一种运用机器学习在线测量烟丝多项特征的方法与流程

1.本发明涉及烟丝质量检测领域，尤其涉及一种运用机器学习在线测量烟丝多项特征的方法。


背景技术：

2.在卷烟生产过程当中，在制丝的烘丝工艺环节，需要对烟丝质量进行检测，即检测烟丝的各项特征数值。
3.在现有技术当中，工人进行挑选20根烟丝，挑选的烟丝宽度是非常均匀的，没有弯曲、毛刺等不规则形状存在。之后将烟丝整齐的排列在砧板上，之后放到工厂现有的烟丝宽度测量仪上面进行测量烟丝宽度，在一根烟丝上通常随机取5个点测量烟丝宽度，之后将测量的烟丝宽度数值进行求取均值，该均值就代表本根烟丝的宽度，以此类推，进行测量其他根烟丝宽度。
4.但该测量方法烟丝宽度测量仪器测量的烟丝宽度不能完全的代表本批次烟丝宽度是否符合标准设定值，一方面是实验室测量的烟丝个数有限，另一方面是实验室测量的烟丝都是均匀度极其高的烟丝，除此以外，人工在操作的过程当中存在人为误差等问题，其对于整个批次而言，其不足以代表整个批次的烟丝宽度。
5.在现有技术当中，工人进行挑选一定重量的烟丝放入一个具有不同网孔大小的振筛机中进行振筛操作。分离出长丝，中丝，短丝和碎丝，以此来判断这批烟丝的长丝率、中丝率、短丝率和碎丝率。
6.但是该测量方法并不能准确的分离出长丝、中丝、短丝和碎丝，因为烟丝的卷曲形状各异，极有可能发生长丝因为卷曲形状筛漏混合到中丝当中。
7.因此，有必要提供一种在线测量自然状态下特征值烟丝长度的方法解决上述技术问题。
8.在烟厂现有的测量设备当中，还没有专门计算烟丝面积和周长的应用使用。
9.因此，有必要提供这两种在线测量自然状态下特征值烟丝面积和周长的方法补充到烟丝的特征值中。


技术实现要素：

10.本发明提供一种运用机器学习在线测量烟丝多项特征的方法，解决了目前测量烟丝特征值测量方法存在误差，难以代表整批烟丝的特征值的问题。
11.为解决上述技术问题，本发明提供的运用机器学习在线测量烟丝多项特征的方法，包括以下步骤：
12.s1：通过摄像机分别获取相机下的烟丝图片；
13.s2：通过机器视觉图像算法分别算出图片中烟丝宽度、长度、面积、周长分型维度等特征；
14.s3：宽度计算时，分别获取自然状态下烟丝宽度值和压平状态下的烟丝宽度值，用
神经网络模型对自然状态下烟丝宽度值和压平状态下的烟丝宽度值进行拟合训练，通过网络模型拟合训练后预测出自然状态下的烟丝宽度值。
15.s4：长度计算时，寻找出烟丝的中线，并计算中线的像素点，根据像素精度计算出烟丝长度。
16.s5：面积计算时，根据分离状态下的烟丝，找出烟丝的轮廓，计算内部轮廓像素点，计算出烟丝的面积。
17.s6：周长计算时，根据分离状态下的烟丝，找出烟丝的轮廓，计算外部轮廓像素点个数，计算出烟丝的周长。
18.所述机器视觉图像算法中烟丝宽度值算法具体包括以下步骤：
19.s31：通过烟丝分离装置将烟丝进行分离；
20.s32：通过摄像机拍摄分离后的烟丝，对视野范围内的烟丝进行宽度算法处理；
21.s33：提取烟丝中心线，获取一根烟丝上在中心线上一个随机点到烟丝边缘的距离，设为d1，即烟丝的宽度值d2＝d1*2；
22.s34：遍历烟丝中心线上所有点，并取平均值作为烟丝的宽度值。
23.所述机器视觉图像算法中烟丝长度值算法具体包括以下步骤：
24.s41：通过烟丝分离装置将烟丝进行分离；
25.s42：通过摄像机拍摄分离后的烟丝，对视野范围内的烟丝进行长度算法处理；
26.s43：提取烟丝中心线，获取一根烟丝上在中心线上所有像素点，并根据相机的像素精度，计算出烟丝的长度。
27.所述机器视觉图像算法中烟丝面积值算法具体包括以下步骤：
28.s51：通过烟丝分离装置将烟丝进行分离；
29.s52：通过摄像机拍摄分离后的烟丝，对视野范围内的烟丝进行面积算法处理；
