本發(fā)明涉及工業(yè)檢測(cè)領(lǐng)域，尤其涉及一種基于cis(contactimagesensor，接觸式圖像傳感器)圖像采集單元的條煙分揀檢測(cè)系統(tǒng)和方法。

背景技術(shù)：

我國(guó)煙草行業(yè)一直實(shí)行“統(tǒng)一領(lǐng)導(dǎo)、垂直管理、專營(yíng)專賣”的制度。煙草的物流網(wǎng)絡(luò)支撐著全國(guó)煙草從生產(chǎn)到零售和消費(fèi)的整個(gè)進(jìn)程。在煙草流通的過(guò)程中，起始于各個(gè)卷煙廠，各種類卷煙匯聚于煙草配送中心，之后批發(fā)至零售商，最后進(jìn)入消費(fèi)者手中。

卷煙分揀作為整個(gè)煙草流通過(guò)程中最復(fù)雜的環(huán)節(jié)，其職能是按客戶下達(dá)的訂單分揀出相應(yīng)數(shù)量和種類的卷煙。卷煙分揀方式主要包括手工分揀、半自動(dòng)分揀和自動(dòng)分揀。手工分揀是基于零售戶訂單需求，用手工進(jìn)行揀選、配貨的一種分揀方式。由于人力成本高、勞動(dòng)強(qiáng)度大、分揀效率低，人工分揀目前只在一些偏遠(yuǎn)地區(qū)有應(yīng)用。自動(dòng)分揀是為了滿足超大規(guī)模的配送分揀要求、將訂單數(shù)據(jù)進(jìn)行系統(tǒng)分析研究，采用不同的條煙分揀設(shè)備進(jìn)行高效處理的一種卷煙分揀方式。由于分揀系統(tǒng)復(fù)雜、造價(jià)高、系統(tǒng)維護(hù)難度大、運(yùn)行成本高，自動(dòng)分揀目前沒(méi)有推廣。半自動(dòng)分揀是指利用計(jì)算機(jī)信息處理技術(shù)、自動(dòng)控制技術(shù)與自動(dòng)化設(shè)備配合，非關(guān)鍵工序使用作業(yè)人員，將訂單需求和條煙揀選處理的分揀方式。由于分揀速度快，人力成本低，半自動(dòng)分揀方式現(xiàn)在普遍被使用。首先人工將各種類條煙放在分揀機(jī)中(一個(gè)分揀機(jī)只分揀同一種條煙)，然后根據(jù)客戶訂單分揀條煙，然后通過(guò)傳送裝置進(jìn)行傳送到最后的封裝。如：客戶訂單為：10條黃鶴樓、5條中華、8條芙蓉王，則對(duì)應(yīng)這三種條煙的分揀機(jī)分揀出相應(yīng)數(shù)量的條煙到傳送裝置上，通過(guò)傳送裝置進(jìn)行傳送到最后的封裝。由于分揀機(jī)和傳輸裝置的傳輸速率問(wèn)題，可能會(huì)導(dǎo)致訂單與分揀產(chǎn)品不符的問(wèn)題。因此研究出準(zhǔn)確穩(wěn)定的條煙分揀檢測(cè)系統(tǒng)和方法是很有必要的。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)的缺陷，本發(fā)明的目的在于提供一種基于cis圖像采集的條煙分揀檢測(cè)檢測(cè)系統(tǒng)和方法，旨在解決條煙分揀過(guò)程中訂單與分揀產(chǎn)品不符的問(wèn)題。

本發(fā)明提供了一種基于cis圖像采集的條煙分揀檢測(cè)系統(tǒng)，包括：傳送裝置、圖像采集裝置、數(shù)據(jù)處理模塊和顯示裝置；圖像采集裝置位于所述傳送裝置的正上方，且圖像采集裝置與數(shù)據(jù)處理模塊連接；當(dāng)條煙通過(guò)傳送裝置進(jìn)行運(yùn)輸且當(dāng)條煙經(jīng)過(guò)圖像采集裝置下方時(shí)，圖像采集裝置對(duì)條煙進(jìn)行圖像采集，并將圖像傳輸給數(shù)據(jù)處理模塊，數(shù)據(jù)處理模塊對(duì)其進(jìn)行分析檢測(cè)。

