CN113066095B - 重建烟叶轮廓的方法、系统及计算机可读存储介质 - Google Patents
重建烟叶轮廓的方法、系统及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113066095B CN113066095B CN202110291877.0A CN202110291877A CN113066095B CN 113066095 B CN113066095 B CN 113066095B CN 202110291877 A CN202110291877 A CN 202110291877A CN 113066095 B CN113066095 B CN 113066095B
- Authority
- CN
- China
- Prior art keywords
- contour
- tobacco leaf
- incomplete
- point set
- points
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 241000208125 Nicotiana Species 0.000 title claims abstract description 291
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 291
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000003708 edge detection Methods 0.000 claims description 8
- 230000007797 corrosion Effects 0.000 claims description 7
- 238000005260 corrosion Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 5
- 230000036632 reaction speed Effects 0.000 abstract description 3
- 230000007547 defect Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 239000002994 raw material Substances 0.000 description 3
- 210000003462 vein Anatomy 0.000 description 3
- 238000012216 screening Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 235000019505 tobacco product Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- A—HUMAN NECESSITIES
- A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
- A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
- A24B1/00—Preparation of tobacco on the plantation
- A24B1/04—Sifting, sorting, cleaning or removing impurities from tobacco
-
- A—HUMAN NECESSITIES
- A24—TOBACCO; CIGARS; CIGARETTES; SIMULATED SMOKING DEVICES; SMOKERS' REQUISITES
- A24B—MANUFACTURE OR PREPARATION OF TOBACCO FOR SMOKING OR CHEWING; TOBACCO; SNUFF
- A24B3/00—Preparing tobacco in the factory
- A24B3/16—Classifying or aligning leaves
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
