一种应用于在线烟丝回收系统的除杂检测方法及装置与流程

本发明涉及烟草加工设备的，尤其涉及一种应用于在线烟丝回收系统的除杂检测方法及装置。

背景技术：

1、如今，许多烟草加工厂商通过使用高速卷烟机组来生产卷烟，在生产过程中会将跑条烟条、残烟条烟支经过刀盘捣碎后，再统一收集输送至高速卷烟机组背面，然后经过在线烟丝回收系统，能有效的将废烟支、长烟丝和烟沫分选出来，及时将长烟丝搀兑利用，从而能够提高烟丝的利用率，降低烟丝的消耗。

2、但是在将跑条烟条、残烟条烟支经过刀盘捣碎的环节，会导致烟丝中会混有大量的细碎纸片等杂质，从而大大影响回收烟丝的质量。

技术实现思路

1、本发明目的一是提供一种应用于在线烟丝回收系统的除杂检测方法，具有更精准、更高效地剔除烟丝混合物中的杂质的特点。

2、本发明的上述发明目的一是通过以下技术方案得以实现的：

3、一种应用于在线烟丝回收系统的除杂检测方法，包括：

4、在烟丝混合物传输路径上的拍摄视野范围内的区域定义为烟丝除杂区，对所述烟丝除杂区进行分区，得到若干个烟丝除杂单元；

5、获取所述烟丝除杂区的图像，所述图像划分的单元与所述烟丝除杂单元一一对应，对所述图像中的每个单元进行识别，识别出存在杂质的单元并进行标记；

6、将所述存在杂质的单元与所述烟丝除杂单元进行匹配；

7、根据匹配的结果，启动匹配成功的所述烟丝除杂单元相应的负压剔除装置，将识别到的杂质剔除掉。

8、通过采用上述技术方案，可以实现在线烟丝回收系统的除杂检测，有效识别出存在杂质的烟丝区域，并将其剔除，从而提高了烟丝回收系统的品质和效率。首先，通过自动地识别和标记存在杂质的烟丝区域，并启动负压剔除装置进行剔除，无需人工干预，大大提高了生产效率。此外，采用了在线检测的方式，可以实时地对烟丝混合物进行除杂检测，及时发现和处理存在杂质的烟丝，避免了杂质的累积和扩散，保证了烟草的生产品质。最后，通过图像识别技术和负压剔除装置，相对于传统的人工除杂方法，不仅效率更高、精度更高，而且具有一定的经济效益。

9、本发明在一较佳示例中可以进一步配置为，所述获取所述烟丝除杂区的图像，所述图像划分的单元与所述烟丝除杂单元一一对应，对所述图像中的每个单元进行识别，识别出存在杂质的单元并进行标记，包括：

10、对传输至所述烟丝除杂区的烟丝混合物进行实时拍摄，以获取所述烟丝除杂区的图像；

11、对所述图像进行灰度转换，得到灰度图像；

12、对所述灰度图像进行预处理，所述预处理包括去噪和增强对比度，得到预处理后的图像；

13、对所述预处理后的图像转换为二值图像；

14、在所述二值图像中进行斑点检测，以识别出存在杂质的单元并进行标记。

15、通过采用上述技术方法，首先对传输至烟丝除杂区的烟丝混合物进行实时拍摄，并对图像进行处理和识别，可以实现更快速、准确的杂质检测，提高了杂质检测的实时性。其次通过对图像进行灰度转换、去噪和增强对比度、二值化等图像处理步骤，可以增强图像的清晰度和对比度，提高后续斑点检测的准确性。此外通过在二值图像中进行斑点检测，可以更精确地识别出存在杂质的单元，避免误判和漏判的情况，提高了杂质检测的准确性。最后通过采用预处理和斑点检测等算法，可以将杂质检测的计算和判断过程自动化，大大提高了检测速度和效率，降低了人力成本。

16、本发明在一较佳示例中可以进一步配置为，所述对所述灰度图像进行预处理，所述预处理包括去噪和增强对比度，得到预处理后的图像，包括：

17、通过使用高斯滤波器和中值滤波器对所述灰度图像进行去噪，所述高斯滤波器用于平滑图像并去除高频噪声，所述中值滤波器用于去除孤立的噪点；

18、对去噪后的图像进行自适应直方图均衡化的处理，以增强所述去噪后的图像的对比度，得到预处理后的图像。

19、通过采用上述技术方法，首先通过使用高斯滤波器和中值滤波器对灰度图像进行去噪，高斯滤波器可以有效平滑图像并去除高频噪声，中值滤波器可以去除孤立的噪点。这样可以减少图像中的干扰噪声，提高去噪效果，从而增加后续处理过程的准确性。此外在去噪后的图像上进行自适应直方图均衡化处理，可以增强图像的对比度。直方图均衡化可以使图像的像素值分布更均匀，提高图像的整体对比度和清晰度。这有助于更好地区分杂质和背景，增加杂质检测的准确性。最后通过完成预处理步骤，去除噪声和增强对比度，预处理后的图像质量得到进一步提高。这有助于后续的斑点检测等算法更好地识别出存在杂质的单元，进一步提高杂质检测的准确性和可靠性。