更進(jìn)一步地，圖像采集裝置包括：三個(gè)cis圖像采集單元和兩個(gè)條形光源，第一cis圖像采集單元設(shè)置在傳送裝置的正上方，第二cis圖像采集單元和第三cis圖像采集單元分別設(shè)置在傳送裝置的兩側(cè)，第一cis圖像采集單元兩側(cè)各安裝有一個(gè)條形光源，用于使得被采集的條煙的圖像亮度均勻，第一cis圖像采集單元用于采集條煙上表面的圖像；第二cis圖像采集單元和第三cis圖像采集單元分別用于采集條煙兩個(gè)側(cè)面的圖像。

更進(jìn)一步地，三個(gè)cis圖像采集單元結(jié)構(gòu)相同，均包括：fpga模塊，分別與所述fpga模塊連接的cis圖像采集模塊、模數(shù)轉(zhuǎn)換模塊、存儲(chǔ)模塊、采集速度匹配模塊和圖像輸出模塊，以及用于提供工作電源的電源模塊；cis圖像采集模塊用于對(duì)條煙進(jìn)行圖像采集并輸出一系列模擬數(shù)據(jù)；所述模數(shù)轉(zhuǎn)換模塊用于將模擬數(shù)據(jù)轉(zhuǎn)化為數(shù)字信號(hào)；所述fpga模塊用于實(shí)現(xiàn)整個(gè)系統(tǒng)的時(shí)序控制；所述采集速度匹配模塊用于根據(jù)傳送裝置的傳送速度調(diào)整cis圖像模塊采集圖像速率；所述存儲(chǔ)模塊用于緩存采集到的數(shù)字圖像數(shù)據(jù)；所述圖像輸出模塊用于將采集到的條煙圖像發(fā)送給所述數(shù)據(jù)處理模塊。

本發(fā)明還提供了一種基于cis圖像采集的條煙分揀檢測(cè)方法，包括下述步驟：

s1：通過(guò)cis圖像采集單元對(duì)條煙進(jìn)行圖像采集；

s2：對(duì)采集的條煙圖像進(jìn)行處理，獲得條煙圖像的特征；

s3：根據(jù)所述條煙圖像的特征和條煙標(biāo)志圖像數(shù)據(jù)庫(kù)確定條煙的種類和數(shù)量；

s4：根據(jù)條煙的種類和數(shù)量判斷分揀條煙是否與原有訂單相符，并顯示結(jié)果。

更進(jìn)一步地，條煙標(biāo)志圖像數(shù)據(jù)庫(kù)的建立具體包括：

(1.1)利用ccd相機(jī)采集條煙標(biāo)志并獲得條煙標(biāo)志圖像；

(1.2)利用形態(tài)學(xué)方法對(duì)條煙標(biāo)志圖像進(jìn)行處理，獲得條煙標(biāo)志輪廓圖像；

(1.3)利用圖像金字塔方法對(duì)條煙標(biāo)志輪廓圖像進(jìn)行處理，獲得條煙標(biāo)志特征集；所述條煙標(biāo)志特征集包含不同種類的條煙的標(biāo)志；

(1.4)對(duì)條煙標(biāo)志特征集進(jìn)行標(biāo)記。

更進(jìn)一步地，步驟(1.3)具體為：

(1.31)將條煙標(biāo)志輪廓圖像進(jìn)行灰度化處理，獲得條煙標(biāo)志輪廓灰度圖像；

(1.32)對(duì)條煙標(biāo)志灰度圖像進(jìn)行hessian變換，獲得條煙標(biāo)志變換圖像；

(1.33)通過(guò)改變hessian變換中算子的尺度大小并重復(fù)步驟(1.32)，獲得一系列的條煙標(biāo)志變換圖像，構(gòu)成圖像金字塔；

