一种烟支孔数检测方法及系统

技术领域

本发明涉及烟支检测技术领域，具体涉及一种烟支孔数检测方法及系统。

背景技术

烟草生产企业利用不同水松纸包裹烟丝，再通过激光打孔设备在烟支圆周上进行打孔操作，其中打孔的孔径大部分在0.05mm～0.2mm之间；为满足不同烟支的通风度要求、抽吸体验和烟支工艺，通过改变打孔位置和打孔孔数满足不同烟支的通风需求和抽吸体验；

为保障出厂烟支的质量，通常在激光打孔工位的下一个工位上设置相机，该相机用于采集烟支图像，并对烟支图像进行检测分析，再借助放大镜、显微镜等实现人工抽检，因现有相机采集的烟支图像仅覆盖烟支圆周上的部分图像，检测分析时无法针对烟支圆周上的整个图像，得到的检测结果是根据部分图像推测出来的，误差较大。

发明内容

本发明的目的在于提供一种烟支孔数检测方法及系统，所要解决的技术问题是提高烟支孔数的检测精度。

本发明通过下述技术方案实现：

第一方面提供一种烟支孔数检测方法，包括以下步骤：

在烟支自转打孔时采集烟支图像，将烟支自转一周所采集的烟支图像进行拼接，得到烟支圆周图像；

对上述烟支圆周图像进行预处理，得到烟支圆周预处理图像；

设置像素阈值，对上述烟支圆周预处理图像进行阈值处理，得到烟支像素图像；

从上述烟支像素图像中提取小于像素阈值的区域，得到特征图像；

分别对上述特征图像进行孔洞检测，判断该特征图像是否为孔洞；

若上述特征图像是孔洞，则对该烟支圆周图像中的孔洞进行计数；

若上述特征图像不是孔洞，则将该特征图像判定为外观缺陷。

该方法通过采集烟支自转一周的烟支图像并进行拼接，得到完整的烟支圆周图像，可以更全面地反映烟支的外观特征，避免因部分图像导致的误判或漏检，提高了烟支孔数的检测精度。

考虑到孔洞在烟支圆周预处理图像上占比较小，受干扰后影响较大的问题；对烟支圆周图像进行预处理，去除噪声、增强图像对比度等，使后续的阈值处理和孔洞检测更加准确；将烟支圆周预处理图像转换成烟支像素图像，根据像素阈值将该烟支像素图像分为前景和背景两部分，其中前景像素值小于像素阈值，背景像素值大于像素阈值；提取小于像素阈值的区域，突出前景特征，再针对前景特征进行孔洞和外观缺陷的识别，增大了孔洞在检测图像上占比，以此提高孔洞检测精度；不仅可以更准确地识别出烟支上的孔洞数量，还全面反映了烟支的外观质量。

进一步的，在自转打孔时采集烟支图像的具体步骤如下：

根据烟支的自转速度和烟支圆周长度，计算采集该烟支图像的间隔时长t；

根据上述间隔时长t，得到时间节点；

在时间节点上采集该烟支的烟支图像。

为了确保在烟支自转过程中，能够准确、全面地采集到烟支圆周上的图像，根据烟支的自转速度和烟支圆周长度，计算采集该烟支图像的间隔时长t；

为了确定在烟支自转过程中何时采集图像，确保图像的准确性和一致性，根据上述间隔时长t，计算时间节点；在时间节点上采集该烟支的烟支图像，将采集到的烟支图像记录下来，为后续的处理和分析提供数据基础。

通过以上步骤，可以确保在自转打孔时准确采集烟支圆周上的图像，为后续的孔数检测提供准确的数据支持；同时，这种方法也可以避免因图像采集不准确而导致误判或漏检的情况发生，进一步提高检测精度。

进一步的，相邻上述时间节点采集的烟支图像部分重合，对重合部分进行标识。

为了确保在后续的处理和分析中，能够准确识别和处理这些重合部分的图像，通过标识重合部分，可以明确哪些部分是重复采集的图像，哪些部分是新采集的图像，从而避免在后续处理中产生混淆或错误。同时，标识重合部分也有助于提高处理效率，减少不必要的计算和操作。