20、本发明在一较佳示例中可以进一步配置为，所述对所述预处理后的图像转换为二值图像，包括：

21、生成一个活动窗口，通过滑动所述活动窗口扫描所述预处理后的图像，获取到所述活动窗口内所有的像素值；

22、在所述活动窗口内动态地计算局部阈值，所述计算局部阈值采用局部平均法，计算窗口内所有像素值的平均值作为该窗口的局部阈值；

23、根据所述局部阈值，将所述灰度图像分割为两个部分，一部分是大于或等于局部阈值的像素，另一部分是小于局部阈值的像素，将大于或等于局部阈值的像素赋值为255，将小于局部阈值的像素赋值为0，从而得到二值图像。

24、通过采用上述技术方法，首先在预处理后的图像上，通过生成活动窗口并滑动扫描图像，可以动态地计算图像的局部阈值。使用局部平均法，将窗口内所有像素值的平均值作为该窗口的局部阈值。这种方式可以根据局部像素的特征来自适应地确定阈值，提高图像分割的准确性和鲁棒性。此外根据局部阈值，将灰度图像分割为两个部分：大于或等于局部阈值的像素和小于局部阈值的像素。将大于或等于局部阈值的像素赋值为255，将小于局部阈值的像素赋值为0，从而得到二值图像。这种分割方式可以将图像转换为黑白两色，以便于后续的二值化处理。最后通过转换为二值图像，可以更容易地识别出存在杂质的像素。二值图像中，杂质通常呈现与背景有明显对比的亮度差异，利用阈值分割可以更好地突出杂质的特征，提高杂质检测的准确性。

25、本发明在一较佳示例中可以进一步配置为，所述在所述活动窗口内动态地计算局部阈值，所述计算局部阈值采用局部平均法，计算窗口内所有像素值的平均值作为该窗口的局部阈值，包括：

26、采用所述局部平均法计算局部阈值μ的公式为：

27、μ＝(1/n)*∑i(i，j)

28、其中，n表示所述活动窗口内的像素点总个数，i(i,j)表示所述活动窗口中的某个像素点值。

29、通过采用上述技术方法，首先通过动态地计算局部阈值，采用局部平均法计算窗口内所有像素值的平均值作为该窗口的局部阈值，可以根据不同图像区域的特征进行自适应调整。这样可以避免因为全局阈值而导致的误判和漏判。其次通过动态计算局部阈值，可以使得阈值更加准确地适应不同图像区域的亮度和对比度等特征，从而提高识别率和精度。最后通过将计算局部阈值的方法优化为局部平均法，可以减小计算负担，降低运算量，从而提高处理效率，缩短处理时间。

30、本发明在一较佳示例中可以进一步配置为，所述在所述二值图像中进行斑点检测，以识别出存在杂质的单元并进行标记，包括：

31、使用连通组件分析算法对所述二值图像进行处理，找到所有连通区域；

32、根据实际杂质的大小、形状特征对所述所有连通区域进行筛选，通过设置实际的杂质的面积、形状阈值，以排除小于面积阈值或不符合形状阈值的连通区域，得到存在杂质的连通区域；对所述存在杂质的连通区域对应的所述图像划分的单元进行标记，得到存在杂质的单元。

33、通过采用上述技术方法，首先通过使用连通组件分析算法对二值图像进行处理，找到所有连通区域。然后，通过设置实际杂质的大小、形状阈值，筛选出满足条件的连通区域，即存在杂质的连通区域。最后，将这些存在杂质的连通区域与图像划分的单元进行标记，即可以自动化地检测和标记存在杂质的单元。采用连通组件分析算法进行斑点检测，可以针对不同大小和形状的杂质进行筛选。通过设置面积和形状阈值，可以排除掉小于面积阈值或不符合形状要求的连通区域，从而减少误判和漏判的情况，提高了杂质检测的准确性和可靠性。

34、本发明在一较佳示例中可以进一步配置为，所述根据实际杂质的大小、形状特征对所述所有连通区域进行筛选，通过设置实际的杂质的面积、形状阈值，以排除小于面积阈值或不符合形状阈值的连通区域，得到存在杂质的连通区域，包括：

35、根据每个连通区域内的像素点个数，计算出每个连通区域的面积；

36、根据实际杂质面积均值预设一个杂质面积阈值，用于初步筛选出可能是杂质的连通区域；将每个连通区域的面积与所述杂质面积阈值进行比较，若连通区域的面积小于所述杂质面积阈值，则将此连通区域排除，得到剩余连通区域；