(1.34)在圖像金字塔中尋找條煙標(biāo)志特征點(diǎn)，獲得條煙標(biāo)記特征；

(1.35)對(duì)不同的條煙的標(biāo)志重復(fù)步驟(1.31)～(1.34)，獲得對(duì)應(yīng)的條煙標(biāo)志特征，構(gòu)成條煙標(biāo)志特征集。

更進(jìn)一步地，步驟s2具體為：

s21對(duì)條煙圖像進(jìn)行灰度化處理，獲得條煙灰度圖像；

s22對(duì)條煙灰度圖像進(jìn)行hessian變換，獲得條煙變換圖像；

s23通過(guò)改變hessian變換中算子的尺度大小并重復(fù)步驟s22，獲得一系列的條煙變換圖像，構(gòu)成圖像金字塔；

s24在所述圖像金字塔中尋找條煙特征點(diǎn)，并獲得條煙圖像的特征。

更進(jìn)一步地，步驟s3具體為：

s31通過(guò)將條煙圖像的特征與所述條煙標(biāo)志圖像數(shù)據(jù)庫(kù)中的模板圖進(jìn)行比對(duì)實(shí)現(xiàn)條煙特征的初步匹配；

s32通過(guò)在所述初步匹配中剔除錯(cuò)誤匹配來(lái)實(shí)現(xiàn)匹配校正；

s33根據(jù)匹配校正后的結(jié)果確定條煙種類和數(shù)量，并根據(jù)條煙種類和數(shù)量生成測(cè)試訂單。

更進(jìn)一步地，根據(jù)匹配校正后的結(jié)果確定條煙種類具體為：

步驟s32中獲得正確匹配對(duì)數(shù)，將正確匹配對(duì)數(shù)與匹配個(gè)數(shù)閾值(根據(jù)條煙圖像特征點(diǎn)的個(gè)數(shù)設(shè)定，通常取值為條煙圖像特征點(diǎn)個(gè)數(shù)的百分之六十)進(jìn)行比較，若正確匹配對(duì)數(shù)大于等于匹配個(gè)數(shù)閾值，則確定了條煙的種類，若正確匹配對(duì)數(shù)小于匹配個(gè)數(shù)閾值，則下一種條煙標(biāo)志特征與條煙特征進(jìn)行匹配，直至確定條煙種類。

更進(jìn)一步地，在步驟s4中，通過(guò)比較測(cè)試訂單與原有訂單中的字符串來(lái)判斷測(cè)試訂單與原有訂單是否一致，并將判斷結(jié)果顯示出來(lái)。

通過(guò)本發(fā)明所構(gòu)思的以上技術(shù)方案，與現(xiàn)有技術(shù)相比，由于利用cis圖像采集系統(tǒng)進(jìn)行采圖，能夠提高圖像采集的速率，增強(qiáng)實(shí)時(shí)性，并且降低成本的有益效果；由于本發(fā)明提供的分揀方法，確保了訂單的準(zhǔn)確性且保證了分揀效率，之后若要增加檢測(cè)條煙的種類，即只需更新條煙標(biāo)志圖像數(shù)據(jù)庫(kù)即可，提高了通用性和實(shí)用性，很好的滿足了現(xiàn)在工業(yè)檢測(cè)領(lǐng)域的需求。

附圖說(shuō)明

圖1為本發(fā)明基于cis圖像采集的條煙分揀系統(tǒng)的示意圖；

圖2為本發(fā)明基于cis圖像采集的條煙分揀方法的控制流程示意圖；

圖3為本發(fā)明中cis圖像采集單元的原理框圖；

圖4為本發(fā)明中條煙標(biāo)志圖像數(shù)據(jù)庫(kù)建立的流程示意圖；

圖5為本發(fā)明中條煙特征集構(gòu)成的流程示意圖；

圖6為本發(fā)明中方盒濾波器9*9模板示意圖；其中，(a)中采用算子，(b)中采用算子(算子)，(c)中采用算子；

圖7為本發(fā)明中harr小波模板示意圖；

圖8為本發(fā)明中獲得條煙特征的流程示意圖；

圖9為本發(fā)明中識(shí)別條煙的流程示意圖；

圖10為本發(fā)明中kd樹(shù)的示意圖；其中，(a)數(shù)據(jù)樣本集，(b)尋找(2.1,3.1)的最近鄰點(diǎn)，(c)尋找(2,4.5)的最近鄰點(diǎn)；