- B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种重建烟叶轮廓的方法、系统及计算机可读存储介质，其中所述方法包括：对采集的烟叶图像进行烟叶轮廓检测，生成烟叶轮廓初步点集；对所述烟叶图像进行残缺检测，生成多个残缺部分的残缺轮廓点集；对所述烟叶轮廓初步点集和多个所述残缺轮廓点集进行残缺替换处理，得到烟叶轮廓中间轮廓点集。本申请能减少烟叶分拣分级工作对人为的知识经验、注意力、反应速度的依赖程度，降低工作人员的劳动强度。
Description
技术领域
本申请涉及烟草工业领域，尤其涉及一种重建烟叶轮廓的方法、系统及计算机可读存储介质。
背景技术
烟叶的分类分级是烟叶制品加工中的重要环节，其中判断烟叶等级时烟叶形状具有重要的参考意义，但由于烟叶采摘方式、病虫害、加工和运输等诸多因素导致叶面残缺或破损，补全残损烟叶的轮廓主要依赖于人工经验，且标准模糊性和难以量化等特点。因此如何在不依赖于人工经验的情况下，稳定可靠地重建烟叶轮廓成为降低烟叶分拣分级难度的重要问题。
发明内容
本申请实施例提供了一种重建烟叶轮廓的方法、系统及计算机可读存储介质，能在保证烟叶原料品质的前提下，减少烟叶分拣分级工作对人为的知识经验、注意力、反应速度的依赖程度，降低工作人员的劳动强度。
为达到上述目的，本申请提供了一种重建烟叶轮廓的方法，该方法包括：
采集烟叶图像，所述烟叶图像为将烟叶放置于拍摄仓的下方进行拍摄所得的灰度图像；
对所述烟叶图像进行烟叶轮廓检测，生成烟叶轮廓初步点集；
对所述烟叶图像进行残缺检测，生成多个残缺部分的残缺轮廓点集；
对所述烟叶轮廓初步点集和多个所述残缺轮廓点集进行残缺替换处理，得到烟叶轮廓中间轮廓点集，所述烟叶中间轮廓点集中包括重建烟叶的至少一个轮廓点。
可选的，所述对所述烟叶轮廓初步点集和多个所述残缺轮廓点集进行残缺替换处理，得到烟叶轮廓中间轮廓点集包括：
根据所述烟叶轮廓初步点集和多个所述残缺轮廓点集，找出待删除烟叶轮廓点、待删除残缺轮廓点和待插入残缺轮廓点；
将所述待插入残缺轮廓点替换所述烟叶轮廓初步点集中的所述待删除烟叶轮廓点，并删除所述待删除残缺轮廓点，从而获得烟叶中间轮廓点集。
可选的，所述待删除烟叶轮廓点为所述烟叶轮廓初步点集中位于多个所述残缺轮廓点集内的轮廓点，所述待删除残缺轮廓点为多个所述残缺轮廓点集中位于所述烟叶轮廓初步点集内的轮廓点，所述待插入残缺轮廓点为多个所述残缺轮廓点集中不位于所述烟叶轮廓初步点集中的轮廓点。
可选的，所述根据所述烟叶轮廓初步点集和多个所述残缺轮廓点集，找出待删除烟叶轮廓点、待删除残缺轮廓点和待插入残缺轮廓点包括：
检测每个残缺轮廓点集，删除残缺部分面积小于预设阈值的点集，得到剩余残缺轮廓点集；
将所述烟叶轮廓初步点集中位于所述剩余残缺轮廓点集中的点，确定为待删除烟叶轮廓点；
将所述剩余残缺轮廓点集中位于所述烟叶轮廓初步点集中的点，确定为待删除残缺轮廓点；
将所述剩余残缺轮廓点集中位于所述烟叶轮廓初步点集之外的点，确定为待插入残缺轮廓点。
可选的，所述方法还包括：
将所述烟叶中间轮廓点集所围合的内部区域设置为1、外部区域设置0，以生成对应的二值图像；
对所述二值图像进行膨胀或腐蚀调节，得到调节后的二值图像；
对所述调节后的二值图像进行边缘检测，得到烟叶最终轮廓点集。
为达到上述目的，本申请还提供了一种重建烟叶轮廓的系统，包括：
摄像头，用于采集烟叶图像，所述烟叶图像为将烟叶放置于拍摄仓的下方进行拍摄所得的灰度图像；
图像处理装置，用于对所述烟叶图像进行烟叶轮廓检测，生成烟叶轮廓初步点集；
所述图像处理装置，还用于对所述烟叶图像进行残缺检测，生成多个残缺部分的残缺轮廓点集；
所述图像处理装置，还用于对所述烟叶轮廓初步点集和多个所述残缺轮廓点集进行残缺替换处理，得到烟叶轮廓中间轮廓点集，所述烟叶中间轮廓点集中包括重建烟叶的至少一个轮廓点。
可选的，所述图像处理装置具体用于：
根据所述烟叶轮廓初步点集和多个所述残缺轮廓点集，找出待删除烟叶轮廓点、待删除残缺轮廓点和待插入残缺轮廓点；
将所述待插入残缺轮廓点替换所述烟叶轮廓初步点集中的所述待删除烟叶轮廓点，并删除所述待删除残缺轮廓点，从而获得烟叶中间轮廓点集。
可选的，所述待删除烟叶轮廓点为所述烟叶轮廓初步点集中位于多个所述残缺轮廓点集内的轮廓点，所述待删除残缺轮廓点为多个所述残缺轮廓点集中位于所述烟叶轮廓点集内的轮廓点，所述待插入残缺轮廓点为多个所述残缺轮廓点集中不位于所述烟叶轮廓初步点集中的轮廓点。
可选的，所述图像处理装置具体用于：
检测每个残缺轮廓点集，删除残缺部分面积小于预设阈值的点集，得到剩余残缺轮廓点集；
将所述烟叶初步轮廓点集中位于所述剩余残缺轮廓点集中的点，确定为待删除烟叶轮廓点；