进一步的，对重合部分进行标识包括以下步骤：

根据烟支的自转速度和间隔时长，计算烟支自转的弧长；

沿上述烟支的自转方向，在该烟支图像上标识弧长起点；

根据上述烟支自转的弧长，在该烟支图像上标识弧长终点；

上述弧长起点到弧长终点之间的区域为相邻时间节点上采集的烟支图像的非重合部分。

为了确定烟支在自转过程中，从上一个时间节点到下一个时间节点所经过的长度，根据烟支的自转速度和间隔时长，计算烟支自转的弧长，从而确定两个时间节点上采集的图像之间的重合部分；在该烟支图像上标识弧长起点和弧长终点，确定了重合部分的分割线，上述弧长起点到弧长终点之间的区域为相邻时间节点上采集的烟支图像的非重合部分，明确标识出非重合部分的具体范围，该烟支图像上除非重合部分外，剩余部分全部为重合部分，因此，重合部分的具体范围也明确了，为后续的处理和分析提供了准确的数据。

通过以上步骤，可以对相邻时间节点上采集的烟支图像的重合部分进行准确标识，为后续的孔数检测提供准确的基础数据。同时，这种方法也可以避免因图像重合而导致的误判或漏检的情况发生，进一步提高烟支孔数的检测精度。

进一步的，将烟支自转一周所采集的烟支图像进行拼接，得到烟支圆周图像，具体步骤如下：

将时间节点T采集的烟支图像作为参考图像，将时间节点T+t采集的烟支图像作为待拼接图像；

从上述参考图像中提取弧长终点标识，从上述待拼接图像中提取弧长起点标识，将待拼接图像的弧长起点标识与参考图像的弧长终点标识重合，得到拼接图像；

将该拼接图像作为下一次拼接的参考图像，直至拼接完成得到烟支圆周图像。

为了确定拼接的起始和结束图像，为后续的拼接操作提供基础；将时间节点T采集的烟支图像作为参考图像，将时间节点T+t采集的烟支图像作为待拼接图像；从上述参考图像中提取弧长终点标识，从上述待拼接图像中提取弧长起点标识，将待拼接图像的弧长起点标识与参考图像的弧长终点标识重合，得到拼接图像；将参考图像和待拼接图像按照重合部分进行拼接，得到新的拼接图像，为了继续进行拼接操作，将拼接图像作为下一次拼接的参考图像，直到烟支自转一周的所有图像都被拼接起来，形成一个完整的烟支圆周图像后停止。

通过以上步骤，可以将烟支自转一周所采集的烟支图像进行拼接，得到烟支圆周图像。这样可以更全面地反映烟支的外观特征，为后续的孔数检测提供准确的基础数据。同时，这种方法也可以避免因部分图像导致的误判或漏检的情况发生，进一步提高检测精度。

