本申请提供了一种基于机器视觉的烟丝桶检测方法、装置、设备及存储介质,所述方法通过DBNet网络检测待检测的烟丝桶桶底图像,得到四个桶底角坐标,根据所述桶底角坐标对所述烟丝桶桶底图像进行旋转矫正,得到桶底矫正图像;根据预设阈值过滤方法,对所述桶底矫正图像进行处理,得到烟丝残留物图像,并将所述烟丝残留物图像转为烟丝残留物灰度图像;在所述烟丝残留物灰度图像中提取烟丝残留物像素数量,根据所述烟丝残留物像素数量和所述烟丝残留物灰度图像像素总数量计算得到烟丝残留物面积占比。本申请合理的实现了烟丝残留物检测自动化管理,减少了人工检查出现的漏检问题,提高了生产效率保证了产品质量。提高了生产效率保证了产品质量。提高了生产效率保证了产品质量。
【技术实现步骤摘要】
基于机器视觉的烟丝桶检测方法、装置、设备及介质
[0001]本申请涉及机器视觉
,尤其涉及一种基于机器视觉的烟丝桶检测方法、装置、计算机设备及计算机可读存储介质。
技术介绍
[0002]为实现智慧工厂建设,卷烟厂通过对机器视觉等领域的探索,综合运用人工智能技术来解决完全依靠人工在岗检测以及漏检问题,实现稳质、增效、降本。基于机器视觉自动检测烟丝桶清扫残留物并计算烟丝桶残留物占比,可以更合理的实现自动化管理,减少以往每次人工检查出现的漏检问题,提高生产效率保证产品质量。
[0003]现有技术中,卷烟厂生产线烟丝桶清洁区在清扫机器人清扫后,烟丝桶残留状态需要依靠人工在岗检测,无法实现自动检测,从而导致目前烟丝桶残留物检测存在效率低下的问题。
技术实现思路
[0004]本申请提供了一种一种基于机器视觉的烟丝桶检测方法、装置、计算机设备及计算机可读存储介质,以解决烟丝桶残留物检测效率低的技术问题。
[0005]第一方面,本申请实施方式提供了一种基于机器视觉的烟丝桶检测方法,包括:通过DBNet网络检测待检测的烟丝桶桶底图像,得到四个桶底角坐标,根据所述桶底角坐标对所述烟丝桶桶底图像进行旋转矫正,得到桶底矫正图像;根据预设阈值过滤方法,对所述桶底矫正图像进行处理,得到烟丝残留物图像,并将所述烟丝残留物图像转为烟丝残留物灰度图像;在所述烟丝残留物灰度图像中提取烟丝残留物像素数量,根据所述烟丝残留物像素数量和所述烟丝残留物灰度图像像素总数量计算得到烟丝残留物面积占比,以根据所述烟丝残留物面积占比进行烟丝桶残留物的检测。
[0006]进一步地,所述通过DBNet网络检测待检测的烟丝桶桶底图像,得到四个桶底角坐标,根据所述桶底角坐标对所述烟丝桶桶底图像进行旋转矫正,得到桶底矫正图像,包括:利用所述DBNet网络对所述烟丝桶桶底图像中所有像素点进行自适应二值化操作,得到二值化阈值图,并将所述二值化阈值图与所述DBNet网络中的预测概率图进行前景和背景的联合区分,得到四个精准的桶底角坐标;根据所述四个桶底角坐标确定所述烟丝桶桶底图像外接框,根据所述烟丝桶桶底图像外接框计算图像倾斜角度,利用所述图像倾斜角度,将所述烟丝桶桶底图像进行仿射变换矫正,得到所述桶底矫正图像。
[0007]进一步地,所述利用所述DBNet网络对所述烟丝桶桶底图像中所有像素点进行自适应二值化操作,得到二值化阈值图,包括:获取所述DBNet网络的阈值图,利用所述阈值图分支学习得到二值化阈值,并将所述二值化阈值与分割网络一起训练得到优化后的二值化阈值,利用优化后的二值化阈值对
所述烟丝桶桶底图像中所有像素点进行自适应二值化操作,得到所述二值化阈值图。