将所述剩余残缺轮廓点集中位于所述烟叶轮廓初步点集中的点，确定为待删除残缺轮廓点；
将所述剩余残缺轮廓点集中位于所述烟叶轮廓初步点集之外的点，确定为待插入残缺轮廓点。
可选的，所述图像处理装置还用于：
将所述烟叶中间轮廓点集所围合的内部区域设置为1、外部区域设置0，以生成对应的二值图像；
对所述二值图像进行膨胀或腐蚀调节，得到调节后的二值图像；
对所述调节后的二值图像进行边缘检测，得到烟叶最终轮廓点集。
本申请还提供了一种重建烟叶轮廓的系统，该系统包括：处理器以及和处理器相连的存储器；其中，该存储器包括计算机可读指令；该处理器用于执行该存储器中的计算机可读指令，从而使得该终端设备执行上述第一方面或第一方面的任意一种可选的实施方式中的方案。
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中存储有指令，当其在计算机上运行时，使得计算机执行上述第一方面或第一方面的任意一种可选的实施方式中的方法。
通过实施本申请，能达到以下有益效果：能在保证烟叶原料品质的前提下，减少烟叶分拣分级工作对人员的知识经验、注意力、反应速度的依赖程度，减低工作人员的劳动强度。
附图说明
图1是本申请实施例提供的一种重建烟叶轮廓的场景示意图。
图2是本申请实施例提供的一种重建烟叶轮廓方法的流程示意图。
图3是本申请实施例提供的一种烟叶叶面上内部残缺和外部残缺的示意图。
图4是本申请实施例提供的一种检测烟叶残缺轮廓的示意图。
图5是本申请实施例提供的一种筛选残缺轮廓点和烟叶轮廓点的示意图。
图6是本申请实施例提供的一种调节烟叶轮廓尺寸获得烟叶最终轮廓点集的示意图。
图7是本申请实施例提供的一种重建烟叶轮廓系统的结构示意图。
具体实施方式
下面结合附图对本申请具体实施例作进一步的详细描述。
请参见图1，是本申请实施例提供的一种重建烟叶轮廓的场景示意图。如图1所示的场景中包括拍摄仓101、安装于拍摄仓中的摄像头102(图示为相机)以及图像处理装置103(也可称为图像处理单元)。
在拍摄过程中，本申请将烟叶以叶基在图像左侧、叶尖在图像右侧的方式放置于拍摄仓101的摄像头102下方，启用摄像头102拍摄烟叶图像，再将拍摄所得的烟叶图像传输给图像处理装置103处理。如图所示场景中，烟叶的叶基部放置在图像的左侧，即横轴最小侧；烟叶的叶尖部放置在图像的右侧，即横轴最大侧。
图像处理装置103接收/采集到烟叶图像后，可对烟叶图像进行烟叶轮廓检测以生成烟叶轮廓初步点集，并对烟叶图像进行残缺检测生成多个残缺部分的残缺轮廓点集，进而对烟叶轮廓初步点集和多个残缺轮廓点集进行残缺替换处理得到烟叶中间轮廓点集，该烟叶中间轮廓点集即为对存在残缺的烟叶进行残缺重建后的重建烟叶的轮廓点的集合。关于图像处理装置103如何进行烟叶轮廓重建的具体实施方式将在下文进行详述，这里不做阐述。
请参见图2，是本申请实施例提供的一种重建烟叶轮廓的方法的流程示意图。如图2所示的方法包括：
S201、将烟叶放置于拍摄仓的摄像头下方。
本申请烟叶的方式并不做限定，例如图1所示将烟叶以叶基在图像左侧、叶尖在图像右侧的方式放置进行拍摄，图示中烟叶的边缘轮廓称为烟叶轮廓，烟叶的主脉曲线称为烟叶主脉。本申请涉及的烟叶图像可具体包含烟叶的叶基、叶尖、叶面以及叶面的主脉等部位信息。
S202、摄像头拍摄烟叶图像传给图像处理装置。
本申请中，摄像头拍摄采集的烟叶图像可为灰度图像，也可为非灰度图像(例如彩色图像)。当摄像头拍摄的烟叶图像为非灰度图像时，图像处理装置或摄像头可对非灰度图像进行进一步的灰度处理，以将其处理为灰度图像，进而后续步骤对该灰度图像的烟叶图像进行主脉走势的检测。
S203、检测烟叶轮廓，生成烟叶轮廓初步点集(也可称为烟叶的轮廓点集或轮廓坐标点集合)。
本申请可对烟叶图像进行烟叶轮廓检测，以生成烟叶的轮廓点集。该轮廓点集中包括至少三个烟叶轮廓点的坐标。
S204、检测烟叶上点的残缺，生成多个残缺轮廓点集。
本申请可对烟叶图像进行残缺边缘检测(例如使用卷积神经网络等)，从而得出烟叶上的多个残缺部分的残缺轮廓点集，该残缺部分包括但不限于烟叶的内部残缺以及烟叶的外部残缺等。举例来说，请参见图3示出一种检测烟叶残缺轮廓的示意图。如图3所示，本申请可对烟叶图像的烟叶叶面进行残缺检测，以检测出烟叶叶面上的内部残缺和外部残缺。然后再对每个内部残缺和外部残缺进行边缘轮廓检测，从而得出每个内部残缺和外部残缺的残缺轮廓点集，具体可如图4所示。
S205、检测每个残缺轮廓点集，删除面积较少的点集，获得剩余残缺轮廓点集。
本申请可检测每个残缺轮廓点集，删除残缺部分面积较小(例如小于预设阈值)的残缺轮廓点集，从而得到剩余残缺轮廓点集。
