基于改进YOLOv5的条烟识别研究

目的针对当下烟草物流中心条烟分拣机及人工分拣时会产生错烟等问题。从兼顾实时性、识别精度出发,基于YOLOv5s算法提出一种收敛速度更快、准确率更高的条烟识别模型。方法首先在YOLOv5s网络架构中融入CA注意力模块来更好地提取特征,提高模型获取目标位置的准确度;其次将原网络中的最近邻插值上采样算子改为轻量级通用上采样算子CARAFE,获得更大的感受野;然后在骨干网络中嵌入Ghost模块,对网络进行轻量化处理;最后在烟草物流中心搭建条烟图像采集系统,建立条烟图像数据集。结果相较于YOLOv5s,本文提出的优化算法计算量减少了45.8%,mAP@0.5值达到了99.3%,在条烟纠错系统上识别率约为99.9%。结论本文提出的优化算法能够高精度满足高速条烟分拣识别需求。

基于YOLOv4卷积神经网络的条烟包装外观缺陷检测系统

为提升条烟包装质量,设计基于YOLOv4卷积神经网络的条烟包装外观缺陷检测系统。系统包括传送带模块、图像采集模块、控制模块以及执行模块。传送带模块将待检测的条烟由上游运送至检测系统;图像采集模块利用黑白相机与彩色相机在LED补光器照明下采集传送带上待检测条烟外观图像并传送至控制模块;控制模块对条烟外观图像实施滤波处理后,通过YOLOv4卷积神经网络提取条烟外观特征图;执行模块基于缺陷检测结果向PLC控制子模块发出控制信号,控制执行模块清除条烟外观缺陷检测结果不合格的产品。实验结果显示,该系统能够准确检测条烟外观缺陷,提升条烟包装质量。

GDH1000高速包装机条烟分道装置设计与应用

针对GDH1000高速包装机条烟在分道输送过程中产生的碰撞、喷码磨花,造成条烟无法读取条形码,不能实现条烟自动输送及实现自动化大生产。通过分析滚轮输送、下滑通道的缺陷,通过采用气动控制、同步带传动等技术,实现条烟的精准分道和输送。

基于AGAST角点域特征的条烟快速识别算法

为提高烟草物流中心自动化分拣效率,基于视觉技术提出了一种与高速自动化条烟分拣线相匹配的快速条烟识别算法。将穹形光源和同轴光源相结合设计了一种新型打光方式,使用高速彩色相机获取条烟图像信息,提出一种基于AGAST(Adaptive and Generic Accelerated Segment Test)角点域的特征描述方法。根据提取的特征建立条烟图像数据库,并使用极端学习机(Extreme Learning Machine,ELM)进行训练与识别,实现条烟的快速识别。将本文算法与SIFT和SVM算法的识别效果进行对比,结果表明:本文算法的识别率和实时性均为最优,识别率达到100%,识别耗时在3种算法中最少,能够满足自动化分拣线10帧/秒的要求。该算法为有效提高条烟异常情况检测的精度提供了参考。

BV包装机条烟外观质量检测装置的设计

目的解决BV包装机在生产过程中,容易出现条烟外包透明纸丢失、泡皱、粘贴不牢、反条包装、拉线丢失、拉线错位等外观包装缺陷不能被有效检测及剔除等问题。方法设计一种新型的BV包装机条烟外观视觉检测系统,通过动态图像采集、图像识别与处理、安装支架设计、工业相机安装、触发脉冲采集、剔除装置设计等,实现对外观存在缺陷条烟的自动准确检测剔除。结果该外观视觉检测系统实施后,外观缺陷条烟检测和剔除率≥99.8%,误剔率≤0.01%。结论该外观视觉检测系统能提高产品外观质量,降低物耗,为精益生产、精益加工起到了一定的保障作用,该系统和技术可推广应用于行业内的单机包装设备上。

条烟自动分拣的异步法及其装置

为统筹规划自动分拣仓列阵和输送系统的动作,提出条烟自动分拣系统的异步分拣法及其基本控制算法,并与同步分拣法进行了比较,其中输送系统包括一串相互连接的输送容器,并且采用步进方式运动.研究了自动分拣仓的条烟分拣执行方案,设计了滑道式分拣装置,其条烟连续进给运用斜面和重力原理而无需动力推进,其中双动出烟机构具有可任意切换的单条出烟和单排出烟功能.试验得到了基于异步分拣法的条烟自动分拣的基本能力数据,系统的实际分拣效率大于10 000条/h.

