发明公开
- 专利标题: 一种基于X射线透射图像定量检测烟梗中粗梗率和长短梗率的测定方法
- 专利标题(英): Determination method for quantitatively detecting thick cabo rate and long and short cabo rates in caboes on basis of X-ray transmission image
-
申请号: CN201711277072.0申请日: 2017-12-06
-
公开(公告)号: CN108007945A公开(公告)日: 2018-05-08
- 发明人: 朱文魁 , 郭高飞 , 丁美宙 , 黄岗 , 陈良元 , 马宇平 , 王艺斌 , 刘斌
- 申请人: 中国烟草总公司郑州烟草研究院
- 申请人地址: 河南省郑州市高新区枫杨街2号
- 专利权人: 中国烟草总公司郑州烟草研究院
- 当前专利权人: 中国烟草总公司郑州烟草研究院
- 当前专利权人地址: 河南省郑州市高新区枫杨街2号
- 代理机构: 郑州中民专利代理有限公司
- 代理商 姜振东
- 主分类号: G01N23/04
- IPC分类号: G01N23/04 ; G01B15/00 ; G06K9/40 ; G06K9/46 ; G06K9/62
摘要:
一种基于X射线透射图像定量检测烟梗中粗梗率和长短梗率的测定方法,该方法利用烟梗与烟片的X射线图像特征差异,采用灰度形态学滤噪、区域生长法图像分割进行图像预处理,同时采用基于无监督机器学习功能的模糊C-均值聚类算法归属判断,结合形状判定因子,设计并实现对烟片物料中烟梗的无损检测识别的图像识别算法。并根据现有粗梗、长短梗的界定标准进一步建立了烟梗形态定量检测算法,包括粗梗率、长短梗率的检测计算,粗梗率检测算法主要涉及分段外接矩形法提取烟梗直径、粗梗判定、粗梗质量计算。长短梗率检测算法主要涉及烟梗骨骼化、骨架长度计算、长短梗判定及质量计算。其优点是能显著提高检测结果的准确性和工作效率,消除人为影响。