一种基于机器视觉的香烟滤棒在线计数和质量检测方法
【技术领域】
[0001] 本发明设及一种基于机器视觉的香烟滤椿在线计数和质量检测方法。
【背景技术】
[0002] 香烟滤椿是一种用于阻止香烟燃烧过程中产生的煤焦油、巧古了等有害成分进入 人体的过滤层，其可有效降低吸烟产生的要害成分进入人体。目前，香烟滤椿的需求量非常 巨大，各烟草集团都设有子专口的公司生产，并直接供给香烟制造公司使用。香烟滤椿交付 时常用单箱装量为4000支的纸箱包装，但是，由于滤椿比较柔软，受挤压易发生形变，导致 装载时，装量超过正常量，多大4200支。
[0003] 在香烟过滤嘴装箱过程中常见的=种情况如图1所示，图（a)为标准装箱生成的 标准圆形图像，图化）为过量装箱生成的楠圆形图像，图（C)为欠装箱伸长的孔洞、倾倒图 像；其中，图化）和图（C)对应的香烟滤椿装量超标或过少给制造企业和使用企业都带来了 诸多不良的影响；（1)增加成本，超过装量的部分无盈利，白白亏损；（2)滤椿质量得不到保 证，多装载的滤椿被挤进箱体内，滤椿间产生挤压，导致变形，影响香烟质量；(3)装量过少 不达标，甚至直接无法用于生产，造成整批报废。因此，香烟滤椿生产企业多采用人工点数 的方法进行质量控制，但人工需求多、点数速度慢、准确度不高、已产生疲劳昏厥感，无法实 现在线实时清点。
【发明内容】
[0004] 本发明提出了一种基于机器视觉的过滤嘴滤椿在线计数和质量检测方法，其解决 的主要问题在于（1)箱体宽度比较大，采用单一线扫描相机易产生图像模糊和崎变，影响 过滤椿的特征提取；（2)过滤椿与过滤椿之间紧密接触，图像中联在一起，造成过滤椿计数 误差；（3)滤椿受挤压变形，形状多样，匹配识别难度大的问题。
[0005] 一种基于机器视觉的香烟滤椿在线计数和质量检测方法，包括W下步骤：
[0006] 步骤1 ;利用线扫描相机采集香烟滤椿的装箱图像；
[0007] 步骤2 ;从装箱图像中提取香烟滤椿成像区域，去除包装箱成像区域；
[000引步骤3 ;对香烟滤椿成像区域进行形态学开操作，获得多个滤椿连通域；
[0009] 步骤4 ;采用标准滤椿模板依次对步骤3获得的多个滤椿连通域进行模板匹配，统 计匹配度大于设定匹配值S1的连通域个数N1'，并将N1'作为香烟滤椿第一次匹配成功 的数量，记录匹配度数组S[N1'];
[0010] 其中，匹配度大于设定匹配值S1的连通域为成功匹配的滤椿连通域；
[0011] 步骤5 ;将步骤4中已经成功匹配的滤椿连通域从步骤3获得的多个滤椿连通域 中去除，获得未成功匹配的滤椿连通域，对所有未成功匹配的滤椿连通域进行形态学开操 作后，捜索连通域，获得NbiDb,个剩余连通域；
[001引步骤6 ;计算出每个剩余连通域的面积&。6;
[001引其中，&。6为捜寻到的第i个剩余连通域的面积；
[0014] 步骤7 ;根据步骤6捜寻到的每个剩余连通域的面积大小，按照下面公式计算未成 功匹配的滤椿连通域中包含过滤椿的数目N2，
【主权项】
1. 一种基于机器视觉的香烟滤棒在线计数和质量检测方法，其特征在于，包括以下步 骤： 步骤1 :利用线扫描相机采集香烟滤棒的装箱图像； 步骤2 :从装箱图像中提取香烟滤棒成像区域，去除包装箱成像区域； 步骤3 :对香烟滤棒成像区域进行形态学开操作，获得多个滤棒连通域； 步骤4 :采用标准滤棒模板依次对步骤3获得的多个滤棒连通域进行模板匹配，统计匹 配度大于设定匹配值Sl的连通域个数NI'，并将NI'作为香烟滤棒第一次匹配成功的数 量，记录匹配度数组S [ΝΓ]; 其中，匹配度大于设定匹配值Sl的连通域为成功匹配的滤棒连通域； 步骤5 :将步骤4中已经成功匹配的滤棒连通域从步骤3获得的多个滤棒连通域中去 除，获得未成功匹配的滤棒连通域，对所有未成功匹配的滤棒连通域进行形态学开操作后， 搜索连通域，获得Nbltjbs个剩余连通域； 步骤6 :计算出每个剩余连通域的面积51,: 其中，为搜寻到的第i个剩余连通域的面积； 步骤7 :根据步骤6搜寻到的每个剩余连通域的面积大小，按照下面公式计算未成功匹 配的滤棒连通域中包含过滤棒的数目N2，
其中，S_为单个非标准香烟滤棒成像面积设定值，δ i为第i个剩余连通域包含过滤 棒的个数； 步骤8 :计算当前装箱图像中包含所有过滤棒的总数N = NI' +N2 ; 步骤9 :将香烟滤棒匹配成功的数量NI'与当前装箱图像中包含所有过滤棒的总数N 求商，计算滤棒的装箱质量系数
2. 根据权利要求1所述的基于机器视觉的香烟滤棒在线计数和质量检测方法，其特征 在于，对步骤1获得的装箱图像进行完整性判断，若装箱图像不完整，则重新获得下一幅装 箱图像，否则进入步骤2: 所述装箱图像完整性判断过程如下： 步骤1):装箱图像二值化； 利用二值化第一设定阈值T1，从装箱图像中分离出包装箱体部分，得到的二值图像 Imagel 为：
其中，G(x, y)为装箱图像中坐标为（X，y)像素点的灰度值； 2) 采用连通域搜寻方法，搜寻二值图像中所有的连通域，并计算每个连通域的面积，选 出连通域面积最大的连通域RegionO ; 3) 删除连通域RegionO中的孔洞，即将连通域RegionO中灰度值为0的所有像素的灰 度值改为255,获得孔洞填充连通域RegionO' ； 4) 获得孔洞填充连通域RegionO'的行宽和列宽； 通过逐行扫描的方法，得到孔洞填充连通域RegionO'的行宽数组R[n]，η表示孔洞填 充连通域RegionO'的行数；通过逐列扫描的方法，得到孔洞填充连通域RegionO'的列宽数 组C [m]，m表示孔洞填充连通域RegionO'的列数；然后，对数组R[n]、C [m]进行排序得到数 组R' [n]、C' [m]，并将两个数组R' [n]、C' [m]的中值分别作为箱体的行、列宽度，即r = R' [n/2]，c = C' [m/2]; 5) 计算箱体的行列宽度比，并判断装箱图像的完整性：
其中，Result = 1，则装箱图像完整，Rmin为最小比例设定阈值，Rmax为最大比例设定 阈值；Result = 0,则装箱不完整。
3. 根据权利要求2所述的基于机器视觉的香烟滤棒在线计数