30.s53：提取烟丝的外部轮廓，获取一根烟丝上所有外部轮廓点，轮廓点算出轮廓内部像素的面积，并根据像素精度计算出烟丝面积。
31.所述机器视觉图像算法中烟丝周长值算法具体包括以下步骤：
32.s61：通过烟丝分离装置将烟丝进行分离；
33.s62：通过摄像机拍摄分离后的烟丝，对视野范围内的烟丝进行周长算法处理；
34.s63：提取烟丝的外部轮廓，获取一根烟丝上所有外部轮廓点，计算出轮廓点的个数，并根据像素精度计算出烟丝周长。
35.优选的，所述烟丝分离装置包括支撑件，所述支撑件的上侧连接有分离箱，所述分离箱内部下侧中心处设置有放置槽管，所述放置槽管的底端连接有驱动管，所述驱动管的一端连接有进气管，所述进气管的一端与风机的输出端连接。
36.优选的，所述驱动管的一侧设置有带动机构，所述分离箱上且位于放置槽管的一侧设置有封盖机构，所述带动机构包括安装罩，所述安装罩固定于所述驱动管的一侧，所述安装罩的上转动连接有主轴，所述主轴的表面且位于安装罩的内部固定连接有带动叶轮，所述带动叶轮的一侧延伸至驱动管的内部。
37.优选的，所述封盖机构包括螺纹轴，所述螺纹轴通过轴承座转动连接于所述安装罩上，所述螺纹轴的一端固定连接有从动锥齿轮，所述主轴的一端固定连接有主动锥齿轮，所述主动锥齿轮与所述从动锥齿轮啮合。
38.优选的，所述封盖机构还包括收纳槽，所述收纳槽开设于所述分离箱的下侧壁内部，且所述收纳槽的一侧与所述放置槽管的内部连通，所述收纳槽的内部设置有密封块，所述密封块上开设有透气孔。
39.优选的，所述收纳槽内壁的底部开设有滑槽，所述螺纹轴的表面螺纹连接有螺纹套，所述螺纹套的上侧固定连接有连接架，所述连接架的上端穿过滑槽与所述密封块固定连接。
40.优选的，所述支撑件包括支撑座，所述支撑座的顶部开设有条形槽，所述条形槽的内部固定连接有滑杆，所述滑杆的表面滑动连接有滑套，所述滑套的上侧与所述分离箱的底部固定连接，所述滑杆的表面且位于滑套的一侧套设有弹性件，所述分离箱的一侧固定安装有震动电机。
41.优选的，所述分离箱的一侧设置有侧门，所述分离箱内部且远离侧门的一侧通过吸附片设置有推料机构。
42.优选的，所述推料机构包括推动板，所述推动板的一侧嵌设固定有磁块，所述推动板的上侧设置有手柄。
43.与相关技术相比较，本发明提供的在线测量自然状态下烟丝多个特征值的方法具有如下有益效果：
44.本发明提供一种在线测量自然状态下烟丝多个特征值的方法，通过设置该算法，可以根据现场烟丝自然卷曲状态下的宽度估算出压平状态下实际的宽度，从而可以让工作人员实时的把握现场工艺质量并及时做出反应。
附图说明
45.图1为本发明提供的在线测量自然状态下烟丝多个特征值的方法的第一实施例的步骤框图；
46.图2为图1所示的机器视觉宽度算法的步骤图；
47.图3为图1所示的神经网络框架图；
48.图4为本发明提供的在线测量自然状态下烟丝多个特征值方法的第二实施例的步骤框图；
49.图5为图4所示的局部的结构示意图；
50.图6为图4所示的支撑件的结构示意图；
51.图7为本发明提供的在线测量自然状态下烟丝多个特征值方法的第三实施例的步骤框图。
52.图中标号：
53.1、支撑件，101、支撑座，102、条形槽，103、滑杆，104、弹性件，
54.2、分离箱，3、震动电机，4、放置槽管，5、驱动管，
55.6、带动机构，61、安装罩，62、主轴，63、带动叶轮，64、主动锥齿轮，
56.7、封盖机构，71、螺纹轴，72、螺纹套，73、连接架，74、收纳槽，75、密封块，76、轴承座，77、从动锥齿轮，78、滑槽，
57.8、箱盖，9、补光灯，10、摄像机，11、把手，
58.12、滑套，
59.13、进气管，
60.14、侧门，
61.15、推料机构，151、推动板，152、手柄，153、磁块，
62.16、吸附片。
具体实施方式
63.下面结合附图和实施方式对本发明作进一步说明。
