W烟草公司异型烟分拣线差错检测系统研究与应用.pdf

摘 要 摘 要 异型烟由于外观别致并且焦油含量不高被消费者所追捧，因此烟草公司每日异 型烟分拣量非常大，在分拣过程中不可避免的存在错拣和漏拣现象。如果错拣漏拣 频发，会给烟草企业带来很大的负面影响。目前烟草企业多使用人工查看异型烟的 错拣和漏拣，但人工检测效率低下，存在检测时间长、检测不准确的情况。因此， 烟草企业当务之急是采用计算机视觉技术，自动识别异型烟品规并核对，提高差错 检测效率。 本文研究了异型烟品规识别算法，从条码识别和特征提取两方面识别异型烟品 规，保证异型烟品规识别准确率。在异型烟品规识别算法的基础上，本文为W 烟草 公司设计了异型烟分拣线差错检测系统，首先对系统进行背景分析与需求分析，在 此基础上对系统进行整体设计，之后实现图像采集、品规识别、数据处理、差错处 W 理等功能，最后对系统的功能和性能进行测试，使系统满足 公司差错检测要求。 本系统的重点与难点在于异型烟品规的识别，即要克服异型烟传输速度快、烟姿存 在倾斜的情况，又要避免检测环境的灯光干扰。为此，本文对异型烟品规识别算法 的研究如下： 对于条码识别，建立异型烟条码数据集，使用YOLOv4 目标检测算法进行异型 烟条码的定位，之后使用基于Hough 变换的条码矫正算法对倾斜条码进行矫正，最 后使用pyzbar 解码工具进行解码，得到异型烟条码。该算法在定位到条码后识别率 ° 45 高、速度快，在异型烟倾斜角度小于 的情况下，品规识别准确率接近 100%，但 在烟姿倾斜过大和条码被遮挡的情况下难以识别出异型烟品规。因此，研究了通过 特征提取识别异型烟品规的方法与其搭配。 对特征提取法识别异型烟品规，首先通过图像二值化、形态学操作、滤波去 噪、轮廓提取等图像预处理操作得到待检测的图像，之后基于Halcon 软件，提取颜 色特征，得到颜色特征范围，筛除颜色不相似的异型烟，再通过形状和相关性两种 方法进行模板匹配，得到对应的匹配分数，设定相应权重，得到品规对比测度，以 此筛选出异型烟品规。通过特征提取，可对条码被遮挡、烟姿倾斜角度大的异型烟 进行品规识别，但识别速度较基于条码的异型烟品规识别较慢，因此将两者形成串 联，互为补充。 本系统经过系统测试，所使用的异型烟品规识别算法识别效果显著，在识别率 i W 烟草公司异型烟分拣线差错检测系统研究与应用 和识别速度上均有较好表现，最终可达到99.99%的高识别率，并且单张图像识别平 均耗时44ms，满足W 公司要求，解决了困扰烟草企业的关键问题。 关键词：异型烟；差错检测；YOLOv4算法；模板匹配 ii 目 录 目 录 第1章 绪论1 1.1 选题背景及意义1 1.2 国内外研究现状2 1.2.1条码图像识别技术应用研究2 1.2.2 卷积神经网络应用研究3 1.2.3基于特征提取的烟草识别技术应用研究4 1.2.4 烟草自动分拣线差错检测研究4 1.2.5总体评价5 1.3 主要研究内容6 1.4 技术路线7 1.5 研究创新点7 第2章 相关技术研究基础9 2.1 深度学习算法和框架9 2.1.1卷积神经网络研究9 2.1.2YOLO 目标检测算法研究11 2.1.3Da