(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210693781.1 (22)申请日 2022.06.18 (71)申请人 河南中烟工业有限责任公司 地址 450000 河南省郑州市郑东 新区榆林 南路16号 (72)发明人 范磊　李少平　魏甲欣　王小明　 付永民　郭越　宋伟民　徐晓光　 李书芳　肖辉　杨龙飞　杨志强　 刘阳　王晓东　吴俊峰　李超　 王岩　 (74)专利代理 机构 北京维澳专利代理有限公司 11252 专利代理师 衣爱丽 (51)Int.Cl. G06V 10/44(2022.01)G06V 10/774(2022.01) G06V 10/82(2022.01) G06T 7/62(2017.01) G06T 7/11(2017.01) G06Q 10/06(2012.01) G06N 3/08(2006.01) G06N 3/04(2006.01) (54)发明名称 一种重叠烟丝组分判定方法、 系统、 电子设 备及计算机可读存 储介质 (57)摘要 本发明公开了一种重叠烟丝组分判定方法、 系统、 电子设备及计算机可读存储介质。 方法包 括： 第一图像预处理完成对图像中单根烟丝的提 取， 建立无背景干扰和图片大小一致的叶丝、 膨 胀叶丝、 再造烟丝和梗丝的图像数据集； 第二图 像预处理完成图像中因震动仪造成的粘连烟丝 的分割处理， 将粘连烟丝分割为多个单根烟丝； 构建识别图像中四类烟丝的卷积神经网络； 计算 每类烟丝 各自的密度； 通过预处理后的图像输入 卷积神经网络， 分别计算每类烟丝的总面积； 通 过所述密度和所述总面积得到每类烟丝的质量； 再通过每类烟丝的质量， 得到烟丝的组分。 本发 明能够快速准确地完成重叠烟丝组分自动化测 定识别， 提高了测定效率与准确性， 降低工作人 员劳动强度。 权利要求书2页 说明书11页 附图6页 CN 115100424 A 2022.09.23 CN 115100424 A 1.一种重 叠烟丝组分判定方法， 其特 征在于， 所述方法包括： 步骤S1、 图像采集： 对定量混合烟丝进行震动摊平， 并放置面积参照物， 进行图像采集； 步骤S2、 图像预处理： 分为第一图像预处理和第 二图像预处理； 所述第 一图像预处理能 够完成对图像中单根烟丝的提取， 建立无背 景干扰和图片大小一致的叶丝、 膨胀叶丝、 再造 烟丝和梗丝的图像数据集； 所述第二图像预处理 能够完成图像中因震动仪造成的粘连烟丝 的分割处 理， 将粘连烟丝分割为多个单根烟丝； 步骤S3、 神经网络构建： 构建识别图像中叶丝、 膨胀叶丝、 再造烟丝和梗丝的烟丝类型 的卷积神经网络； 步骤S4、 烟丝类型判定： 将经过所述图像预处理后的单根烟丝的图像送入训练好的神 经网络中， 进行烟丝类型判定； 步骤S5、 组分判定： 对所述叶丝、 膨胀叶丝、 再造烟丝和梗丝， 计算每类烟丝各自的密 度； 通过预 处理后的图像， 分别计算叶丝、 膨胀叶丝、 再造烟丝和梗丝的总面积； 通过所述密 度和所述总面积得到所述叶丝、 膨胀叶丝、 再造烟丝和梗丝的质量； 再通过所述叶丝、 膨胀 叶丝、 再造烟丝和梗丝的质量， 得到烟丝的组分。 2.根据权利要求1所述的一种重叠烟丝组分判定方法， 其特征在于， 在所述步骤S2中， 所述第一图像预处理包括： 灰度处理、 高斯滤波、 开运算处理、 二值化、 轮廓提取、 计算面积 和掩膜操作。 3.根据权利要求2所述的一种重叠烟丝组分判定方法， 其特征在于， 在所述步骤S2中， 所述第二图像预处理包括： 灰度处理、 开运算、 膨胀处理、 距离变换、 连通域处理、 分水岭算 法、 轮廓提取、 计算 面积和掩膜操作。 4.根据权利要求1所述的一种重叠烟丝组分判定方法， 其特征在于， 在所述步骤S3中， 所述神经网络的结构包括： 批量归一化B 1、 卷积层C2、 批量归一化B3、 池化层P4、 激活层R5、 卷积层C6、 批量归一 化B7、 激活层R8、 池化层P9、 展平层F10和全连接层F1 1。 5.根据权利要求3所述的一种重叠烟丝组分判定方法， 其特征在于， 在所述步骤S5中， 通过预处理后的图像， 分别计算叶丝、 膨胀叶丝、 再造烟丝和梗丝的总面积的方法包括： 通过所述第 一图像预处理， 对图像中的单根烟丝进行对象提取和单根烟丝区域面积计 算， 记录每 个单根面积area_1； 根据单根烟丝的最高点像素和最低点像素的差值， 对所述单根面积area_1进行第一修 正， 得到修 正面积； 对多根粘连烟丝进行所述第 二图像预处理， 完成粘连烟丝的分割和对应分割区域面积 计算， 记录像素面积area_2； 通过训练好的神经网络的烟丝类型判定， 统计所述叶丝、 膨胀叶丝、 再造烟丝和梗丝 中 各种类型的烟丝的数量； 通过各种类型的烟丝的数量与对应类型烟丝的所述修正面积和像素面积相乘， 得到叶 丝、 膨胀叶丝、 再造烟丝和梗丝中每种类型烟丝的总面积。 6.根据权利要求5所述的一种重叠烟丝组分判定方法， 其特征在于， 在所述步骤S5中， 根据单根烟丝的最高点像素和最低点像素的差值， 对 单根面积area_1进 行一修正的方法包 括： 计算单根烟丝的最高点像素和最低点像素的差值Dif_1；权　利　要　求　书 1/2 页 2 CN 115100424 A 2出现Dif_1＜α 时， α 为预设参数， 对单根面积are a_1进行修正： Are a_1_β ＝are a_1×β， β 为修正系数， A rea_1_β 为 修正面积。 7.根据权利要求5所述的一种重叠烟丝组分判定方法， 其特征在于， 在所述步骤S5中， 通过所述叶丝、 膨胀叶丝、 再造烟丝和梗丝的质量， 得到烟丝的组分的方法包括： 根据与实际总重量进行对比， 对所述叶丝、 膨胀叶丝、 再造烟丝和梗丝的质量进行修 正， 具体公式为： Quality_f＝Quality ×a+b， Quality_f为修正后的质量， Quality为修正前 质量， a为 修正系数， b修 正偏差； 通过所述叶丝、 膨胀叶丝、 再造烟丝和梗丝修 正后的质量， 得到烟丝的组分。 8.一种重 叠烟丝组分判定系统， 其特 征在于， 所述系统包括： 第一处理模块， 被配置为， 图像采集： 对定量混合烟丝进行震动摊平， 并放置面积参照 物， 进行图像采集； 第二处理模块， 被配置为， 图像预处理： 分为第一图像预处理和第二图像预处理； 所述 第一图像预处理 能够完成对图像中单根烟丝的提取， 建立无背景干扰和图片大小一致的叶 丝、 膨胀叶丝、 再造烟丝和梗丝的图像数据集； 所述第二图像预处理能够完成图像中因震动 仪造成的粘连烟丝的分割处 理， 将粘连烟丝分割为多个单根烟丝； 第三处理模块， 被配置为， 神经网络构建： 构建识别图像 中叶丝、 膨胀叶丝、 再造烟丝和 梗丝的烟丝类型的卷积神经网络； 第四处理模块， 被配置为， 烟丝类型判定： 将经过所述图像预处理后的单根烟丝的图像 送入训练好的神经网络中， 进行烟丝类型判定； 第五处理模块， 被配置为， 组分判定： 对所述叶丝、 膨胀叶丝、 再造烟丝和梗丝， 计算每 类烟丝各自的密度； 通过预处理后的图像， 分别计算叶丝、 膨胀叶丝、 再造烟丝和梗丝的总 面积； 通过所述密度和所述总面积得到所述叶丝、 膨胀叶丝、 再造烟丝和梗丝的质量； 再通 过所述叶丝、 膨胀叶丝、 再造烟丝和梗丝的质量， 得到烟丝的组分。 9.一种电子设备， 其特征在于， 所述电子设备包括存储器和处理器， 所述存储器存储有 计算机程序， 所述处理器执行所述计算机程序时， 实现权利要求1至7中任一项所述的一种 重叠烟丝组分判定方法中的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器执行时， 实现权利要求1至7中任一项所述的一种重叠烟丝 组分判定方法中的步骤。权　利　要　求　书 2/2 页 3 CN 115100424 A 3