基于HAZOP的条烟装封箱机控制系统的研究与改进

装封箱机系统作为卷烟包装生产的最后一道工序,其工作性能是否可靠直接影响整条香烟包装生产线的效率;通过对现有的装封箱机系统工作原理和控制系统进行介绍,采用HAZOP理论对现有的装封箱机进行可靠性分析,并找出薄弱环节进行产品改造,提高整条包装生产线的生产效率。

OpenCV在条烟视觉检测系统中的应用

条烟视觉检测系统是安装在条包生产线上,在条包装箱之前,对其外观缺陷进行检测的一种专用设备。系统可以对生产线上的条包进行实时检测,并及时剔除外观有缺陷的产品,具有高速、高效、准确的优点。该检测系统是集机械、光电、计算机、通信等技术为一体自动化检测系统,系统具有高速、高效、准确的优点,它的使用不仅可以提高烟草生产企业的自动化程度,还可以降低工人的劳动程度,改善工作环境,保证产品的质量。对常见条烟检测项进行了算法设计,并利用某公司的开源计算机视觉库OpenCV进行算法实现,提高了检测速度和精度。

半自动分拣线上运动条烟的在线识别

为提高立式条烟分拣机的分拣效率,节省分拣时间,采用视觉技术实现了烟草物流配送中心半自动分拣线上运动条烟的在线识别。搭建视觉系统平台进行图像采集;对获取的图像进行预处理,提出了一种"两步法"的轮廓提取算法,并在此基础上提取图像的颜色、纹理、形状等特征;利用获取的图像特征建立图像特征数据库,通过图像最小特征距离准则进行图像识别,自动完成每一个订单内各条烟品牌和数量的核对。结果表明:物流中心按4条配送线日均配送量约5万条计算,可节省时间0.5 h/d。系统运行稳定,可满足6幅/秒的条烟图像处理速度要求,识别正确率在99.99%以上,有效满足了条烟现场识别的需求,保证了条烟分拣的顺利进行。

视觉引导的机器人条烟分拣系统设计与实现

目的 为了实现对多品种条烟高效率分拣,开发基于视觉的工业机器人条烟分拣系统平台。方法 系统采用LABVIEW图像采集及处理双进程执行系统,并基于LABVIEW进行二次开发的图像模板匹配算法。模板匹配算法得到的数据,通过与工业机器人之间的数据库对比来实现对条烟的识别和分拣,拓展机器人的应用范围。结果 4种任意放置条烟进行分拣,识别时间在100ms之内,条烟识别准确率为100%,条烟分拣速度根据传送带设置为0~4 m/s可调。结论 视觉引导的机器人条烟分拣系统软硬件设计正确,条烟识别准确,条烟分拣效率高。

带缓存的条烟并行分拣系统开发研究

论述了一种基于并行作业机制和预分拣缓存原理的条烟分拣工艺及系统,采用该分拣工艺和系统可使条烟分拣效率由传统的不足1万条/h提高到2万条/h以上。完成同样的分拣任务,使用该系统可以减少分拣线和作业人员的配置数量,显著提高企业的经济效益。

利用能量特征进行条烟识别

针对条烟识别中的图像特征提取问题,定义了一种新的图像特征。此特征描述了图像能量谱的分布特性,能够综合地反映图像的颜色、纹理、形状特点,并且不随图像的旋转和平移而改变。将此特征应用到条烟识别中,获得了令人满意的结果。

基于TRIZ理论的装封箱机条烟变更器控制系统改进

为了解决装封箱机条烟冗余轨道的"堵塞"问题,通过"人、机、料、法、环、测量"等要素对问题进行分析,找出条烟"堵塞"的主要原因;并在TRIZ理论中建立模型,找出解决问题的空间分离和时间分离原理,结合解决原理对现有的控制系统进行改进。结果表明:改进后的变更器能够避免"堵塞"问题的发生,当3台包装机进入同1台装封箱机时,一个月可减少因"堵塞"影响条烟包装外观的香烟达6箱。此次改进通过少量电子元件的投入,为企业带来较大的经济效益。