第二方面提供一种烟支孔数检测系统，该烟支孔数检测系统采用上述的烟支孔数检测方法；

该烟支孔数检测系统包括：

采集设备，用于在烟支自转打孔时采集烟支图像；

处理设备，与上述采集设备通信连接，上述处理设备用于将烟支自转一周所采集的烟支图像进行拼接，得到烟支圆周图像；

对上述烟支圆周图像进行预处理，得到烟支圆周预处理图像；

设置像素阈值，对上述烟支圆周预处理图像进行阈值处理，得到烟支像素图像；

从上述烟支像素图像中提取小于像素阈值的区域，得到特征图像；

分别对上述特征图像进行孔洞检测，判断该特征图像是否为孔洞；

若上述特征图像是孔洞，则对该烟支圆周图像中的孔洞进行计数；

若上述特征图像不是孔洞，则将该特征图像判定为外观缺陷。

进一步的，上述处理设备还用于根据烟支的自转速度和烟支圆周长度，计算采集该烟支图像的间隔时长t；

根据上述间隔时长t，得到时间节点；

在时间节点上采集该烟支的烟支图像。

进一步的，上述处理设备还用于标识相邻时间节点采集的烟支图像的重合部分，包括以下步骤：

根据烟支的自转速度和间隔时长，计算烟支自转的弧长；

沿上述烟支的自转方向，在该烟支图像上标识弧长起点；

根据上述烟支自转的弧长，在该烟支图像上标识弧长终点；

上述弧长起点到弧长终点之间的区域为相邻时间节点上采集的烟支图像的重合部分。

进一步的，上述处理设备用于将烟支自转一周所采集的烟支图像进行拼接，得到烟支圆周图像，具体步骤如下：

将时间节点T采集的烟支图像作为参考图像，将时间节点T+t采集的烟支图像作为待拼接图像；

从上述参考图像中提取弧长终点标识，从上述待拼接图像中提取弧长起点标识，将待拼接图像的弧长起点标识与参考图像的弧长终点标识重合，得到拼接图像；

将该拼接图像作为下一次拼接的参考图像，直至拼接完成得到烟支圆周图像。

本发明与现有技术相比，具有如下的优点和有益效果：

通过采集烟支自转一周的烟支图像并进行拼接，得到完整的烟支圆周图像，可以更全面地反映烟支的外观特征，避免因部分图像导致的误判或漏检，提高了烟支孔数的检测精度。

考虑到孔洞在烟支圆周预处理图像上占比较小，受干扰后影响较大的问题；对烟支圆周图像进行预处理，去除噪声、增强图像对比度等，使后续的阈值处理和孔洞检测更加准确；将烟支圆周预处理图像转换成烟支像素图像，根据像素阈值将该烟支像素图像分为前景和背景两部分，其中前景像素值小于像素阈值，背景像素值大于像素阈值；提取小于像素阈值的区域，突出前景特征，再针对前景特征进行孔洞和外观缺陷的识别，增大了孔洞在检测图像上占比，以此提高孔洞检测精度；不仅可以更准确地识别出烟支上的孔洞数量，还全面反映了烟支的外观质量。

附图说明

为了更清楚地说明本发明示例性实施方式的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。在附图中：

图1为实施例1提供的流程图；

图2为实施例2提供的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例1

当激光打孔设备一边控制烟支自转，一边沿烟支的转动方向在烟支圆周上依次打孔，在激光打孔过程中采集烟支图像并检测烟支孔数的实施方式如下：

本实施例1提供一种烟支孔数检测方法，结合图1，包括以下步骤：

S10、在烟支自转打孔时采集烟支图像，将烟支自转一周所采集的烟支图像进行拼接，得到烟支圆周图像；

S20、对上述烟支圆周图像进行预处理，得到烟支圆周预处理图像；

S30、设置像素阈值，对上述烟支圆周预处理图像进行阈值处理，除阈值处理外，也可以采用二值化处理的方式，得到烟支像素图像；

S40、从上述烟支像素图像中提取小于像素阈值的区域，得到特征图像；

S50、分别对上述特征图像进行孔洞检测，判断该特征图像是否为孔洞；

S51、若上述特征图像是孔洞，则对该烟支圆周图像中的孔洞进行计数；

S52、若上述特征图像不是孔洞，则将该特征图像判定为外观缺陷。

该方法通过采集烟支自转一周的烟支图像并进行拼接，得到完整的烟支圆周图像，可以更全面地反映烟支的外观特征，避免因部分图像导致的误判或漏检，提高了烟支孔数的检测精度。

考虑到孔洞在烟支圆周预处理图像上占比较小，受干扰后影响较大的问题；对烟支圆周图像进行预处理，去除噪声、增强图像对比度等，使后续的阈值处理和孔洞检测更加准确；将烟支圆周预处理图像转换成烟支像素图像，根据像素阈值将该烟支像素图像分为前景和背景两部分，其中前景像素值小于像素阈值，背景像素值大于像素阈值；提取小于像素阈值的区域，突出前景特征，再针对前景特征进行孔洞和外观缺陷的识别，增大了孔洞在检测图像上占比，以此提高孔洞检测精度；不仅可以更准确地识别出烟支上的孔洞数量，还全面反映了烟支的外观质量。