S206、检测剩余残缺轮廓点集中每个点的坐标是否在烟叶轮廓初步点集内。
S207、如果剩余残缺轮廓点集中部分点的坐标在烟叶轮廓初步点集内。
S208、检测剩余残缺轮廓点集在烟叶轮廓初步点集外的点作为待插入残缺轮廓点，多个待插入残缺轮廓点形成待插入残缺轮廓点集。
S209、检测剩余残缺轮廓点集在烟叶轮廓初步点集内的点作为待删除残缺轮廓点，多个待删除残缺轮廓点形成待删除残缺轮廓点集。
S210、检测烟叶轮廓初步点集中在剩余残缺轮廓点集内的点作为待删除烟叶轮廓点，多个待删除烟叶轮廓点形成待删除烟叶轮廓点集。
具体实施时，本申请将检测的剩余残缺轮廓点集中位于烟叶轮廓初步点集内的点，作为待删除残缺轮廓点，当待删除残缺轮廓点有多个时可一起形成待删除残缺轮廓点集。本申请将检测的剩余残缺轮廓点集中不位于烟叶轮廓初步点集(即位于烟叶轮廓初步点集之外)的点作为待插入残缺轮廓点，当待插入残缺轮廓点有多个时可一起形成待插入残缺轮廓点集。将烟叶轮廓初步点集中位于剩余残缺轮廓点集中的点作为待删除烟叶轮廓点，当待删除烟叶轮廓点有多个时可一起形成待删除烟叶轮廓点集。
S211、将待插入残缺轮廓点集替换烟叶轮廓初步点集中的待删除烟叶轮廓点集。
S212、删除待删除残缺轮廓点集。
S213、获得烟叶中间轮廓点集。
本申请使用待插入残缺轮廓点来替换烟叶轮廓初步点集中的待删除烟叶轮廓点，并同步删除所有的待删除残缺轮廓点，从而可获得烟叶中间轮廓点集。举例来说，请参见图5示出的一种筛选残缺轮廓点和烟叶轮廓点的示意图。如图5所示例子，本申请可删除所有都在烟叶轮廓初步点集内的剩余残缺轮廓的点(即删除所有的待删除烟叶轮廓点)、删除处于剩余残缺轮廓点集内部的烟叶轮廓初步点集中的(轮廓)点(即删除所有的待删除残缺轮廓点)，保留处于烟叶轮廓初步点集外部的剩余残缺轮廓点集中的轮廓点(即保留所有的待插入残缺轮廓点)。
S214、生成以烟叶中间轮廓点集内部为1，其余为0的二值图像。
具体实施时，本申请可将烟叶中间轮廓点集所围合的内部区域的像素值设置为1，将围合的外部区域的像素值设置为0，从而生成其对应的二值图像。
S215、对二值图像进行膨胀或腐蚀调节，获得调节后的二值图像。
S216、对调节后的二值图像进行边缘检测，获得烟叶最终轮廓点集。
具体实施时，本申请可根据实际需求对二值图像进行轮廓尺寸调节，例如进行膨胀或腐蚀调节处理等，从而获得调节后的二值图像，进而对该调节后的二值图像进行边缘检测获得调节后的烟叶最终轮廓点集。请参见图6示出一种调节轮廓尺寸获得烟叶最终轮廓点集的示意图。如图6所示，图示给出烟叶中间轮廓点集和调节后烟叶最终轮廓点集的具体示意，本申请这里不再赘述。
通过实施本申请，可采集烟叶图像，所述烟叶图像为将烟叶放置于拍摄仓的下方进行拍摄所得的灰度图像；对所述烟叶图像进行烟叶轮廓检测，生成烟叶轮廓初步点集；对所述烟叶图像进行残缺检测，生成多个残缺部分的残缺轮廓点集；对所述烟叶轮廓初步点集和多个所述残缺轮廓点集进行残缺替换处理，得到烟叶轮廓中间轮廓点集，所述烟叶中间轮廓点集中包括重建烟叶的至少一个轮廓点。这样能够在不依赖于人工经验的情况下稳定可靠地检测出烟叶主脉走势，从而在保证烟叶原料品质的前提下，减少烟叶分拣分级工作对人的知识经验、注意力、反应速度的依赖程度，降低工作人员的劳动强度。
请参见图7，图7是本申请实施例提供的一种重建烟叶轮廓系统的结构示意图。如图7所示的系统包括：至少一个输入设备701；至少一个输出设备702；至少一个处理器703，例如CPU；和存储器704，上述输入设备701、输出设备702、处理器703和存储器704通过总线705连接。
其中，上述输入设备701具体可为移动终端的触控面板，包括触摸屏和触控屏，用于检测终端触控面板上的操作指令。
上述输出设备702具体可为移动终端的显示屏，用于输出、显示信息。
上述存储器704可以是高速RAM存储器，也可为非不稳定的存储器(non-volatilememory)，例如磁盘存储器。上述存储器704用于存储一组程序代码，上述输入设备801、输出设备702和处理器703用于调用存储器704中存储的程序代码执行相应操作，其中处理器703具体用于执行如下操作：
采集烟叶图像，所述烟叶图像为将烟叶放置于拍摄仓的下方进行拍摄所得的灰度图像；
对所述烟叶图像进行烟叶轮廓检测，生成烟叶轮廓初步点集；
对所述烟叶图像进行残缺检测，生成多个残缺部分的残缺轮廓点集；
对所述烟叶轮廓初步点集和多个所述残缺轮廓点集进行残缺替换处理，得到烟叶轮廓中间轮廓点集，所述烟叶中间轮廓点集中包括重建烟叶的至少一个轮廓点。