基于机器视觉的条烟分类识别与定位研究

针对人力分拣条烟速度慢、易出错等问题,提出利用机器视觉实现对条烟的分类识别与定位。首先对图像进行预处理,在图像像素范围内辨别条烟像素所占区域;其次根据图像算子计算条烟的边缘区域,得到图像中条烟的方位向量;再次利用金字塔搜索策略寻找与图像条烟边缘匹配的模板;最后采用支持向量机的数据分类功能,实现对条烟的分类。实验表明,该方法可准确识别条烟并对其进行精确定位,对于提高工作效率具有重要意义。

条烟装封箱机的工作原理

本文介绍烟草企业中条烟装封箱机的工作原理和过程。条烟通过输入输送带送入堆叠站堆叠,后被推入打开的纸箱中,内箱盖被折叠,被喷上热熔胶,再折叠外折叠盖,最后在箱体上打上号码,完成装封箱。

条烟自动分拣机监控系统的设计

分析目前我国条烟分拣机的现状,并在此基础上开发了条烟高效自动分拣系统,简单介绍了条烟分拣系统．并对异步分拣法进行了阐述,设计了基于Profibus现场总线的监控系统,对硬件组成进行分析;研究了条烟分拣系统的控制策略,提出用“预测控制”下载订单,分析了上位机的软件系统,对条烟自动分拣机试验结果表明,该监控系统运行稳定可靠,效率高,具有一定的实用性和推广价值。

基于形态学处理算法的条烟复核技术

为解决传统人工条烟复核方法与现有高速自动卷烟分拣系统不匹配等问题,基于形态学处理算法,利用条烟条码唯一性,提出了一种条烟图像自动识别方法。采用正方形自适应结构元素形态学算法处理二值化图像,减少条码内部条空区域对连通域的干扰,得到多个候选子连通域;采用子区域筛选方法定位条码区域,通过投影法定位可识别的字符并分割数字,完成条烟信息识别。以不同姿态不同品种的条烟图片在Matlab中进行仿真实验,测试条码定位分割算法的鲁棒性。结果表明:1该方法能够有效避免条烟表面字符、图形信息及光照噪声带来的干扰。2投影法可将供人识别字符与条空区域快速分割开,实现数字的有效定位,对于条码倾斜、低像素图像的数字分割效果良好。3加权模板匹配法结合模糊判别准则的数字识别算法,对于低品质数字以及易混淆数字均具有较好的识别效果。4在现场测试条件下,系统识别效率可达2 686次/h,准确率达95.2%。在满足系统要求下,采用该方法能够大幅提升条烟图像识别效率和准确性。

基于HALCON与SURF的多特征融合条烟识别系统

烟草物流中心工作量大,枯燥单一,导致分拣过程中经常出现多拿、少拿以及错拿等错误分拣现象,这极大的影响了分拣的效率,甚至导致一些不必要的损失。针对此现象,设计了一种基于HALCON与SURF的多特征融合条烟识别系统。不但提出了新的条烟图像特征描述方法,同时针对分拣生产线的特点,对识别策略进行了相应的改进设计。实验表明,此方案具有较好的应用前景。

设计机械手实现G.D包装机美容器内的条烟自动取出

G.D机组CV条透明纸包装机增设的条烟美容器无自动取出装置,停机后若不及时取出美容器内的条烟,条烟易被烫坏,为此设计了一套机械手自动取出条烟装置。通过分析机械手方式实现条烟取出的可行性和可靠性,设计了机械手的"手指"、"手臂"和电、气自动控制系统,实现了机械手自动取出条烟美容器内的条烟。经长期运行表明,该装置能准确无误地将条烟自动取出,取出的条烟的烟支质量也是完好的。实现美容器内条烟自动取出,避免了条烟被长时间过度加热,使产品质量得到了保证,同时也减少了因条烟透明纸被烫坏而造成的原辅材料消耗,降低了生产成本。