圖11為本發(fā)明中確定多個(gè)條煙種類的示意圖；其中，(a)檢測(cè)多個(gè)條煙種類，(b)在條煙標(biāo)志圖像數(shù)據(jù)庫(kù)確定起始匹配位置。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明提供的一種基于cis圖像采集單元的條煙分揀檢測(cè)系統(tǒng)，包括：傳送裝置，圖像采集裝置，數(shù)據(jù)處理模塊和顯示裝置；不同種類的條煙通過(guò)傳送裝置進(jìn)行運(yùn)輸，當(dāng)條煙經(jīng)過(guò)圖像采集裝置下方時(shí)，圖像采集裝置對(duì)條煙圖像進(jìn)行采集并傳輸給數(shù)據(jù)處理模塊，數(shù)據(jù)處理模塊對(duì)采集的圖像進(jìn)行條煙類別判別、計(jì)數(shù)以及與原有訂單對(duì)比的處理。

在本發(fā)明實(shí)施例中，圖像采集裝置包括：三個(gè)cis圖像采集單元和兩個(gè)條形光源，第一cis圖像采集單元設(shè)置在傳送裝置的正上方，第二cis圖像采集單元和第三cis圖像采集單元分別設(shè)置在傳送裝置的兩側(cè)，第一cis圖像采集單元兩側(cè)各安裝有一個(gè)條形光源，用于使得被采集的條煙的圖像亮度均勻，第一cis圖像采集單元用于采集條煙上表面的圖像；第二cis圖像采集單元、第三cis圖像采集單元分別用于采集條煙兩個(gè)側(cè)面的圖像。

由于條煙分揀檢測(cè)系統(tǒng)在檢測(cè)過(guò)程對(duì)于系統(tǒng)實(shí)時(shí)性要求較高，因此圖像采集的速度要快，而cis圖像采集單元具有采集速度快、結(jié)構(gòu)簡(jiǎn)單、使用方便、成本低的特點(diǎn)，所以采用cis圖像采集單元對(duì)條煙圖像進(jìn)行采集。

在本發(fā)明實(shí)施例中，cis圖像采集單元包括：fpga模塊，分別與fpga模塊連接的cis圖像采集模塊、模數(shù)裝換模塊、存儲(chǔ)模塊、采集速度匹配模塊和圖像輸出模塊，以及用于提供工作電壓的電源模塊；所述模數(shù)轉(zhuǎn)換模塊用于將模擬數(shù)據(jù)轉(zhuǎn)換為數(shù)字信號(hào)；所述fpga模塊用于實(shí)現(xiàn)整個(gè)系統(tǒng)的時(shí)序控制；所述采集速度匹配模塊用于根據(jù)傳送裝置的傳送速度調(diào)整cis圖像模塊采集圖像速率；所述存儲(chǔ)模塊用于緩存采集到的數(shù)字圖像數(shù)據(jù)；所述圖像輸出模塊用于將采集到的條煙圖像發(fā)送給所述數(shù)據(jù)處理模塊。

條形光源用于在圖像采集過(guò)程中提供光照，避免因?yàn)橥饨绛h(huán)境的原因，導(dǎo)致光照不足，從而影響采集的圖像的質(zhì)量。比如可以采用額定電壓24v，額定功率5w-10w的條形光源。

