一种烟叶图像数据质量验证方法、系统、设备及存储介质与流程

1.本发明涉及计算机机器视觉技术领域，尤其涉及一种烟叶图像数据质量验证方法、系统、设备及存储介质。


背景技术：

2.烟叶作为卷烟产品的基础，需要以客观和数字化的方法以表征烟叶质量。现阶段许多专家都致力于基于机器视觉与图像处理技术数字化表征烟叶质量和等级，但需要保证采集图像信息的准确性。烟叶视觉检测系统是在对烟叶图像准确获取的前提下，对图像颜色和叶形等特征进行检测，因此需要采集的烟叶图像能够准确反映烟叶本身的特征信息是整个系统工作的基础和前提。而要准确的获取烟叶的图像信息，就必须有良好的采集设备和环境，以达到更精确、更方便的摄取烟叶图像特征的目的。但烟叶图像数据的准确性还需从另外一个角度得到保障，就是烟叶本身的状态。烟叶图像特征信息的采集，需要烟叶尽可能保持完整且水平的状态，这样才不会因为表面的皱缩而影响对其颜色和形状等特征的提取，进而使烟叶的自动化分级产生误判。所以从源头保证烟叶图像数据质量的问题需要尽早解决。
3.传统方法是专家通过人眼识别来判定烟叶状态作为判定样本质量的途径，这种方法比较依赖人力，耗费时间。
4.因此，亟需一种烟叶图像数据质量验证方法、系统、设备及存储介质。


技术实现要素：

5.本发明的目的是提供一种烟叶图像数据质量验证方法、系统、设备及存储介质，以解决上述现有技术中的问题，能够不依赖专家的人工监测得知烟叶状态，只需基于图像纹理特征即可对烟叶图像数据进行质量验证。
6.第一方面，本发明提供了一种基于图像纹理特征的烟叶图像数据质量验证方法，其中，包括：
7.采集待测烟叶样本的图像；
8.读入图像，将图像转换到rgb颜色空间，并将图像上非烟叶区域置黑；
9.根据烟叶边缘标注烟叶的最小外接矩形框；
10.计算所述最小外接矩形框内烟叶图像的灰度共生矩阵中的对比度，并以所述对比度作为烟叶纹理特征，表征烟叶表面的褶皱程度。
11.如上所述的基于图像纹理特征的烟叶图像数据质量验证方法，其中，优选的是，所述采集待测烟叶样本的图像，具体包括：
12.将单片的烟叶样本展平放置在机器视觉采集系统的铺叶台上，得到完整的烟叶图像。
13.如上所述的基于图像纹理特征的烟叶图像数据质量验证方法，其中，优选的是，所述读入图像，将图像转换到rgb颜色空间，并将图像上非烟叶区域置黑，具体包括：
14.读入图像，获取图像的bgr值；
15.将图像的bgr值转换到rgb颜色空间，以获得图像的rgb通道像素值；
16.采用canny边缘检测算子检测到图像上烟叶的边缘；
17.根据烟叶边缘位置将图像上非烟区域像素值置零，得到除烟叶外均为黑色背景的白色烟叶二值化图像。
18.如上所述的基于图像纹理特征的烟叶图像数据质量验证方法，其中，优选的是，所述根据烟叶边缘标注烟叶的最小外接矩形框，具体包括：
19.采用boundingrect函数对图像上的烟叶画出最小外接矩形。
20.如上所述的基于图像纹理特征的烟叶图像数据质量验证方法，其中，优选的是，所述计算所述最小外接矩形框内烟叶图像的灰度共生矩阵中的对比度，并以所述对比度作为烟叶纹理特征，表征烟叶表面的褶皱程度，具体包括：
21.按照最小矩形四边的方向，采用graycomatrix函数计算得到灰度共生矩阵；
22.根据所述灰度共生矩阵和graycoprops函数计算得到对比度均值；
23.以所述对比度均值作为烟叶纹理特征，表征烟叶表面的褶皱程度。
24.第二方面，本发明还提供一种基于图像纹理特征的烟叶图像数据质量验证系统，包括：
25.图像采集模块，用于采集待测烟叶样本的图像；
26.背景置黑模块，用于读入图像，将图像转换到rgb颜色空间，并将图像上非烟叶区域置黑；
27.烟叶边缘标注模块，用于根据烟叶边缘标注烟叶的最小外接矩形框；
28.对比度计算模块，用于计算所述最小外接矩形框内烟叶图像的灰度共生矩阵中的对比度，并以所述对比度作为烟叶纹理特征，表征烟叶表面的褶皱程度。
29.如上所述的基于图像纹理特征的烟叶图像数据质量验证系统，其中，优选的是，所述背景置黑模块包括：
30.图像读入单元，用于读入图像，获取图像的bgr值；
31.图像转换单元，用于将图像的bgr值转换到rgb颜色空间，以获得图像的rgb通道像素值；