可选的，所述对所述烟叶轮廓初步点集和多个所述残缺轮廓点集进行残缺替换处理，得到烟叶轮廓中间轮廓点集包括：
根据所述烟叶轮廓初步点集和多个所述残缺轮廓点集，找出待删除烟叶轮廓点、待删除残缺轮廓点和待插入残缺轮廓点；
将所述待插入残缺轮廓点替换所述烟叶轮廓初步点集中的所述待删除烟叶轮廓点，并删除所述待删除残缺轮廓点，从而获得烟叶中间轮廓点集。
可选的，所述待删除烟叶轮廓点为所述烟叶轮廓初步点集中位于多个所述残缺轮廓点集内的轮廓点，所述待删除残缺轮廓点为多个所述残缺轮廓点集中位于所述烟叶轮廓初步点集内的轮廓点，所述待插入残缺轮廓点为多个所述残缺轮廓点集中不位于所述烟叶轮廓初步点集中的轮廓点。
可选的，所述根据所述烟叶轮廓初步点集和多个所述残缺轮廓点集，找出待删除烟叶轮廓点、待删除残缺轮廓点和待插入残缺轮廓点包括：
检测每个残缺轮廓点集，删除残缺部分面积小于预设阈值的点集，得到剩余残缺轮廓点集；
将所述烟叶轮廓初步点集中位于所述剩余残缺轮廓点集中的点，确定为待删除烟叶轮廓点；
将所述剩余残缺轮廓点集中位于所述烟叶轮廓初步点集中的点，确定为待删除残缺轮廓点；
将所述剩余残缺轮廓点集中位于所述烟叶轮廓初步点集之外的点，确定为待插入残缺轮廓点。
可选的，所述处理器703还用于：
将所述烟叶中间轮廓点集所围合的内部区域设置为1、外部区域设置0，以生成对应的二值图像；
对所述二值图像进行膨胀或腐蚀调节，得到调节后的二值图像；
对所述调节后的二值图像进行边缘检测，得到烟叶最终轮廓点集。
基于同一发明构思，本申请实施例中提供的终端设备解决问题的原理与本申请方法实施例中控制器解决问题的原理相似，因此各设备的实施可以参见方法的实施，为简洁描述，在这里不再赘述。
需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本发明实施例终端设备中的模块可以根据实际需要进行合并、划分和删减。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (5)
1.一种重建烟叶轮廓的方法，其特征在于，包括：
采集烟叶图像，所述烟叶图像为将烟叶放置于拍摄仓的下方进行拍摄所得的灰度图像；
对所述烟叶图像进行烟叶轮廓检测，生成烟叶轮廓初步点集；
对所述烟叶图像进行残缺检测，生成多个残缺部分的残缺轮廓点集；
对所述烟叶轮廓初步点集和多个所述残缺轮廓点集进行残缺替换处理，得到烟叶轮廓中间轮廓点集，所述烟叶轮廓中间轮廓点集中包括重建烟叶的至少一个轮廓点，通过所述烟叶轮廓中间轮廓点集，重建烟叶轮廓；
所述对所述烟叶轮廓初步点集和多个所述残缺轮廓点集进行残缺替换处理，得到烟叶轮廓中间轮廓点集包括：
根据所述烟叶轮廓初步点集和多个所述残缺轮廓点集，找出待删除烟叶轮廓点、待删除残缺轮廓点和待插入残缺轮廓点；
用所述待插入残缺轮廓点替换所述烟叶轮廓初步点集中的所述待删除烟叶轮廓点，并删除所述待删除残缺轮廓点，从而获得烟叶轮廓中间轮廓点集；
所述待删除烟叶轮廓点为所述烟叶轮廓初步点集中位于多个所述残缺轮廓点集内的轮廓点，所述待删除残缺轮廓点为多个所述残缺轮廓点集中位于所述烟叶轮廓初步点集内的轮廓点，所述待插入残缺轮廓点为多个所述残缺轮廓点集中不位于所述烟叶轮廓初步点集中的轮廓点；
所述根据所述烟叶轮廓初步点集和多个所述残缺轮廓点集，找出待删除烟叶轮廓点、待删除残缺轮廓点和待插入残缺轮廓点包括：
检测每个残缺轮廓点集，删除残缺部分面积小于预设阈值的点集，得到剩余残缺轮廓点集；
将所述烟叶轮廓初步点集中位于所述剩余残缺轮廓点集中的点，确定为待删除烟叶轮廓点；
将所述剩余残缺轮廓点集中位于所述烟叶轮廓初步点集中的点，确定为待删除残缺轮廓点；
将所述剩余残缺轮廓点集中位于所述烟叶轮廓初步点集之外的点，确定为待插入残缺轮廓点。
2.根据权利要求1所述的重建烟叶轮廓的方法，其特征在于，所述方法还包括：
将所述烟叶轮廓中间轮廓点集所围合的内部区域设置为1、外部区域设置为0，以生成对应的二值图像；
对所述二值图像进行膨胀或腐蚀调节，得到调节后的二值图像；
对所述调节后的二值图像进行边缘检测，得到烟叶最终轮廓点集。
3.一种重建烟叶轮廓的系统，其特征在于，包括：
摄像头，用于采集烟叶图像，所述烟叶图像为将烟叶放置于拍摄仓的下方进行拍摄所得的灰度图像；
图像处理装置，用于对所述烟叶图像进行烟叶轮廓检测，生成烟叶轮廓初步点集；
所述图像处理装置，还用于对所述烟叶图像进行残缺检测，生成多个残缺部分的残缺轮廓点集；
所述图像处理装置，还用于对所述烟叶轮廓初步点集和多个所述残缺轮廓点集进行残缺替换处理，得到烟叶轮廓中间轮廓点集，所述烟叶轮廓中间轮廓点集中包括重建烟叶的至少一个轮廓点，通过所述烟叶轮廓中间轮廓点集，重建烟叶轮廓；