本發(fā)明還提供一種基于cis圖像采集單元的條煙分揀檢測(cè)方法，包括下述步驟：

(1)建立條煙標(biāo)志圖像數(shù)據(jù)庫(kù)；

(2)通過(guò)cis圖像采集單元對(duì)條煙進(jìn)行圖像采集；

(3)對(duì)條煙圖像進(jìn)行處理，獲得條煙圖像的特征；

(4)確定條煙的種類以及數(shù)量；

(5)判斷分揀條煙是否與原有訂單相符。

在本發(fā)明實(shí)施例中，步驟(1)是獨(dú)立于步驟(2)、(3)。步驟(1)可以在步驟(2)之前，也可以在步驟(3)之后。

在本發(fā)明實(shí)施例中，步驟(1)具體為：

(1.1)利用圖像采集工具(ccd相機(jī)，cis圖像采集單元等)采集條煙標(biāo)志，獲得條煙標(biāo)志圖像。

(1.2)利用形態(tài)學(xué)方法對(duì)條煙標(biāo)志圖像進(jìn)行處理，獲得條煙標(biāo)志輪廓圖像。

(1.3)利用圖像金字塔對(duì)條煙標(biāo)志輪廓圖像進(jìn)行處理，獲得條煙標(biāo)志特征集。

(1.4)對(duì)條煙標(biāo)志特征集進(jìn)行標(biāo)記。

在本發(fā)明實(shí)施例中，步驟(1.3)獲得條煙標(biāo)志特征集具體為：

(1.31)將條煙標(biāo)志輪廓圖像進(jìn)行灰度化處理，獲得條煙標(biāo)志輪廓灰度圖像。

(1.32)對(duì)條煙標(biāo)志灰度圖像進(jìn)行hessian變換，獲得條煙標(biāo)志變換圖像。

(1.33)改變尺度的大小，獲得一系列的條煙標(biāo)志變換圖像，獲得圖像金字塔。

(1.34)在圖像金字塔中尋找條煙標(biāo)志特征點(diǎn)，獲得條煙標(biāo)記特征。

(1.35)對(duì)不同的條煙的標(biāo)志重復(fù)步驟(1.31)-(1.34)，獲得對(duì)應(yīng)的條煙標(biāo)志特征，構(gòu)成條煙標(biāo)志特征集。

在本發(fā)明實(shí)施例中，步驟(3)中所述獲取條煙圖像的特征具體為：

(3.1)讀取條煙圖像，并對(duì)其進(jìn)行灰度化處理，獲得條煙灰度圖像。

(3.2)對(duì)條煙灰度圖像進(jìn)行hessian變換，獲得條煙變換圖像。

(3.3)改變尺度大小，獲得一系列的條煙變換圖像，構(gòu)成圖像金字塔。

(3.4)在圖像金字塔中尋找條煙特征點(diǎn)，獲得條煙特征。

在本發(fā)明實(shí)施例中，步驟(4)所述確定條煙的種類和數(shù)量具體為：

(4.1)利用kd樹(shù)初步匹配條煙特征以及條煙標(biāo)志數(shù)據(jù)庫(kù)。

(4.2)利用隨機(jī)抽樣一致算法進(jìn)行匹配校正，剔除錯(cuò)誤匹配。

(4.3)將步驟(4.2)中的獲得正確匹配對(duì)數(shù)與匹配個(gè)數(shù)閾值進(jìn)行比較，并統(tǒng)計(jì)條煙數(shù)量。

通過(guò)本發(fā)明所構(gòu)思的以上技術(shù)方案，與現(xiàn)有技術(shù)相比，由于利用cis圖像采集系統(tǒng)進(jìn)行采圖，能夠提高圖像采集的速率，增強(qiáng)實(shí)時(shí)性，并且降低成本的有益效果；由于本發(fā)明提供的分揀方法，確保了訂單的準(zhǔn)確性且保證了分揀效率，通用性和實(shí)用性較高，很好的滿足了現(xiàn)在工業(yè)檢測(cè)領(lǐng)域的需求。