32.烟叶边缘检测单元，用于采用canny边缘检测算子检测到图像上烟叶的边缘，
33.背景置黑单元，用于根据烟叶边缘位置将图像上非烟区域像素值置零，得到除烟叶外均为黑色背景的白色烟叶二值化图像。
34.如上所述的基于图像纹理特征的烟叶图像数据质量验证系统，其中，优选的是，所述对比度计算模块包括：
35.灰度共生矩阵获取单元，用于按照最小矩形四边的方向，采用graycomatrix函数计算得到灰度共生矩阵；
36.对比度均值计算单元，用于根据所述灰度共生矩阵和graycoprops函数计算得到对比度均值；
37.烟叶褶皱程度表征单元，用于以所述对比度均值作为烟叶纹理特征，表征烟叶表面的褶皱程度。
38.第三方面，本发明还提供一种电子设备，所述电子设备包括存储器和处理器，所述
存储器存储有计算机程序，所述处理器执行所述计算机程序时，实现上述的基于图像纹理特征的烟叶图像数据质量验证方法。
39.第四方面，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现上述的基于图像纹理特征的烟叶图像数据质量验证方法。
40.本发明提供一种烟叶图像数据质量验证方法、系统、设备及存储介质，不依赖专家的人工监测得知烟叶状态，只需基于图像纹理特征即可对烟叶图像数据进行质量验证，加快工业流程速度，进一步实现工业自动化；鲁棒性高、无损，可用于机器视觉烟叶图像质量控制系统；应用在烟叶外观质量单指标表征中，可以进一步提升对烟叶图像质量的控制效率。
附图说明
41.为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步描述，其中：
42.图1为本发明提供的基于图像纹理特征的烟叶图像数据质量验证方法实施例的流程图；
43.图2为本发明提供的基于图像纹理特征的烟叶图像数据质量验证系统实施例的结构框图；
44.图3为本发明提供的电子设备的结构框图。
具体实施方式
45.现在将参照附图来详细描述本公开的各种示例性实施例。对示例性实施例的描述仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。本公开可以以许多不同的形式实现，不限于这里所述的实施例。提供这些实施例是为了使本公开透彻且完整，并且向本领域技术人员充分表达本公开的范围。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、材料的组分、数字表达式和数值应被解释为仅仅是示例性的，而不是作为限制。
46.本公开中使用的“第一”、“第二”：以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的部分。“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素，并不排除也涵盖其他要素的可能。“上”、“下”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
47.在本公开中，当描述到特定部件位于第一部件和第二部件之间时，在该特定部件与第一部件或第二部件之间可以存在居间部件，也可以不存在居间部件。当描述到特定部件连接其它部件时，该特定部件可以与所述其它部件直接连接而不具有居间部件，也可以不与所述其它部件直接连接而具有居间部件。
48.本公开使用的所有术语(包括技术术语或者科学术语)与本公开所属领域的普通技术人员理解的含义相同，除非另外特别定义。还应当理解，在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。
49.对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，技术、方法和设备应当被视为说明书的一部分。
50.烟叶图像特征信息的采集，需要烟叶尽可能保持完整且水平的状态，这样才不会因为表面的皱缩而影响对其颜色和形状等特征的提取，进而使烟叶的自动化分级产生误判。所以从源头保证烟叶图像数据质量的问题需要尽早解决。传统方法是专家通过人眼识别来判定烟叶状态作为判定样本质量的途径，这种方法比较依赖人力，耗费时间。现有技术机器视觉检测对烟叶样本状态进行检测，对于准确控制采集烟叶图像质量的稳定性，提高图像数字处理的可靠性和重现性具有十分重要的意义。