所述图像处理装置具体用于：
根据所述烟叶轮廓初步点集和多个所述残缺轮廓点集，找出待删除烟叶轮廓点、待删除残缺轮廓点和待插入残缺轮廓点；
用所述待插入残缺轮廓点替换所述烟叶轮廓初步点集中的所述待删除烟叶轮廓点，并删除所述待删除残缺轮廓点，从而获得烟叶轮廓中间轮廓点集；
所述待删除烟叶轮廓点为所述烟叶轮廓初步点集中位于多个所述残缺轮廓点集内的轮廓点，所述待删除残缺轮廓点为多个所述残缺轮廓点集中位于所述烟叶轮廓初步点集内的轮廓点，所述待插入残缺轮廓点为多个所述残缺轮廓点集中不位于所述烟叶轮廓初步点集中的轮廓点；
所述图像处理装置具体用于：
检测每个残缺轮廓点集，删除残缺部分面积小于预设阈值的点集，得到剩余残缺轮廓点集；
将所述烟叶轮廓初步点集中位于所述剩余残缺轮廓点集中的点，确定为待删除烟叶轮廓点；
将所述剩余残缺轮廓点集中位于所述烟叶轮廓初步点集中的点，确定为待删除残缺轮廓点；
将所述剩余残缺轮廓点集中位于所述烟叶轮廓初步点集之外的点，确定为待插入残缺轮廓点。
4.根据权利要求3所述的重建烟叶轮廓的系统，其特征在于，所述图像处理装置还用于：
将所述烟叶轮廓中间轮廓点集所围合的内部区域设置为1、外部区域设置为0，以生成对应的二值图像；
对所述二值图像进行膨胀或腐蚀调节，得到调节后的二值图像；
对所述调节后的二值图像进行边缘检测，得到烟叶最终轮廓点集。
5.一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中存储有指令，当其在计算机上运行时，使得计算机执行如权利要求1至2中任一项所述的重建烟叶轮廓的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110291877.0A CN113066095B (zh) | 2021-03-18 | 2021-03-18 | 重建烟叶轮廓的方法、系统及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110291877.0A CN113066095B (zh) | 2021-03-18 | 2021-03-18 | 重建烟叶轮廓的方法、系统及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113066095A CN113066095A (zh) | 2021-07-02 |
| CN113066095B true CN113066095B (zh) | 2024-02-23 |
Family
ID=76562054
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110291877.0A Active CN113066095B (zh) | 2021-03-18 | 2021-03-18 | 重建烟叶轮廓的方法、系统及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113066095B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114299299B (zh) * | 2021-11-29 | 2024-01-23 | 苏州浪潮智能科技有限公司 | 一种树叶特征提取方法、装置、计算机设备和存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4327375A (en) * | 1979-04-11 | 1982-04-27 | Service D'exploitation Industrielle Des Tabacs Et Des Allumettes | Process and apparatus for providing data indicative of the shape of leaf-like article |
| CN103077529A (zh) * | 2013-02-27 | 2013-05-01 | 电子科技大学 | 基于图像扫描的植物叶片特征分析系统 |
| CN105447910A (zh) * | 2015-12-31 | 2016-03-30 | 河北工业大学 | 一种航空发动机压气机叶片叶尖缺损部位三维重建方法 |
| CN109242791A (zh) * | 2018-08-22 | 2019-01-18 | 东北农业大学 | 一种针对破损植物叶片的批量修复方法 |
