基于视觉感知特征的条烟异常检测算法

基于视觉感知特征的条烟异常检测算法
颜西斌
【期刊名称】《烟草科技》
【年(卷),期】2016(000)001
【摘要】为解决卷烟生产过程中条烟存在的小包缺失、小包破损、烟支缺失、烟支错排等问题，基于条烟的X光图像设计了一种新的特征提取算法。

通过模仿人眼识别原理，从视觉感知角度对物体边界区域、稠密性、分布状况、方向属性和规律程度进行特征提取，简称VPFE(Visual Perception Feature Extraction)算法。

基于VPFE利用不同分类器对条烟生产中的异常情况进行检测试验，结果表明：①VPFE算法在不同分类器下均有较好的检测效果，可以被主流分类器用于学习分类，且检测精度优于其他特征提取算法。

烟支缺失和小包缺失情况的检测精度达100%。

②VPFE算法还可对破损面积在20%以上的小包以及烟支错排情况进行检测，小包破损检出率达95.8%，烟支错排检出率达96.6%。

该算法有效满足了条烟异常情况检测的精度要求，杜绝了条烟缺支和缺包现象，提升了卷烟包装水平。

【总页数】6页(P78-83)
【作者】颜西斌
【作者单位】广西中烟工业有限责任公司柳州卷烟厂，广西柳州市静兰路1号545006
【正文语种】中文
【中图分类】TS439
【相关文献】
1.基于机器视觉的条烟分类识别与定位研究 [J], 曹冬梅;郭壮;李东波
2.基于视觉系统的条烟完整性检测方法 [J], 乔建军;许强
3.基于生物视觉特征和视觉心理学的视频显著性检测算法 [J], 方志明;崔荣一;金璟璇
4.基于SVM-MultiCNN模型的视觉感知跌倒检测算法 [J], 蔡文郁;郑雪晨;郭嘉豪;阮智祥
5.基于视觉感知的故障图像检测算法 [J], 逯鹏;李永强;王治忠;矫琨
因版权原因，仅展示原文概要，查看原文内容请购买。