51.实施例1
52.如图1所示，本实施例提供的基于图像纹理特征的烟叶图像数据质量验证方法在实际执行过程中，具体包括如下步骤：
53.步骤s1、采集待测烟叶样本的图像。
54.具体地，将单片的烟叶样本展平放置在机器视觉采集系统的铺叶台上，得到完整的烟叶图像。
55.本发明在一种实施方式中，采用烤烟烟叶作为测试对象，例如可以选取2022年云南曲靖产地烟叶作为样本，分为两个实验组为平行实验，每组实验拥有两组数据，作为对比实验。
56.其中，实验组一中的数据一为：平整度较一致的烟叶：10张bif等级烟叶图像；实验组二中的数据二为：平整度差异大的烟叶：20张b1f等级烟叶图像。
57.实验组二中的数据一为：平整度较一致的烟叶：10张b2f等级烟叶图像；实验组二中的数据二为：平整度差异大的烟叶：20张b2f等级烟叶图像。
58.步骤s2、读入图像，将图像转换到rgb颜色空间，并将图像上非烟叶区域置黑。
59.在本发明的基于图像纹理特征的烟叶图像数据质量验证方法的一种实施方式中，所述步骤s2具体可以包括：
60.步骤s21、读入图像，获取图像的bgr值。
61.步骤s22、将图像的bgr值转换到rgb颜色空间，以获得图像的rgb通道像素值。
62.步骤s23、采用canny边缘检测算子检测到图像上烟叶的边缘。
63.步骤s24、根据烟叶边缘位置将图像上非烟区域像素值置零，得到除烟叶外均为黑色背景的白色烟叶二值化图像。
64.通过将图像上非烟叶区域像素值置零，可以将图像上除烟叶外的杂色背景区域置黑。
65.步骤s3、根据烟叶边缘标注烟叶的最小外接矩形框。
66.具体地，采用boundingrect函数对图像上的烟叶画出最小外接矩形。
67.步骤s4、计算所述最小外接矩形框内烟叶图像的灰度共生矩阵中的对比度，并以所述对比度作为烟叶纹理特征，表征烟叶表面的褶皱程度。
68.在本发明的基于图像纹理特征的烟叶图像数据质量验证方法的一种实施方式中，所述步骤s4具体可以包括：
69.步骤s41、按照最小矩形四边的方向，采用graycomatrix函数计算得到灰度共生矩阵。
70.步骤s42、根据所述灰度共生矩阵和graycoprops函数计算得到对比度均值。
71.步骤s43、以所述对比度均值作为烟叶纹理特征，表征烟叶表面的褶皱程度。
72.进一步地，本发明还对基于图像纹理特征的烟叶图像数据质量验证方法的结果进行验证。具体的验证方式为：将基于本发明的方法得到的烟叶图像纹理特征对比度结果计算每个实验组结果的变异系数与专家对实际烟叶平整程度进行对比，对比结果如表1。
73.表1对比结果
74.实验组b1f实验组b2f实验组专家评价对比结果数据一的变异系数9.73％9.71％平整一致数据二的变异系数12.96％13.88％褶皱一致
75.从表1可以看出，同一实验组中，数据一的变异系数小于数据二的变异系数，说明纹理指标对烟叶图像质量具有衡量作用，发现两组平行实验结果与专家评价一致，且二者评价结果一致的比例为100％，具有较高准确率；可见，本发明的基于图像纹理特征的烟叶图像数据质量验证方法为今后应用于机器视觉烟叶图像质量控制系统中，对烟叶图像质量控制的效率的提升提供研究基础。
76.本发明实施例提供的基于图像纹理特征的烟叶图像数据质量验证方法，不依赖专家的人工监测得知烟叶状态，只需基于图像纹理特征即可对烟叶图像数据进行质量验证，加快工业流程速度，进一步实现工业自动化；鲁棒性高、无损，可用于机器视觉烟叶图像质量控制系统；应用在烟叶外观质量单指标表征中，可以进一步提升对烟叶图像质量的控制效率。
77.实施例2
78.相应地，如图2所示，本发明还提供一种基于图像纹理特征的烟叶图像数据质量验证系统，包括：
79.图像采集模块1，用于采集待测烟叶样本的图像；
80.背景置黑模块2，用于读入图像，将图像转换到rgb颜色空间，并将图像上非烟叶区域置黑；
81.烟叶边缘标注模块3，用于根据烟叶边缘标注烟叶的最小外接矩形框；
82.对比度计算模块4，用于计算所述最小外接矩形框内烟叶图像的灰度共生矩阵中的对比度，并以所述对比度作为烟叶纹理特征，表征烟叶表面的褶皱程度。
83.进一步地，所述背景置黑模块2包括：
84.图像读入单元，用于读入图像，获取图像的bgr值；