| CN110378866A (zh) * | 2019-05-22 | 2019-10-25 | 中国水利水电科学研究院 | 一种基于无人机巡检的渠道衬砌破损图像识别方法 |
| CN111852753A (zh) * | 2020-07-21 | 2020-10-30 | 上海扩博智能技术有限公司 | 风机叶片表面轮廓线拟合方法、系统、设备和存储介质 |
| AU2020103131A4 (en) * | 2020-10-30 | 2021-01-07 | Nanjing Forestry University | Leaf surface reconstruction and physically based deformation simulation based on the point cloud data |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102009023896B4 (de) * | 2009-06-04 | 2015-06-18 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung und Verfahren zum Erfassen einer Pflanze |
-
2021
- 2021-03-18 CN CN202110291877.0A patent/CN113066095B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4327375A (en) * | 1979-04-11 | 1982-04-27 | Service D'exploitation Industrielle Des Tabacs Et Des Allumettes | Process and apparatus for providing data indicative of the shape of leaf-like article |
| CN103077529A (zh) * | 2013-02-27 | 2013-05-01 | 电子科技大学 | 基于图像扫描的植物叶片特征分析系统 |
| CN105447910A (zh) * | 2015-12-31 | 2016-03-30 | 河北工业大学 | 一种航空发动机压气机叶片叶尖缺损部位三维重建方法 |
| CN109242791A (zh) * | 2018-08-22 | 2019-01-18 | 东北农业大学 | 一种针对破损植物叶片的批量修复方法 |
| CN110378866A (zh) * | 2019-05-22 | 2019-10-25 | 中国水利水电科学研究院 | 一种基于无人机巡检的渠道衬砌破损图像识别方法 |
| CN111852753A (zh) * | 2020-07-21 | 2020-10-30 | 上海扩博智能技术有限公司 | 风机叶片表面轮廓线拟合方法、系统、设备和存储介质 |
| AU2020103131A4 (en) * | 2020-10-30 | 2021-01-07 | Nanjing Forestry University | Leaf surface reconstruction and physically based deformation simulation based on the point cloud data |
Non-Patent Citations (2)
| Title |
|---|
| 基于典型叶片模板自动匹配的虫损叶面积测量;钟取发;周平;付斌斌;刘科文;;农业工程学报;20100331;26(03);第216-221页 * |
| 计算机视觉和智能识别技术在烤烟烟叶分级中的应用;王戈;丁冉;徐玮杰;杨凯;;计算机与应用化学;20191028(05);第548-553页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113066095A (zh) | 2021-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109613002B (zh) | 一种玻璃缺陷检测方法、装置和存储介质 | |
| CN109142366B (zh) | 球形外壳缺陷检测方法、装置及计算机可读存储介质 | |
| JP7004145B2 (ja) | 欠陥検査装置、欠陥検査方法、及びそのプログラム | |