[0008]进一步地,所述根据预设阈值过滤方法,对所述桶底矫正图像进行处理,得到烟丝残留物图像,并将所述烟丝残留物图像转为烟丝残留物灰度图像,还包括:将所述桶底矫正图像的RGB色彩空间转为HSV色彩空间,根据所述HSV色彩空间的色调阈值、饱和度阈值、明度阈值,对所述HSV色彩空间进行筛选,得到HSV烟丝残留物图像;将所述HSV烟丝残留物图像的HSV色彩空间转为HLS色彩空间,通过调节所述HLS色彩空间中的色相阈值、亮度阈值及饱和度阈值,去除所述HSV烟丝残留物图像中的反光部分,得到剔除反光影响的HSV烟丝残留物图像,作为所述烟丝残留物图像;将所述烟丝残留物图像转为灰度图,得到所述烟丝残留物灰度图像。
[0009]进一步地,所述将所述HSV烟丝残留物图像的HSV色彩空间转为HLS色彩空间,通过调节所述HLS色彩空间中的色相阈值、亮度阈值及饱和度阈值去除所述HSV烟丝残留物图像中的反光,得到剔除反光影响的烟丝残留物图像,包括:设定所述HSV烟丝残留物图像的色相阈值、亮度阈值,调节所述HSV烟丝残留物图像的饱和度阈值,根据所述HSV烟丝残留物图像的色相阈值、亮度阈值和调节后的HSV烟丝残留物图像的饱和度阈值过滤得到低饱和度HLS烟丝残留物图像和高饱和度HLS烟丝残留物图像;将所述高饱和度HLS烟丝残留物图像减去低饱和度HLS烟丝残留物图像得到剔除反光影响的烟丝残留物图像。
[0010]进一步地,所述烟丝残留物图像中除残留物之外的其他区域像素值为0。
[0011]进一步地,所述在烟丝残留物灰度图像中提取烟丝残留物像素数量,根据所述烟丝残留物像素数量和所述烟丝残留物灰度图像像素总数量计算得到烟丝残留物面积占比,包括:利用所述烟丝残留物灰度图像,计算烟丝残留物像素数量;根据所述烟丝残留物灰度图像的宽度和高度,计算得到烟丝残留物灰度图像像素总数量;根据所述烟丝残留物像素数量和所述烟丝残留物灰度图像像素总数量计算得到烟丝残留物面积占比。
[0012]第二方面,本申请还提供了一种基于机器视觉的烟丝桶检测装置,所述基于机器视觉的烟丝桶检测装置包括:图像矫正模块,用于通过DBNet网络检测待检测的烟丝桶桶底图像,得到四个桶底角坐标,根据所述桶底角坐标对所述烟丝桶桶底图像进行旋转矫正,得到桶底矫正图像;阈值过滤模块,用于根据预设阈值过滤方法,对所述桶底矫正图像进行处理,得到烟丝残留物图像,并将所述烟丝残留物图像转为烟丝残留物灰度图像;占比计算模块,用于在所述烟丝残留物灰度图像中提取烟丝残留物像素数量,根据所述烟丝残留物像素数量和所述烟丝残留物灰度图像像素总数量计算得到烟丝残留物面积占比,以根据所述烟丝残留物面积占比进行烟丝桶残留物的检测。
[0013]第三方面,本申请还提供了一种计算机设备,所述计算机设备包括存储器和处理器;所述存储器,用于存储计算机程序;所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如上所述的基于机器视觉的烟丝桶检测方法。
[0014]第四方面,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如上所述的基于机器视觉的烟丝桶检测方法。