64.第一实施例
65.请结合参阅图1、图2和图3，其中，图1为本发明提供的在线测量自然状态下烟丝多个特征值的方法的第一实施例的步骤框图；图2为图1所示的机器视觉图像算法的步骤框图；图3为图1所示的神经网络框架图运用机器学习在线测量烟丝多项特征的方法，包括以下步骤：
66.s1：通过摄像机分别获取相机下的烟丝图片；
67.s2：通过机器视觉图像算法分别算出图片中烟丝宽度、长度、面积、周长、分型维度等特征；
68.s3：宽度计算时，分别获取自然状态下烟丝宽度值和压平状态下的烟丝宽度值，用神经网络模型对自然状态下烟丝宽度值和压平状态下的烟丝宽度值进行拟合训练，通过网络模型拟合训练后预测出自然状态下的烟丝宽度值。
69.s4：长度计算时，寻找出烟丝的中线，并计算中线的像素点，根据像素精度计算出烟丝长度；
70.s5：面积计算时，根据分离状态下的烟丝，找出烟丝的轮廓，根据轮廓计算出烟丝的面积；
71.s6：周长计算时，根据分离状态下的烟丝，找出烟丝的轮廓，根据轮廓计算出烟丝的周长；
72.所述机器视觉图像算法中烟丝宽度值算法具体包括以下步骤：
73.s31：通过烟丝分离装置将烟丝进行分离；
74.s32：通过摄像机拍摄分离后的烟丝，对视野范围内的烟丝进行宽度算法处理；
75.s33：提取烟丝中心线，获取一根烟丝上在中心线上一个随机点到烟丝边缘的距离，设为d1，即烟丝的宽度值d2＝d1*2；
76.s34：遍历烟丝中心线上所有点，并取平均值作为烟丝的宽度值。
77.所述机器视觉图像算法中烟丝长度值算法具体包括以下步骤：
78.s41：通过烟丝分离装置将烟丝进行分离；
79.s42：通过摄像机拍摄分离后的烟丝，对视野范围内的烟丝进行长度算法处理；
80.s43：提取烟丝中心线，获取一根烟丝上在中心线上所有像素点，并根据相机的像素精度，计算出烟丝的长度。
81.所述机器视觉图像算法中烟丝面积值算法具体包括以下步骤：
82.s51：通过烟丝分离装置将烟丝进行分离；
83.s52：通过摄像机拍摄分离后的烟丝，对视野范围内的烟丝进行面积算法处理；
84.s53：提取烟丝的外部轮廓，获取一根烟丝上所有外部轮廓点，轮廓点算出轮廓内
部像素的面积，并根据像素精度计算出烟丝面积。
85.所述机器视觉图像算法中烟丝周长值算法具体包括以下步骤：
86.s61：通过烟丝分离装置将烟丝进行分离；
87.s62：通过摄像机拍摄分离后的烟丝，对视野范围内的烟丝进行周长算法处理；
88.s63：提取烟丝的外部轮廓，获取一根烟丝上所有外部轮廓点，计算出轮廓点的个数，并根据像素精度计算出烟丝周长。
89.在线检测烟丝多特征值的方法：在测量宽度时，将运用工业相机拍摄的照片传入到计算机中，运用传统机器视觉算法求出每根烟丝的中线，再根据中线求出烟丝中线到烟丝边缘的距离，之后乘以二倍，得出每一根烟丝的宽度，并做好记录。求出所有宽度的平均值作为最终宽度结果；
90.之后，将每一根自然状态下的烟丝压平，并做好标记，使同一根自然状态下的烟丝和压平状态下的烟丝一一对应，运用上述同样的传统机器视觉算法算出压平后烟丝的宽度，并做好记录，如图2所示。
91.接下来，进入到大量的数据采集工作，因为需要通过机器学习的方法，找出同一根烟丝自然状态下烟丝宽度和压平状态下的烟丝宽度的数值对应关系，需要收集大量的数据对机器学习的模型进行学习训练；
92.训练好模型之后，再用未参与训练的数据进行测试，从而判断模型训练的效果。如果经过模型的测试数据结果与训练数据结果相差过大，则调整训练模型或调整训练数据，再次进行训练，直至，模型测试数据结果达到需求为止；
93.模型训练成功后，我们就可以知道自然卷曲状态下烟丝宽度与压平状态下烟丝宽度的对应关系。根据这个对应关系，我们可以依据自然状态烟丝的宽度大致推测出压平状态下烟丝的宽度，从而达成最终目的。
