这一部分之后,深度卷积神经网络的输出将分为两个部分,一部分直接输入到解码器中,另一部分则是继续在编码器的空洞空间卷积金字塔池化模块中继续进行特征提取。在该模块中,从深度卷积神经网络输出的部分将经过一个1×1卷积层,金字塔池化部分和最后的空洞空间卷积池化(ASPP Pooling)部分,最后进行拼。再经过1×1的卷积层后,输出的特征图随后导入解码器部分。
[0048] 从深度卷积神经网络(DCNN)输出结果的分支进入解码器之后通过第一通道注意力模块对不同通道设置不同的权重,经过一次卷积,得到一个浅层的特征层。浅层网络提取的特征和输入比较近,包含更多的像素点的信息,一些细粒度的信息是图像的一些颜色、纹理、边缘、棱信息。通过对通道进行加权,第一通道注意力模块有助于抑制不相关的信息,从而提高模型对输入数据的关注度。这有助于模型更好地聚焦于任务相关的特征,提高了模型的泛化能力。
[0049] 与此同时。从深度卷积神经网络(DCNN)和空洞空间金字塔池化(ASPP)以及一个卷积层之后,得到一个深层的特征层。深层网络提取的特征离输出较近,一些粗粒度的信息,包含更抽象的信息,更利于模型训练。之后将深层特征层复制,再经过一次倍率为4的上采样,将特征图还原到与浅层特征相同尺寸的特征图。
[0050] 得到浅层特征图和深层特征图之后。将浅层特征图和深层特征图进行两两拼接处理,通过一个第二通道注意力模块,可以对深浅特征进行加权,使得模型能够更好地捕捉全局信息,再通过一个的卷积和倍率为4的上采样之后,得到更好的训练结果。这样的好处在于,通过通道注意力模块,可以恢复更清晰的目标边界,提高模型对输入数据的理解和建模能力,提升模型的精确性。如图3和4所示,原图经过改进Deeplabv3+模型后,得到预测结果,以不同颜色区分烟丝和烟梗。通过计算各自的面积,最终能够计算出含丝率。
[0051] 本发明的改进Deeplabv3+模型在传统的Deeplabv3+模型基础上进行了优化,MIOU指标由66%左右上升至72%左右。
[0052] 作为一种优选的实施方式,检测设备还包含:运输带。
[0053] 运输带连接至风选设备,用于将风选设备分离后的烟丝运输至下游处理设备。照明设备和图像采集设备设置于运输带的上方用于对运输带上的烟丝进行照明和图像采集。
[0054] 基于图像分析的烟丝检测系统还包含:通道切换装置、第一运输通道和第二运输通道。
[0055] 通道切换装置的入口连接至运输带的远离烟丝供给设备的一端。第一运输通道连接至通道切换装置的第一出口,用于将从运输带运来过来的烟丝运输至烟丝供给设备。第二运输通道连接至通道切换装置的第二出口,用于将从运输带运来过来的烟丝运输至下游设备。控制器连接至通道切换装置。
[0056] 控制器能切换通道切换装置的连通状态使通道切换装置在第一状态和第二状态下切换。在第一状态下,运输带与第一运输通道连通,经过运输带运送过来的烟丝经过第一通道运输至烟丝供给设备。在第二状态下,运输带与第二运输通道连通,经过运输带运送过来的烟丝经过第二通道运输至下游设备。
[0057] 在本申请的实施方式中,图像采集设备连续采集若干次图像,计算模块计算出对应的若干次含丝率,再计算出平均含丝率。
[0058] 平均含丝率大于等于第一预设值,表示风选后的烟丝的含丝率符合要求。控制器在平均含丝率大于等于第一预设值时控制通道切换装置在第二状态下工作。平均含丝率小于第一预设值,表示风选后的烟丝的含丝率不符合要求。此时,控制器在平均含丝率小于第一预设值时控制通道切换装置在第一状态下工作,将不符合标准的烟丝运输到烟丝供给设备。控制器同时还控制风选设降低气流强度。
[0059] 作为另一种可选的实施方式,检测设备还包含:震动装置。震动装置连接至运输带。震动装置工作时能够使传送带产生震动以改变传送带上的烟丝的摆放状态,控制器控制震动装置以控制震动装置。同时,检测设备包含两个图像采集设设备。两个图像采集设备间隔一定预设距离设置在传动带的上方。位于上游的图像采集设备采集了图像之后,控制器控制震动装置产生震动,之后位于下游的图像采集设备采集对应的同一区域的图像。计算模块计算出对应的两次含丝率,再计算出平均含丝率。控制器在平均含丝率大于等于第一预设值时控制通道切换装置在第二状态下工作,控制器在平均含丝率小于第一预设值时控制通道切换装置在第一状态下工作,并且控制风选设降低气流强度。
[0060] 可以理解的是,烟丝和烟梗的形状不标准,同样比例的烟丝和烟梗,以不同的形式摆放,拍摄到的图像计算出的含丝率可能是不同的。为了减小该因素造成的计算不够精确的问题,通过震动装置给运输带提供震动,使运输带上的烟丝和烟梗改变摆放形式。而两个图像采集设备在运输带的运输方向上间隔一定距离设置。两个图像采集装置拍摄时间间隔配合着运输带的运行速度,使得两个图像采集装置采集的目标区域基本相同。这样,前后两次采集的图像中的烟丝和烟梗是相同的,只是摆放形式不同。
[0061] 以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,上述实施例不以任何形式限制本发明,凡采用等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
QQ群二维码
意见反馈