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明涉及一種基于cis(contactimagesensor，接觸式圖像傳感器)圖像采集的條煙分揀檢測(cè)系統(tǒng)和方法。如圖1所示，本發(fā)明提供的基于cis圖像采集單元的條煙分揀檢測(cè)系統(tǒng)包括：傳送裝置1，圖像采集裝置2、數(shù)據(jù)處理模塊3和顯示裝置4；圖像采集裝置2位于傳送裝置1的正上方，同時(shí)圖像采集裝置2通過(guò)數(shù)據(jù)線與數(shù)據(jù)處理模塊3連接。條煙通過(guò)傳送裝置1進(jìn)行運(yùn)輸，當(dāng)條煙經(jīng)過(guò)圖像采集裝置2下方時(shí)，圖像采集裝置2對(duì)條煙進(jìn)行圖像采集，然后將圖像傳輸給數(shù)據(jù)處理模塊3，數(shù)據(jù)處理模塊3對(duì)其進(jìn)行分析檢測(cè)。

圖像采集裝置2包括3個(gè)cis圖像采集單元21和兩根均勻條形光源22；圖像采集裝置內(nèi)部上方正中央安裝有第一cis圖像采集單元21，在裝置內(nèi)部?jī)蓚?cè)各安裝有一根均勻條形光源，第二cis圖像采集單元21和第三cis圖像采集單元21分別設(shè)置在傳送裝置的兩側(cè)。如圖3，圖像采集裝置21包括：cis圖像采集模塊、模數(shù)轉(zhuǎn)換模塊、fpga模塊(field-programmablegatearray，現(xiàn)場(chǎng)可編程門陣列)、存儲(chǔ)模塊、電源模塊、采集速度匹配模塊、圖像輸出模塊。系統(tǒng)工作時(shí)，cis圖像采集模塊對(duì)下方經(jīng)過(guò)的條煙進(jìn)行圖像采集并輸出一系列模擬數(shù)據(jù)，經(jīng)過(guò)模數(shù)轉(zhuǎn)化器轉(zhuǎn)化為數(shù)字信號(hào)，fpga負(fù)責(zé)整個(gè)系統(tǒng)的時(shí)序控制，采集速度匹配模塊根據(jù)傳送裝置的傳送速度調(diào)整cis圖像模塊采集圖像速率，fpga將采集到的數(shù)字圖像數(shù)據(jù)緩存到存儲(chǔ)模塊中，然后通過(guò)圖像輸出模塊將采集到的條煙圖像發(fā)送到數(shù)據(jù)處理模塊，電源模塊為整個(gè)系統(tǒng)供電，需要外部5v供電。均勻條形光源是一種各發(fā)光點(diǎn)光照強(qiáng)度一樣的條形光源，目的在于使條煙圖像亮度均勻，避免因?yàn)閳D像各部分亮度不一致，而影響之后的檢測(cè)結(jié)果。

本發(fā)明通過(guò)圖像采集裝置進(jìn)行圖像采集，提高實(shí)時(shí)性且降低成本，本系統(tǒng)和方法分揀條煙，確保了訂單的準(zhǔn)確性且保證了分揀效率。

在本發(fā)明提供的基于cis圖像采集單元的條煙分揀系統(tǒng)中，通過(guò)cis圖像采集單元的掃描，獲得條煙的彩色圖像，通過(guò)對(duì)彩色圖像進(jìn)行灰度化處理，然后對(duì)條煙灰度圖像進(jìn)行處理，獲得條煙的特征，然后和已建立好的條煙標(biāo)志圖像數(shù)據(jù)庫(kù)進(jìn)行匹配，確定條煙的種類以及數(shù)量，最后生成檢測(cè)訂單與原有訂單比較，判斷分揀產(chǎn)品是否與原有訂單相符，并通過(guò)顯示裝置將結(jié)果公示。