94.在测量长度时将运用工业相机拍摄的照片传入到计算机中，运用传统机器视觉算法求出每根烟丝的中线，再根据中线中像素点的个数以及像素的精度计算出每一根烟丝的长度。
95.在测量烟丝周长时将运用工业相机拍摄的照片传入到计算机中，运用传统机器视觉算法求出每根烟丝的轮廓，再根据烟丝轮廓点的个数推算出烟丝的周长。
96.在测量面积时将运用工业相机拍摄的照片传入到计算机中，运用传统机器视觉算法求出每根烟丝的轮廓，再根据烟丝轮廓内部的像素点个数求出烟丝的面积。
97.与相关技术相比较，本发明提供的运用机器学习在线测量烟丝多项特征的方法具有如下有益效果：
98.本发明提供的运用机器学习在线测量烟丝多项特征的方法，通过设置该算法，可以根据现场烟丝自然卷曲状态下的宽度估算出压平状态下实际的宽度；本发明提供的在线测量自然状态下烟丝长度的方法，通过设置该算法，可以计算出烟丝的长度。本发明提供的在线测量自然状态下烟丝面积的方法，通过设置该算法，可以计算出分离状态下烟丝的面积。本发明提供的在线测量自然状态下烟丝周长的方法，通过设置该算法，可以计算出分离状态下烟丝的周长。从而可以让工作人员实时的把握现场工艺质量并及时做出反应。
99.第二实施例
100.请结合参阅图4、图5和图6，基于本技术的第一实施例提供的在线测量自然状态下
烟丝多个特征值的方法，本技术的第二实施例提出另一种在线测量自然状态下烟丝多个特征值的方法。第二实施例仅仅是第一实施例优选的方式，第二实施例的实施对第一实施例的单独实施不会造成影响。
101.具体的，本技术的第二实施例提供的在线测量自然状态下烟丝多个特征值的方法的不同之处在于，在线测量自然状态下烟丝多个特征值的方法，
102.所述烟丝分离装置包括支撑件1，所述支撑件11的上侧连接有分离箱2，所述分离箱2内部下侧中心处设置有放置槽管4，所述放置槽管4的底端连接有驱动管5，所述驱动管5的一端连接有进气管13，所述进气管13的一端与风机的输出端连接。
103.风机为鼓风机，支撑件1优选设置四个，位于分离箱2底部的四个角，放置槽管4的下侧部设置有阀门，且放置槽管4内壁的一侧嵌设有用于关闭鼓风机的开关。
104.所述驱动管5的一侧设置有带动机构6，所述分离箱2上且位于放置槽管4的一侧设置有封盖机构7，所述带动机构6包括安装罩61，所述安装罩61固定于所述驱动管5的一侧，所述安装罩61的上转动连接有主轴62，所述主轴62的表面且位于安装罩61的内部固定连接有带动叶轮63，所述带动叶轮63的一侧延伸至驱动管5的内部。
105.开关位于远离封盖机构7的一侧，主轴62与安装罩61的贯穿处通过机械密封。
106.所述封盖机构7包括螺纹轴71，所述螺纹轴71通过轴承座76转动连接于所述安装罩61上，所述螺纹轴71的一端固定连接有从动锥齿轮77，所述主轴62的一端固定连接有主动锥齿轮64，所述主动锥齿轮64与所述从动锥齿轮77啮合。
107.所述封盖机构7还包括收纳槽74，所述收纳槽74开设于所述分离箱2的下侧壁内部，且所述收纳槽74的一侧与所述放置槽管4的内部连通，所述收纳槽74的内部设置有密封块75，所述密封块75上开设有透气孔。
108.通过开设透气孔，在密封块75未完全对放置槽管4的槽口密封时，气流可以通过透气孔流入到分离箱2的内部，其中透气孔的直径远小于烟丝的长度，其中收纳槽74的长度长于密封块75，在密封块75端部移入到收纳槽74内部时，气流已经将烟草吹入到分离箱2内部。
109.所述收纳槽74内壁的底部开设有滑槽78，所述螺纹轴71的表面螺纹连接有螺纹套72，所述螺纹套72的上侧固定连接有连接架73，所述连接架73的上端穿过滑槽78与所述密封块75固定连接。
110.所述支撑件1包括支撑座101，所述支撑座101的顶部开设有条形槽102，所述条形槽102的内部固定连接有滑杆103，所述滑杆103的表面滑动连接有滑套12，所述滑套12的上侧与所述分离箱2的底部固定连接，所述滑杆103的表面且位于滑套12的一侧套设有弹性件104，所述分离箱2的一侧固定安装有震动电机3。