85.图像转换单元，用于将图像的bgr值转换到rgb颜色空间，以获得图像的rgb通道像素值；
86.烟叶边缘检测单元，用于采用canny边缘检测算子检测到图像上烟叶的边缘，
87.背景置黑单元，用于根据烟叶边缘位置将图像上非烟区域像素值置零，得到除烟叶外均为黑色背景的白色烟叶二值化图像。
88.更进一步地，所述对比度计算模块4包括：
89.灰度共生矩阵获取单元，用于按照最小矩形四边的方向，采用graycomatrix函数计算得到灰度共生矩阵；
90.对比度均值计算单元，用于根据所述灰度共生矩阵和graycoprops函数计算得到
对比度均值；
91.烟叶褶皱程度表征单元，用于以所述对比度均值作为烟叶纹理特征，表征烟叶表面的褶皱程度。
92.本发明实施例提供的基于图像纹理特征的烟叶图像数据质量验证系统，不依赖专家的人工监测得知烟叶状态，只需基于图像纹理特征即可对烟叶图像数据进行质量验证，加快工业流程速度，进一步实现工业自动化；鲁棒性高、无损，可用于机器视觉烟叶图像质量控制系统；应用在烟叶外观质量单指标表征中，可以进一步提升对烟叶图像质量的控制效率。
93.实施例3
94.如图3所示，本发明还提供一种电子设备，所述电子设备包括存储器22和处理器21，所述存储器22存储有计算机程序23，所述处理器21执行所述计算机程序23时，实现实施例1的基于图像纹理特征的烟叶图像数据质量验证方法。
95.其中，所述电子设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该电子设备可包括但不仅限于处理器、存储器。本领域技术人员可以理解的是，图3仅仅是电子设备的举例，并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
96.所述处理器21可以是中央处理单元(central processing unit，cpu)，该处理器21还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(fieldprogrammable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
97.所述存储器22在一些实施例中可以是所述电子设备的内部存储单元，例如电子设备的硬盘或内存。所述存储器22在另一些实施例中也可以是所述电子设备的外部存储设备，例如所述电子设备上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，所述存储器22还可以既包括所述电子设备的内部存储单元也包括外部存储设备。所述存储器22用于存储操作系统、应用程序、引导装载程序(bootloader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器22还可以用于暂时地存储已经输出或者将要输出的数据。
98.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
99.实施例4
100.本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算
机程序，所述计算机程序被处理器执行时，实现实施例1的基于图像纹理特征的烟叶图像数据质量验证方法。
101.至此，已经详细描述了本公开的各实施例。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。
102.虽然已经通过示例对本公开的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本公开的范围。本领域的技术人员应该理解，可在不脱离本公开的范围和精神的情况下，对以上实施例进行修改或者对部分技术特征进行等同替换。本公开的范围由所附权利要求来限定。

技术特征：
