光源与照明总第176期2023年1月光学前沿87基于图像识别法的烟丝图像处理与烟丝宽度计算杨光，黄传喜，徐永虎，邢应杰，杨凡凡安徽中烟合肥卷烟厂，安徽合肥230000摘要：在卷烟生产过程中，烟丝宽度是影响卷烟感官质量和物理质量的关键工艺参数，烟丝宽度变化对烟丝的细腻度、香气透发性、刺激性等品质以及后续生产过程中的烟丝造碎均有不同程度的影响。目前，烟丝宽度检测主要依靠人工经验目测或低频次离线检测，存在标准不统一、离线检测频次低、代表性不足等问题。设计与应用烟丝宽度在线检测方法，有利于弥补上述不足。对此，文章设计自学习系统，建立样本库，利用图像识别法在线检测烟丝宽度。通过图像处理、样品轮廓提取及计算，确定平行线检测法适用于检测烟丝宽度。关键词：图像识别法；烟丝宽度；系统自学习；样本库；图像处理；平行线检测法分类号：TP3910引言目前，关于图像识别法的研究与应用报道较多，如在影像识别方面，杨允[1]在论文“基于CCD图像的异物分拣技术及机器状态监控的研究”中介绍了影像识别系统的照明设计、图像数据的获取和处理，为高速运动物体的图像采集、数据处理及异常判别奠定了基础；张鼎等[2]在论文“浅谈数字图像处理技术在ZB48包装设备小包检测方向的应用”中介绍了在超高速包装设备小盒烟包生产过程中数字图像系统的应用，应用数字图像系统可以在线检测并选出有外观缺陷的产品。然而，利用图像识别法在线检测卷烟烟丝宽度的研究几乎没有。对此，文章主要介绍基于图像识别法的烟丝宽度在线检测中的图像处理与计算方法。1样本的选择和样本库的构建1.1在线检测样本的选择烟丝宽度检测样本为输送过程中的表层烟丝，需要结合图像识别需求，研究表层烟丝中能用于在线识别与检测的样本特性。选出的样本应尽量为平躺状态，对于站立、扭曲、倾斜等状态的烟丝应尽可能不纳入在线检测样品选择；样本的边缘应尽可能清晰可分辨；用于在线检测的样本整体或部分轮廓应相对规则[3]。1.2在线样本库的构建结合烟丝图像全局相似性和局部特征相似性的约束，设计系统自学习算法，构建系统样本库。随着系统不断自我学习与积累，样本库不断自我成长，样本的识别与提取会朝着更精、更准、更加科学的方向自我完善与提升。同时设计系统物料轮廓自学习算法，不断丰富系统样本库数据，让系统做出更科学、准确的决策，实现烟丝样本检测的准确视觉识别。样本库的构建步骤如下：第一步，建立基于示功图样本库的论域U。通过在线装置进行在线图...