111.通过设置弹性件104，使分离箱2可活动式连接，在震动电机3震动时，可以带动分离箱2震动，弹性件104优选为弹簧；
112.分离箱2的顶部设置有箱盖8，箱盖8下侧设置有补光灯9和摄像机10，且箱盖8上设置有观察窗。
113.本发明提供的在线测量自然状态下烟丝多个特征值的方法的工作原理如下：
114.首先将箱盖8打开，将待拍照的烟丝放置到放置槽管4中，然后盖上箱盖8，开启风机和震动电机3，在开启风机的同时开启放置槽管4上的阀门；
115.风机将气流通过进气管13进入到驱动管5，气流然后由放置槽管4进入到分离箱2的内部，气流可以将烟草吹起，从而烟丝可以散落到分离箱2的内部；
116.且震动电机3同时可以带动整个分离箱2水平侧震动没从而可以辅助烟丝更加均匀的分布在分离箱2的底部；
117.同时气流经过驱动管5中时，推动带动叶轮63转动，带动叶轮63带动主轴62转动，主轴52带动主动锥齿轮64转动，主动锥齿轮64带动从动锥齿轮77转动，从动锥齿轮77带动螺纹轴71转动，螺纹轴71带动螺纹套72跟随转动，螺纹套72通过连接架73带动密封块75向放置槽管4的内部移动；
118.逐渐对放置槽管4的口部进行密口，当密封块75完全对放置槽管4封口后，此时密封块75的一端触压位于放置槽管4内壁一侧的开关，此时风机关闭；
119.通过设置密封块75，可以避免部分没有散落在外部的烟草再次进入到放置槽管4的内部；
120.当均匀散开后，此时关闭震动电机3；
121.可以开启补光灯9，并通过摄像机10进行拍照处理；
122.其中可以手动反向转动螺纹轴71，使密封块75再次进入到收纳槽74内部。
123.与相关技术相比较，本发明提供的运用机器学习在线测量烟丝多项特征的方法具有如下有益效果：
124.通过设置上升的气流将位于放置槽管4内部的烟草吹起散开，同时配合震动电机3带动分离箱2震动，使烟草可以更加均匀的分布在分离箱2内壁的底部；
125.通过设置封盖机构7，可以在气流将烟草吹出放置槽管4中后，气流推动带动叶轮63转动，从而带动封盖机构7中密封块75逐渐将放置槽管4的口部密封，避免当风机关闭时，少量烟草再次进入到放置槽管4中，同时通过气流作为动力，不需要设置额外的动力，更加的节能环保。
126.第三实施例
127.请结合参阅图7，基于本技术的第二实施例提供的在线测量自然状态下烟丝多个特征值的方法，本技术的第三实施例提出另一种在线测量自然状态下烟丝多个特征值的方法。
128.具体的，本技术的第三实施例提供的在线测量自然状态下烟丝多个特征值的方法的不同之处在于，在线测量自然状态下烟丝多个特征值的方法，所述分离箱2的一侧设置有侧门14，所述分离箱2内部且远离侧门14的一侧通过吸附片16设置有推料机构15。
129.所述推料机构15包括推动板151，所述推动板151的一侧嵌设固定有磁块153，所述推动板151的上侧设置有手柄152。
130.侧门14设置锁芯，通过锁芯于分离箱2连接；
131.吸附片16为可以与磁铁吸附的金属片，优选为不锈钢材质，磁块153优选设置两组，对称设置在推动板151的两侧，每组设置两个；
132.其中当对烟丝拍照结束后，此时可以将侧门14打开，然后可以通过手柄152带动推动板151将位于分离箱2底部的烟丝从侧门清扫出去，清扫操作简单；
133.清理后，可以将推动板151一侧的磁块153与吸附片16吸附限位。
134.以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发
明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。