具体的实施例，对上述特征图像进行孔洞检测，判断该特征图像是否为孔洞，可以采用以下方案：

方案一、利用训练深度学习模型来识别特征图像中的特征是否为孔洞；例如，可以使用卷积神经网络(CNN)或生成对抗网络(GAN)等深度学习模型来识别和分割图像中的特征区域。

方案二、因烟支上的孔洞通常为圆孔，所以可以利用圆形检测算法(如霍夫圆变换)来检测图像中的圆形结构，这些算法通过寻找图像中的圆形边缘像素点来识别圆形；一旦检测到圆形结构，则检测该圆形结构的直径是否在0.05mm～0.2mm，若在，则认定该圆形结构为圆孔，否则认定为外观缺陷，该外观缺陷包括刺破、污染等。

实施例2

在实施例1的基础上，结合图2，在自转打孔时采集烟支图像的具体步骤如下：

S11、根据烟支的自转速度和烟支圆周长度，计算采集该烟支图像的间隔时长t，如公式(1)，

t＝

nV

其中，t表示间隔时长；C表示烟支圆周长度；V表示烟支的自转速度；n表示烟支自转一圈的采集次数；a表示设置的时间常数；

S12、根据上述间隔时长t，得到时间节点，如公式(2)，

T＝nt(2)

其中，T表示第n次采集烟支图像时的时间节点；

S13、在时间节点上采集该烟支的烟支图像。

为了确保在烟支自转过程中，能够准确、全面地采集到烟支圆周上的图像，根据烟支的自转速度和烟支圆周长度，计算采集该烟支图像的间隔时长t；

为了确定在烟支自转过程中何时采集图像，确保图像的准确性和一致性，根据上述间隔时长t，计算时间节点；在时间节点上采集该烟支的烟支图像，将采集到的烟支图像记录下来，为后续的处理和分析提供数据基础。

通过以上步骤，可以确保在自转打孔时准确采集烟支圆周上的图像，为后续的孔数检测提供准确的数据支持；同时，这种方法也可以避免因图像采集不准确而导致误判或漏检的情况发生，进一步提高检测精度。

具体的实施例，相邻上述时间节点采集的烟支图像部分重合，对重合部分进行标识。

为了确保在后续的处理和分析中，能够准确识别和处理这些重合部分的图像，通过标识重合部分，可以明确哪些部分是重复采集的图像，哪些部分是新采集的图像，从而避免在后续处理中产生混淆或错误。同时，标识重合部分也有助于提高处理效率，减少不必要的计算和操作。

具体的实施例，对重合部分进行标识包括以下步骤：

根据烟支的自转速度和间隔时长，计算烟支自转的弧长，如公式(3)，

L＝2πVtR(3)

其中，L表示间隔时长内烟支自转的弧长；V表示烟支的自转速度；t表示间隔时长；R表示烟支半径；

沿上述烟支的自转方向，在该烟支图像上标识弧长起点，即靠近上一时间节点的一侧为弧长起点；

根据上述烟支自转的弧长，在该烟支图像上标识弧长终点；

上述弧长起点到弧长终点之间的区域为相邻时间节点上采集的烟支图像的非重合部分。

为了确定烟支在自转过程中，从上一个时间节点到下一个时间节点所经过的长度，根据烟支的自转速度和间隔时长，计算烟支自转的弧长，从而确定两个时间节点上采集的图像之间的重合部分；在该烟支图像上标识弧长起点和弧长终点，确定了重合部分的分割线，上述弧长起点到弧长终点之间的区域为相邻时间节点上采集的烟支图像的非重合部分，明确标识出非重合部分的具体范围，该烟支图像上除非重合部分外，剩余部分全部为重合部分，因此，重合部分的具体范围也明确了，为后续的处理和分析提供了准确的数据。