[0015]相比于现有技术,本申请实施方式提供的基于机器视觉的烟丝桶检测方法通过DBNet网络检测待检测的烟丝桶桶底图像,得到四个桶底角坐标,根据所述桶底角坐标对所述烟丝桶桶底图像进行旋转矫正,得到桶底矫正图像;根据预设阈值过滤方法,对所述桶底矫正图像进行处理,得到烟丝残留物图像,并将所述烟丝残留物图像转为烟丝残留物灰度图像;在所述烟丝残留物灰度图像中提取烟丝残留物像素数量,根据所述烟丝残留物像素数量和所述烟丝残留物灰度图像像素总数量计算得到烟丝残留物面积占比,以根据所述烟丝残留物面积占比进行烟丝桶残留物的检测。通过上述方式,本申请基于机器视觉中的DBNet网络获得桶底角坐标,然后基于桶底角坐标对烟丝桶桶底图像进行矫正,并根据阈值过滤方法对矫正后的图像进行自动检测烟丝桶残留物并计算烟丝桶残留物占比,合理的实现了烟丝残留物检测自动化管理,减少了人工检查出现的漏检问题,提高了生产效率保证了产品质量,解决了烟丝桶残留物检测效率低的问题。
[0016]应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于机器视觉的烟丝桶检测方法,其特征在于,所述基于机器视觉的烟丝桶检测方法包括:通过DBNet网络检测待检测的烟丝桶桶底图像,得到四个桶底角坐标,根据所述桶底角坐标对所述烟丝桶桶底图像进行旋转矫正,得到桶底矫正图像;根据预设阈值过滤方法,对所述桶底矫正图像进行处理,得到烟丝残留物图像,并将所述烟丝残留物图像转为烟丝残留物灰度图像;在所述烟丝残留物灰度图像中提取烟丝残留物像素数量,根据所述烟丝残留物像素数量和所述烟丝残留物灰度图像像素总数量计算得到烟丝残留物面积占比,以根据所述烟丝残留物面积占比进行烟丝桶残留物的检测。2.根据权利要求1所述的基于机器视觉的烟丝桶检测方法,其特征在于,所述通过DBNet网络检测待检测的烟丝桶桶底图像,得到四个桶底角坐标,根据所述桶底角坐标对所述烟丝桶桶底图像进行旋转矫正,并截取矫正后的图像,得到桶底矫正图像,包括:利用所述DBNet网络对所述烟丝桶桶底图像中所有像素点进行自适应二值化操作,得到二值化阈值图,并将所述二值化阈值图与所述DBNet网络中的预测概率图进行前景和背景的联合区分,得到四个精准的桶底角坐标;根据所述四个桶底角坐标确定所述烟丝桶桶底图像外接框,根据所述烟丝桶桶底图像外接框计算图像倾斜角度,利用所述图像倾斜角度,将所述烟丝桶桶底图像进行仿射变换矫正,得到所述桶底矫正图像。3.根据权利要求2所述的基于机器视觉的烟丝桶检测方法,其特征在于,所述利用所述DBNet网络对所述烟丝桶桶底图像中所有像素点进行自适应二值化操作,得到二值化阈值图,包括:获取所述DBNet网络的阈值图,利用所述阈值图分支学习得到二值化阈值,并将所述二值化阈值与分割网络一起训练得到优化后的二值化阈值,利用优化后的二值化阈值对所述烟丝桶桶底图像中所有像素点进行自适应二值化操作,得到所述二值化阈值图。4.根据权利要求1所述的基于机器视觉的烟丝桶检测方法,其特征在于,所述根据预设阈值过滤方法,对所述桶底矫正图像进行处理,得到烟丝残留物图像,并将所述烟丝残留物图像转为烟丝残留物灰度图像,还包括:将所述桶底矫正图像的RGB色彩空间转为HSV色彩空间,根据所述HSV色彩空间的色调阈值、饱和度阈值、明度阈值,对所述HSV色彩空间进行筛选,得到HSV烟丝残留物图像;将所述HSV烟丝残留物图像的HSV色彩空间转为HLS色彩空间,通过调节所述HLS色彩空间中的色相阈值、亮度阈值及饱和度阈值,去除所述HSV烟丝残留物图像中的反光部分,得到剔除反光影响的HSV烟丝残留物图像,作为所述烟丝残留物图像;将所述烟丝残留物图像转为灰度图,得到所述烟丝残留物灰度图像。5.根据权利要求4所...
【专利技术属性】
技术研发人员:黄军文,赵士红,陈兴委,
申请(专利权)人:深圳市华付信息技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。