1.一种基于图像纹理特征的烟叶图像数据质量验证方法，其特征在于，包括：采集待测烟叶样本的图像；读入图像，将图像转换到rgb颜色空间，并将图像上非烟叶区域置黑；根据烟叶边缘标注烟叶的最小外接矩形框；计算所述最小外接矩形框内烟叶图像的灰度共生矩阵中的对比度，并以所述对比度作为烟叶纹理特征，表征烟叶表面的褶皱程度。2.根据权利要求1所述的基于图像纹理特征的烟叶图像数据质量验证方法，其特征在于，所述采集待测烟叶样本的图像，具体包括：将单片的烟叶样本展平放置在机器视觉采集系统的铺叶台上，得到完整的烟叶图像。3.根据权利要求1所述的基于图像纹理特征的烟叶图像数据质量验证方法，其特征在于，所述读入图像，将图像转换到rgb颜色空间，并将图像上非烟叶区域置黑，具体包括：读入图像，获取图像的bgr值；将图像的bgr值转换到rgb颜色空间，以获得图像的rgb通道像素值；采用canny边缘检测算子检测到图像上烟叶的边缘；根据烟叶边缘位置将图像上非烟区域像素值置零，得到除烟叶外均为黑色背景的白色烟叶二值化图像。4.根据权利要求1所述的基于图像纹理特征的烟叶图像数据质量验证方法，其特征在于，所述根据烟叶边缘标注烟叶的最小外接矩形框，具体包括：采用boundingrect函数对图像上的烟叶画出最小外接矩形。5.根据权利要求1所述的基于图像纹理特征的烟叶图像数据质量验证方法，其特征在于，所述计算所述最小外接矩形框内烟叶图像的灰度共生矩阵中的对比度，并以所述对比度作为烟叶纹理特征，表征烟叶表面的褶皱程度，具体包括：按照最小矩形四边的方向，采用graycomatrix函数计算得到灰度共生矩阵；根据所述灰度共生矩阵和graycoprops函数计算得到对比度均值；以所述对比度均值作为烟叶纹理特征，表征烟叶表面的褶皱程度。6.一种基于图像纹理特征的烟叶图像数据质量验证系统，其特征在于，包括：图像采集模块，用于采集待测烟叶样本的图像；背景置黑模块，用于读入图像，将图像转换到rgb颜色空间，并将图像上非烟叶区域置黑；烟叶边缘标注模块，用于根据烟叶边缘标注烟叶的最小外接矩形框；对比度计算模块，用于计算所述最小外接矩形框内烟叶图像的灰度共生矩阵中的对比度，并以所述对比度作为烟叶纹理特征，表征烟叶表面的褶皱程度。7.根据权利要求6所述的基于图像纹理特征的烟叶图像数据质量验证系统，其特征在于，所述背景置黑模块包括：图像读入单元，用于读入图像，获取图像的bgr值；图像转换单元，用于将图像的bgr值转换到rgb颜色空间，以获得图像的rgb通道像素值；烟叶边缘检测单元，用于采用canny边缘检测算子检测到图像上烟叶的边缘，背景置黑单元，用于根据烟叶边缘位置将图像上非烟区域像素值置零，得到除烟叶外
均为黑色背景的白色烟叶二值化图像。8.根据权利要求6所述的基于图像纹理特征的烟叶图像数据质量验证系统，其特征在于，所述对比度计算模块包括：灰度共生矩阵获取单元，用于按照最小矩形四边的方向，采用graycomatrix函数计算得到灰度共生矩阵；对比度均值计算单元，用于根据所述灰度共生矩阵和graycoprops函数计算得到对比度均值；烟叶褶皱程度表征单元，用于以所述对比度均值作为烟叶纹理特征，表征烟叶表面的褶皱程度。9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时，实现权利要求1至5中任一项所述的基于图像纹理特征的烟叶图像数据质量验证方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1至5中任一项所述的基于图像纹理特征的烟叶图像数据质量验证方法。

技术总结
本发明公开了一种烟叶图像数据质量验证方法、系统、设备及存储介质，所述方法包括：采集待测烟叶样本的图像；读入图像，将图像转换到RGB颜色空间，并将图像上非烟叶区域置黑；根据烟叶边缘标注烟叶的最小外接矩形框；计算最小外接矩形框内烟叶图像的灰度共生矩阵中的对比度，并以对比度作为烟叶纹理特征，表征烟叶表面的褶皱程度。本发明的烟叶图像数据质量验证方法、系统、设备及存储介质，不依赖专家的人工监测得知烟叶状态，只需基于图像纹理特征即可对烟叶图像数据进行质量验证，加快工业流程速度，实现工业自动化；鲁棒性高、无损，可用于机器视觉烟叶图像质量控制系统；应用在烟叶外观质量单指标表征中，提升对烟叶图像质量的控制效率。控制效率。控制效率。


技术研发人员：刘建国 李奇 赵程虹 刘化冰 李开宴 张赵鹏 徐均华 石超 金腾飞 薛辰
受保护的技术使用者：上海创和亿电子科技发展有限公司
技术研发日：2023.04.12
技术公布日：2023/7/21