通过以上步骤，可以对相邻时间节点上采集的烟支图像的重合部分进行准确标识，为后续的孔数检测提供准确的基础数据。同时，这种方法也可以避免因图像重合而导致的误判或漏检的情况发生，进一步提高烟支孔数的检测精度。

实施例3

在实施例2的基础上，将烟支自转一周所采集的烟支图像进行拼接，得到烟支圆周图像，具体步骤如下：

将时间节点T采集的烟支图像作为参考图像，将时间节点T+t采集的烟支图像作为待拼接图像；

从上述参考图像中提取弧长终点标识，从上述待拼接图像中提取弧长起点标识，将待拼接图像的弧长起点标识与参考图像的弧长终点标识重合，得到拼接图像；

将该拼接图像作为下一次拼接的参考图像，直至拼接完成得到烟支圆周图像。

为了确定拼接的起始和结束图像，为后续的拼接操作提供基础；将时间节点T采集的烟支图像作为参考图像，将时间节点T+t采集的烟支图像作为待拼接图像；从上述参考图像中提取弧长终点标识，从上述待拼接图像中提取弧长起点标识，将待拼接图像的弧长起点标识与参考图像的弧长终点标识重合，得到拼接图像；将参考图像和待拼接图像按照重合部分进行拼接，得到新的拼接图像，为了继续进行拼接操作，将拼接图像作为下一次拼接的参考图像，直到烟支自转一周的所有图像都被拼接起来，形成一个完整的烟支圆周图像后停止。

通过以上步骤，可以将烟支自转一周所采集的烟支图像进行拼接，得到烟支圆周图像。这样可以更全面地反映烟支的外观特征，为后续的孔数检测提供准确的基础数据。同时，这种方法也可以避免因部分图像导致的误判或漏检的情况发生，进一步提高检测精度。

实施例4

在以上任意实施例的基础上，本实施例4提供一种烟支孔数检测系统，该烟支孔数检测系统采用上述的烟支孔数检测方法；

该烟支孔数检测系统包括：

采集设备，用于在烟支自转打孔时采集烟支图像；

处理设备，与上述采集设备通信连接，上述处理设备用于将烟支自转一周所采集的烟支图像进行拼接，得到烟支圆周图像；

对上述烟支圆周图像进行预处理，得到烟支圆周预处理图像；

设置像素阈值，对上述烟支圆周预处理图像进行阈值处理，得到烟支像素图像；

从上述烟支像素图像中提取小于像素阈值的区域，得到特征图像；

分别对上述特征图像进行孔洞检测，判断该特征图像是否为孔洞；

若上述特征图像是孔洞，则对该烟支圆周图像中的孔洞进行计数；

若上述特征图像不是孔洞，则将该特征图像判定为外观缺陷。

实施例5

在实施例4的基础上，上述处理设备还用于根据烟支的自转速度和烟支圆周长度，计算采集该烟支图像的间隔时长t；

根据上述间隔时长t，得到时间节点；

在时间节点上采集该烟支的烟支图像。

具体的实施例，上述处理设备还用于标识相邻时间节点采集的烟支图像的重合部分，包括以下步骤：

根据烟支的自转速度和间隔时长，计算烟支自转的弧长；

沿上述烟支的自转方向，在该烟支图像上标识弧长起点；

根据上述烟支自转的弧长，在该烟支图像上标识弧长终点；

上述弧长起点到弧长终点之间的区域为相邻时间节点上采集的烟支图像的重合部分。

实施例6

在实施例5的基础上，上述处理设备用于将烟支自转一周所采集的烟支图像进行拼接，得到烟支圆周图像，具体步骤如下：

将时间节点T采集的烟支图像作为参考图像，将时间节点T+t采集的烟支图像作为待拼接图像；

从上述参考图像中提取弧长终点标识，从上述待拼接图像中提取弧长起点标识，将待拼接图像的弧长起点标识与参考图像的弧长终点标识重合，得到拼接图像；

将该拼接图像作为下一次拼接的参考图像，直至拼接完成得到烟支圆周图像。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。