-
题名基于相似性分析和阈值自校正的烟箱缺条智能检测方法
被引量：13
- 1
-
-
作者
王伟
朱立明
章强
张利宏
赵春晖
-
机构
浙江中烟工业有限责任公司
浙江大学控制科学与工程学院工业控制技术国家重点实验室
-
出处
《烟草科技》
EI
CAS
CSCD
北大核心
2019年第1期91-97,共7页
-
基金
国家自然科学基金资助项目"批次过程监测与故障诊断的基础理论研究"(61422306)
NSFC-浙江省两化融合基金资助项目"百万千瓦超临界机组的精细状态监测
故障诊断与自愈调控关键技术研究"(U1709211)
-
文摘
为解决条烟装箱过程中出现的烟箱缺条等质量问题,基于烟箱内部前位、后位图片,建立了一种基于相似性分析和阈值自校正的烟箱缺条智能检测方法。首先,将前位和后位图片进行灰度变换和图像分割,基于处理后图片的横向和纵向分块,采用皮尔逊相似性分析计算图片的16个特征相似度指标,利用核密度估计确定所有建模图片16个指标的阈值;其次,采用横向和纵向分块的相似性分析方法,计算前位和后位图片的16个特征相似度指标,通过与阈值的比较识别前位和后位图片是否发生缺条;最后,将新的未缺条图片特征相似度指标添加到建模图片的特征相似度矩阵中,利用核密度估计进行阈值自校正。以杭州卷烟厂条烟装箱过程的实际运行数据进行验证,结果表明:该方法实现了烟箱内部图片特征信息的有效表征和量化,能够准确判断烟箱缺条缺陷,对测试数据中所有15种缺条缺陷的检测准确率为100%,标注后的图片为缺条问题追溯提供了依据。该方法可为提高烟箱缺条检测方法的适应性和可靠性提供技术支持。
-
关键词
条烟
封箱机
烟箱缺条
相似性分析
阈值自校正
智能检测
核密度估计
-
Keywords
Cigarette carton
Case sealing machine
Carton missing in cigarette case
Similarity analysis
Threshold self-correction
Intelligent detection
Kernel density estimation
-
分类号
TS434
[农业科学—烟草工业]
-
