一种雾化健康度评估方法及装置与流程
本发明涉及烟草加工的,更具体地,涉及一种雾化健康度评估方法及装置。
背景技术:
1、在卷烟加料工艺中,在料液通过喷嘴雾化后喷入加料滚筒与烟叶混合工序中,雾化效果直接影响料液在烟叶表面分布的均匀性,因此,往往需要实时监测雾化状态是否正常;相关技术中,监测工作往往依赖于操作人员通过观察窗进行目视观察,并根据经验评估雾化状态是否正常;然而,这种评估方式不仅主观性强,时效性差,且判断结果可靠度不高,同时,难以形成客观的量化指标,可追溯性较差。因此,如何克服上述存在的技术问题和缺陷成为重点需要解决的问题,具有重要的意义。
技术实现思路
1、本发明提供一种雾化健康度评估方法及装置,解决现有卷烟加料工艺中实时监测雾化状态依赖人员主观判断,存在不客观和可靠性差的问题,能够提高雾化健康评估效率和评估结果的准确度可靠性。
2、为实现以上目的,本发明提供以下技术方案:
3、一种雾化健康度评估方法,包括:
4、获取加料滚筒内喷嘴在第一时长内的料液雾化气团图像,得到多个第一图像;
5、基于预设的裁剪坐标,从每个第一图像中获取对应感兴趣区域roi的二值化图像,得到对应的roi图像;
6、基于每个roi图像中的灰度值分布情况,判断每个roi图像是否通过粗筛;
7、当未通过粗筛时,将所述roi图像作为二次筛选图像;
8、采用最大包容区联合变换方法,确定所述二次筛选图像中雾化气团的雾化特征参数数值,得到待分析数据;
9、基于所述待分析数据,确定所述雾化特征参数实际值与标准值的差异程度,得到所述雾化气团的目标评估结果。
10、优选的,还包括:
11、按照预设抽样频率,从通过粗筛的roi图像中采集抽样图像,并将所述抽样图像作为二次筛选图像;
12、判断所述抽样图像在粗筛和二次筛选中的评估结果是否一致;
13、当一致时,确定当前粗筛判定条件有效;
14、当不一致时,校正当前的粗筛判定条件。
15、优选的,所述基于每个roi图像中的灰度值分布情况,判断每个roi图像是否通过粗筛,包括:
16、针对每个roi图像,对所述roi图像内所有像素的灰度值进行求和,得到roi灰度值总和;
17、计算所述roi图像中雾化区域像素数在总像素数中的占比,得到roi雾化覆盖率;
18、判断所述roi灰度值总和是否属于对应的标准值范围,得到第一判断结果;
19、判断所述roi雾化覆盖率是否属于对应的标准值范围,得到第二判断结果;
20、当所述第一判断结果和所述第二判断结果均为是时,确定所述roi图像通过粗筛;
21、当所述第一判断结果或所述第二判断结果为否时,确定所述roi图像未通过粗筛。
22、优选的,还包括:
23、针对每个第一图像,基于所述第一图像与前一帧图像的roi灰度值总和差异情况,得到所述第一图像的帧间差异度;
24、判断所述帧间差异度是否超过预设的差异度阈值,并在超过时,生成一类异常信息。
25、优选的,还包括:
26、按照固定时长对第一时长进行划分,得到至少一个时间窗口;
27、针对每个时间窗口,计算对应窗口内所有第一图像roi灰度值总和的均值,得到对应的roi灰度均值;
28、当存在连续w1个时间窗口roi灰度均值递减且累计降幅大于预设的递减阈值时,或者,当存在连续w2个时间窗口roi灰度均值递增且累计增幅大于预设的递增阈值时,确定所述雾化气团的形态在所述第一时长内存在异常变化,并生成二类异常信息。
29、优选的,所述采用最大包容区联合变换方法,确定所述二次筛选图像中雾化气团的雾化特征参数数值,得到待分析数据,包括:
30、提取所述二次筛选图像中雾化气团的轮廓点,得到轮廓点集;
31、基于所述轮廓点集,确定能够完整包容所述雾化气团的最大包容区的几何参数,得到所述最大包容区的几何参数数据;
32、基于所述几何参数数据,构建联合变换矩阵;
33、基于所述联合变换矩阵,将所述最大包容区变换至标准分析空间,得到标准化后的目标分析区域,并生成分析区域图像;所述标准分析空间是通过预设尺寸的标准化图像坐标系构建的;
34、基于所述目标区域图像,确定所述二次筛选图像中雾化气团的雾化特征参数数据,得到待分析数据。
35、优选的,所述最大包容区采用最小面积外接矩形;所述基于所述轮廓点集,确定能够完整包容所述雾化气团的最大包容区的几何参数,得到所述最大包容区的几何参数数据,包括:
36、对所述轮廓点集进行主成分分析pca,生成所述轮廓点集的协方差矩阵,并获取协方差矩阵的特征值和特征向量;
37、将最大特征值对应的特征向量方向作为雾化气团的主轴方向;
38、将轮廓点集旋转至与主轴方向对齐,分别计算旋转后轮廓点在水平方向和垂直方向上的最大值和最小值,得到极值范围;
39、以所述极值范围确定最小面积外接矩形的边界参数;
40、基于所述边界参数,确定所述最大包容区的几何参数,得到所述最大包容区的几何参数数据;所述几何参数包括矩形中心坐标、旋转角度、宽度和高度。
41、优选的,所述基于所述联合变换矩阵,将所述最大包容区变换至标准分析空间,包括:
42、基于所述联合变换矩阵,对所述最大包容区分别进行空间旋转变换、尺度归一化变换和平移变换。
43、优选的,所述基于所述目标区域图像,确定所述二次筛选图像中雾化气团的雾化特征参数数据,得到待分析数据,包括:
44、将所述轮廓点集经所述联合变换矩阵映射到标准分析空间,得到标准分析空间轮廓点集;
45、采用douglas-peucker算法对所述标准分析空间轮廓点集进行多边形近似处理,得到标准分析空间中的轮廓多边形顶点集合;
46、基于所述轮廓多边形顶点集合,计算所述样本图像中雾化特征参数的数值。
47、本发明还提供一种雾化健康度评估装置,使用上述的雾化参数配置方法,包括:
48、采集单元,用于获取加料滚筒内喷嘴在第一时长内的料液雾化气团图像,得到多个第一图像;
49、第一处理单元,用于基于预设的裁剪坐标,从每个第一图像中获取对应roi的二值化图像,得到对应的roi图像;以及,用于基于每个roi图像中的灰度值分布情况,判断每个roi图像是否通过粗筛;以及,用于当未通过粗筛时,将所述roi图像作为二次筛选图像;
50、第二处理单元,用于采用最大包容区联合变换方法,确定所述二次筛选图像中雾化气团的雾化特征参数数值,得到待分析数据;以及,用于基于所述待分析数据,确定所述雾化特征参数实际值与标准值的差异程度,得到所述雾化气团的目标评估结果。
51、本发明提供的一种雾化健康度评估方法及装置,通过利用图像特征评估雾化气团状态,从而评估雾化健康度的方法,实现了智能化评估,不仅提高了评估效率,而且提高了评估结果的精度;进一步地,通过roi粗筛加最大包容区联合变换方法二次筛选的双重评估方法,解决了单纯采用roi精度低,而单纯采用最大包容区联合变换方法计算量大的问题,从而在提高评估结果准确性的同时,实现了检测精度与算力的平衡,保障评估系统的稳定可靠运行。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com