基于视觉词袋模型提取胶痕特征的卷烟真伪鉴别

目的 为快速准确地鉴别多品牌卷烟真伪,提出一种基于视觉词袋模型提取烟盒胶痕图像特征的鉴别方法。方法 首先,利用自主设计的多光源胶痕采集装置获取烟盒内部的胶痕图像,通过图像处理技术去除原始图像的部分背景后得到胶痕图像样本;然后,从胶痕图像样本中提取尺度不变特征转换（SIFT）特征,并用K-Means算法对特征聚类生成视觉词典;再依据视觉词典的视觉单词直方图特征集对胶痕图像进行训练分类,从而达到鉴别卷烟真伪的目的。结果 以10种真品包装机型生产的烟盒胶痕图像以及假冒烟盒胶痕图像为对象,烟盒样品涉及64个卷烟品牌,对360张胶痕图像分类测试,得到真伪识别率为97.22%,每个样本平均鉴别时间为0.05s。结论 提出的方法采集胶痕图像简便、真伪鉴别效率和准确率高,并适用于多种卷烟品牌。为提高真伪卷烟鉴别效率、准确率和通用性提供了技术支持。     

机器视觉在卷烟生产中的应用与展望

烟草是国家和地方财税的重要来源,而卷烟是最主要的烟草制品。卷烟生产主要包括烟叶加工、制丝工艺、烟支卷接和卷烟包装四个环节,针对卷烟生产工艺中传统人工或半自动方法耗时费力且易造成较大误差的问题,大量基于机器视觉的方法与应用被提出,进一步提高卷烟生产自动化和标准化程度。为深入了解基于机器视觉的卷烟生产研究,整理和分析了近年来国内外的相关文献。首先,阐述了机器视觉基本原理和卷烟生产的主要工艺流程;然后,从图像处理技术、传统机器学习和深度学习三类,对近年来机器视觉在卷烟生产中的研究与应用进行梳理,并分析了现有方法面临的挑战;最后,对机器视觉技术在卷烟生产领域的应用进行展望。该文系统梳理了机器视觉在卷烟生产中的应用,对卷烟的人工智能化生产具有重要参考价值。