37、将实际杂质的形状特征定义为实际杂质的周长，则计算出剩余连通区域的周长；

38、根据实际杂质的周长均值预设一个杂质周长阈值，用于进一步筛选出存在杂质的连通区域；将所述剩余连通区域的周长与所述杂质周长阈值进行比较，若连通区域的周长大于所述杂质周长阈值，则将此连通区域排除，得到存在杂质的连通区域。

39、通过采用上述技术方法，首先通过根据实际的杂质的面积、形状设置阈值，可以更准确地确定可能存在杂质的连通区域。通过计算每个连通区域的面积并与预设的杂质面积阈值进行比较，可以剔除掉太小的连通区域，从而减少误判和漏判的情况，并且只有满足形状要求的连通区域才会被保留。最后通过进一步筛选存在杂质的连通区域，可以更准确地识别存在杂质的单元。通过计算剩余连通区域的周长并与预设的杂质周长阈值进行比较，可以进一步排除掉不符合实际杂质形状特征的连通区域，从而提高杂质检测的灵敏度和特异性。

40、本发明在一较佳示例中可以进一步配置为，所述对所述存在杂质的连通区域对应的所述图像划分的单元进行标记，得到存在杂质的单元，包括：

41、在相邻的所述图像划分的单元的交界处绘制一条交界线，当存在杂质的连通区域位于所述交界线上时，将此连通区域定义为交界连通区域；

42、根据交界线将交界连通区域分割为两个部分，分别计算两个部分的面积并进行计较；

43、对面积较大的部分对应的图像划分的单元进行标记，得到存在杂质的单元。

44、通过采用上述技术方法，当存在杂质的连通区域位于两个相邻图像划分单元的交界线上时，将其定义为交界连通区域。通过将交界连通区域分割为两个部分，并计算两个部分的面积，可以进一步确定哪个部分包含了更多的杂质。根据面积的比较结果，可以标记面积较大的部分对应的图像划分单元，从而更准确地确定存在杂质的单元。最后通过对交界连通区域进行分割和面积比较，并标记面积较大的部分对应的图像划分单元，可以减少误判和漏判的情况。这样可以更准确地区分出存在杂质的单元，避免将部分无杂质的单元误判为存在杂质，或漏判存在杂质的单元。

45、本发明在一较佳示例中可以进一步配置为，所述将所述存在杂质的单元与所述烟丝除杂单元进行匹配，包括：

46、将所述存在杂质的单元与所述烟丝除杂单元进行匹配，并向匹配成功的烟丝除杂单元发送匹配指令。

47、通过采用上述技术方法，首先通过将存在杂质的单元与烟丝除杂单元进行匹配，可以精确找到存在杂质的烟丝除杂单元，并快速准确地定位和识别它们。此外通过对存在杂质的单元和烟丝除杂单元进行匹配，可以自动识别存在杂质的烟丝并发送匹配指令，从而启动烟丝除杂操作。这样可以提高烟丝除杂的效率和准确性，有效地去除存在杂质的烟丝，避免了人工操作的误判和漏判的情况。

48、本发明目的二是提供一种应用于在线烟丝回收系统的除杂检测装置，具有更精准、更高效地剔除烟丝混合物中的杂质的特点。

49、本发明的上述发明目的二是通过以下技术方案得以实现的：

50、一种应用于在线烟丝回收系统的除杂检测装置，包括：

51、分区模块，用于在烟丝混合物传输路径上的拍摄视野范围内的区域定义为烟丝除杂区，对所述烟丝除杂区进行分区，得到若干个烟丝除杂单元；

52、识别/标记模块，用于获取所述烟丝除杂区的图像，所述图像划分的单元与所述烟丝除杂单元一一对应，对所述图像中的每个单元进行识别，识别出存在杂质的单元并进行标记；

53、匹配模块，用于将所述存在杂质的单元与所述烟丝除杂单元进行匹配；

54、杂质剔除模块，用于根据匹配的结果，启动匹配成功的所述烟丝除杂单元相应的负压剔除装置，将识别到的杂质剔除掉。

55、综上所述，本发明包括以下至少一种有益技术效果：

56、1.对在线烟丝回收系统中进行除杂检测，能够有效识别出存在杂质的烟丝区域，并将其剔除，从而提高了烟丝回收系统的品质和效率；

57、2.通过自动地识别和标记存在杂质的烟丝区域，并启动负压剔除装置进行剔除，无需人工干预，大大提高了生产效率；

58、3.通过预设合理的阈值，对烟丝混合物进行高精度的除杂检测，尤其是能够对小面积存在杂质的烟丝进行准确识别和剔除，提高了产品质量；

59、4.通过图像识别技术和负压剔除装置，相对于传统的人工除杂方法，不仅效率更高、精度更高，而且具有一定的经济效益。