| CN113066095B (zh) | 重建烟叶轮廓的方法、系统及计算机可读存储介质 | |
| CN107490582A (zh) | 一种流水线工件检测系统 | |
| CN109829510A (zh) | 一种产品品质分级的方法、装置和设备 | |
| CN115298539A (zh) | 外观检查系统和计算机程序 | |
| CN115731166A (zh) | 一种基于深度学习的高压电缆接头打磨缺陷检测方法 | |
| CN112712058A (zh) | 一种字符识别提取方法 | |
| CN118032820A (zh) | 一种smt全自动在线x-ray无损检测系统 | |
| JPH1166311A (ja) | むら検査方法および装置 | |
| CN116385758A (zh) | 基于YOLOv5网络对传送带表面损伤的检测方法 | |
| CN112802017B (zh) | 一种基于工作台的产品外部合格性检测方法及装置 | |
| JP6788929B1 (ja) | 被検物判定用の画像処理装置及び画像処理方法 | |
| CN117078677B (zh) | 一种用于始极片的缺陷检测方法及系统 | |
| Yildirim et al. | Simultaneously realization of image enhancement techniques on real-time FPGA | |
| CN113052811B (zh) | 检测烟叶叶尖锯齿程度的方法、系统及计算机可读存储介质 | |
| JPH1125222A (ja) | 文字切り出し方法及び文字切り出し装置 | |
| CN114972334B (zh) | 一种管材瑕疵检测方法、装置、介质 | |
| CN107833222B (zh) | 一种非金属零件多余物检测装置及方法 | |
| CN113052808B (zh) | 检测烟叶主脉走势的方法、系统及计算机可读存储介质 | |
| JP2019533140A (ja) | 偏析分析装置及び方法 | |
| CN112950607B (zh) | 检测烟叶叶面宽度变化趋势的方法、系统及计算机可读存储介质 | |
| CN114581370A (zh) | 基于图像的烟丝宽度测量方法、装置、设备及存储介质 | |
| JP2022029137A (ja) | 電子機器画面部のグレード判定方法及びシステム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Ding Ran Inventor after: Xu Weijie Inventor after: Zhang Xin Inventor after: Wang Ge Inventor after: Dai Zeyuan Inventor after: Jiang Wenjun Inventor after: Mao Yuzhong Inventor after: Zhang Wei Inventor after: Xu Kaicheng Inventor before: Jiang Wenjun Inventor before: Mao Yuzhong Inventor before: Zhang Wei Inventor before: Xu Kaicheng |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211228 Address after: 200082 No. 717, Changyang Road, Shanghai, Yangpu District Applicant after: SHANGHAI TOBACCO GROUP Co.,Ltd. Applicant after: SHANGHAI WISDOM INFORMATION TECHNOLOGY CO.,LTD. Address before: Room 1602, Zhongshan Wanbo Plaza, 666 Huaihai West Road, Changning District, Shanghai, 200052 Applicant before: SHANGHAI WISDOM INFORMATION TECHNOLOGY CO.,LTD. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |