轻工学报

作者：魏甲欣, 李琪, 马飞, 丁美宙, 靳亚伟, 王艺斌, 许文武, 王小明

单位：1.河南中烟工业有限责任公司许昌卷烟厂,河南许昌461000;2.河南中烟工业有限责任公司技术中心,河南郑州450000;3.南京焦耳科技有限责任公司,江苏南京210000

关键词：烟丝结构, 烟丝组分, 图像识别, 支持向量机, HSV

基金：中国烟草总公司重点实验室项目(110201603004)河南中烟工业有限责任公司科技项目(AW201920)

为提高烟丝结构检测及烟丝组分分析的准确性,基于图像识别技术,对烟丝轮廓进行细化,提取烟丝骨骼,得到烟丝长度,建立烟丝表观总面积与质量的拟合模型,获得烟丝结构(整丝率、碎丝率);利用最小内切圆的方法得到烟丝的平均宽度、宽度方差,烟丝轮廓在饱和度(Saturation,S)通道上的颜色方差,以及HSV颜色模型的颜色矩,用支持向量机(Support Vector Machine,SVM)作为分类器,构建薄片丝、梗丝、叶丝的烟丝组分分类模型。实际应用结果表明:基于图像识别的方法能准确统计整丝率、碎丝率,且比传统振筛法更快捷、有效,与卷积神经网络法和残差神经网络法相比,该方法识别薄片丝、梗丝、叶丝的平均相对误差≤5%,准确性及可行性更高。

来源：2022年第3期

《轻工学报》期刊编辑部

查看轻工学报杂志2022年第3期