一种烟支缺陷检测方法及装置
    2.
    发明公开

    公开(公告)号:CN116756372A

    公开(公告)日:2023-09-15

    申请号:CN202310728476.6

    申请日:2023-06-19

    Abstract: 本申请公开了一种烟支缺陷检测方法及装置,烟支缺陷检测方法包括:接收工业相机采集到的烟支图像;基于缺陷检测模型对烟支图像中的缺陷进行识别,获得包含缺陷类型和位置信息的预测框;将预测框的信息转化为XML文件并存储;依据XML文件进行数字化解析,获得烟支图像对应的缺陷值;依据缺陷值评价烟支图像的缺陷等级。本申请采用XML文件进行缺陷识别结果的存储,既保留了原始烟支图像的重要信息,又极大地降低了每张烟支图像所占用的存储空间,在一定程度上可有效地降低存储成本,因此可以记录每张烟支图像的缺陷识别结果,为烟支生产的全样本监控奠定了基础,同时利用缺陷检测模型进行缺陷识别,可以提高检测的精度、适应性和通用性。

    一种卷烟烟支外观检测装置
    4.
    发明公开

    公开(公告)号:CN118749703A

    公开(公告)日:2024-10-11

    申请号:CN202410992020.5

    申请日:2024-07-23

    Abstract: 本申请公开了一种卷烟烟支外观检测装置,包括控制器、输送台、沿输送台的输送方向依次设置在输送台上方的烟支清扫组件、识别相机以及机械手;烟支清扫组件包括固定在输送台上方的U形壳体、沿竖直方向滑动设置在U形壳体内的清洁罩以及沿水平方向滑动设置在U形壳体内的清洁刷,清洁罩的上游端外侧的U形壳体上设有到位传感器;到位传感器与控制器信号连接,控制器与输送台的驱动电机、清洁罩的滑动驱动机构的执行器、清洁刷的滑动驱动机构的执行器、识别相机以及机械手的执行器信号连接。本申请通过烟支清扫组件将烟支表面的烟草碎料和灰尘扫除,避免烟支表面沾染的烟草碎屑和灰尘导致的误检,提高了检测装置的检测精度。

    基于深度学习的烟支外观缺陷特征分析与分布处理方法

    公开(公告)号:CN118096771B

    公开(公告)日:2024-07-05

    申请号:CN202410528006.X

    申请日:2024-04-29

    Abstract: 本发明公开了一种基于深度学习的烟支外观缺陷特征分析与分布处理方法,利用基于深度学习的机器视觉模型全面的从烟支图像中识别出外观缺陷,对外观缺陷进行分类处理,针对每一类外观缺陷执行数值化统计处理,从中获得源于历史数据的烟支外观缺陷统计分布规律,然后基于统计规律结果构建预测机制,不仅是对未来可能出现的烟支外观缺陷进行提前预警,尤其是可以通过分析烟支外观缺陷与生产过程中的若干变量之间的关联关系,为烟支生产过程中提供规避外观缺陷的改进驱动策略。本发明可以辅助用于深入了解每类缺陷的分布趋势和规律,使生产管理者更有效地识别缺陷产生的源头,从而制定精准的改进方案,提高产品质量并最终提升市场竞争力。

    基于深度学习的烟支外观缺陷特征分析与分布处理方法

    公开(公告)号:CN118096771A

    公开(公告)日:2024-05-28

    申请号:CN202410528006.X

    申请日:2024-04-29

    Abstract: 本发明公开了一种基于深度学习的烟支外观缺陷特征分析与分布处理方法,利用基于深度学习的机器视觉模型全面的从烟支图像中识别出外观缺陷,对外观缺陷进行分类处理,针对每一类外观缺陷执行数值化统计处理,从中获得源于历史数据的烟支外观缺陷统计分布规律,然后基于统计规律结果构建预测机制,不仅是对未来可能出现的烟支外观缺陷进行提前预警,尤其是可以通过分析烟支外观缺陷与生产过程中的若干变量之间的关联关系,为烟支生产过程中提供规避外观缺陷的改进驱动策略。本发明可以辅助用于深入了解每类缺陷的分布趋势和规律,使生产管理者更有效地识别缺陷产生的源头,从而制定精准的改进方案,提高产品质量并最终提升市场竞争力。

    一种烟支缺陷数字化质量评价模型、方法和系统

    公开(公告)号:CN118982523A

    公开(公告)日:2024-11-19

    申请号:CN202411058382.3

    申请日:2024-08-02

    Abstract: 本申请公开了一种烟支缺陷数字化质量评价模型、方法和系统,模型包括数字特征提取模块、权重矩阵计算模块以及加权计算模块;数字特征提取模块用于对输入的批量缺陷检测结果进行数字特征的提取,形成原始评价矩阵;权重矩阵计算模块用于依据原始评价矩阵计算对应的权重矩阵;加权计算模块用于将原始评价矩阵和权重矩阵的乘积作为最终评价矩阵。本申请通过对烟支图像的缺陷检测结果进行数字化处理,可以大幅减少存储成本和处理难度,实现对所有烟支的全样本检测,提高烟支外观缺陷检测的全面性和准确性,同时增强了烟厂在检测过程中的主动性,提升整体生产管理水平和市场竞争力。

Patent Agency Ranking