本發(fā)明還提供了一種基于cis圖像采集單元的條煙分揀檢測(cè)方法，具體步驟如下：

(1)建立條煙標(biāo)志圖像數(shù)據(jù)庫(kù)

s11利用圖像采集工具(ccd相機(jī)，cis圖像采集單元等)采集條煙標(biāo)志，獲得條煙標(biāo)志圖像。

s12利用形態(tài)學(xué)方法對(duì)條煙標(biāo)志圖像進(jìn)行處理，獲得條煙標(biāo)志輪廓圖像。

s13利用圖像金字塔對(duì)條煙標(biāo)志輪廓圖像進(jìn)行處理，獲得條煙標(biāo)志特征集。

s131將條煙標(biāo)志輪廓圖像進(jìn)行灰度化處理，獲得條煙標(biāo)志輪廓灰度圖像。

s132對(duì)條煙標(biāo)志灰度圖像進(jìn)行hessian變換，獲得條煙標(biāo)志變換圖像。

s133改變尺度的大小，獲得一系列的條煙標(biāo)志變換圖像，獲得圖像金字塔。

s134尋找條煙標(biāo)志特征點(diǎn)，獲得條煙標(biāo)記特征。

s135對(duì)不同的條煙的標(biāo)志重復(fù)步驟s131-s134，獲得對(duì)應(yīng)的條煙標(biāo)志特征，構(gòu)成條煙標(biāo)志特征集。

s14對(duì)條煙標(biāo)志特征集進(jìn)行標(biāo)記。

條煙標(biāo)志圖像數(shù)據(jù)庫(kù)包括不同種類的條煙標(biāo)志特征集，特征集包括條煙標(biāo)志特征，其中條煙標(biāo)志特征有兩類：一類用于區(qū)分條煙種類、一類用于區(qū)分同一種類條煙下的不同種類。

(2)通過(guò)cis圖像采集系統(tǒng)對(duì)條煙進(jìn)行圖像采集

圖像采集裝置是通過(guò)cis圖像采集單元進(jìn)行圖像采集，cis圖像采集單元掃描一次能獲得若干行圖像信息(每一次掃描的行數(shù)根據(jù)傳送裝置的速度和采集圖像的分辨率設(shè)定)，從而獲得了條煙圖像。

(3)對(duì)條煙圖像進(jìn)行處理，獲得條煙圖像的特征

s31讀取條煙圖像，并對(duì)其進(jìn)行灰度化處理，獲得條煙灰度圖像。

s32對(duì)條煙灰度圖像進(jìn)行hessian變換，獲得條煙變換圖像。

s33改變尺度大小，獲得一系列的條煙變換圖像，構(gòu)成圖像金字塔。

s34尋找條煙特征點(diǎn)，獲得條煙特征。

(4)利用條煙標(biāo)志圖像數(shù)據(jù)庫(kù)確定條煙種類以及數(shù)量

s41利用kd樹(shù)初步匹配條煙特征以及條煙標(biāo)志數(shù)據(jù)庫(kù)。

s42利用隨機(jī)抽樣一致算法進(jìn)行匹配校正，剔除錯(cuò)誤匹配。

s43確定條煙種類以及數(shù)量后生成測(cè)試訂單。

(5)生成檢測(cè)訂單且與原有訂單進(jìn)行比較，判斷檢測(cè)訂單與原有訂單是否相符

本發(fā)明提供的基于cis圖像采集單元的條煙分揀系統(tǒng)和方法，至少能帶來(lái)以下有益效果：在本發(fā)明中，利用cis圖像采集單元進(jìn)行圖像采集，提高了圖像采集的速率，增強(qiáng)了實(shí)時(shí)性，并且降低了成本。同時(shí)，本發(fā)明提供的條煙分揀方法，能夠滿足不同種類條煙的分揀，通用性較高，并且在保證檢測(cè)速率的情況下，分揀的準(zhǔn)確率較高，很好的滿足了現(xiàn)在工業(yè)檢測(cè)領(lǐng)域的需求。

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)行具體的描述。下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例。對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

如圖1所示，本發(fā)明提供一種基于cis圖像采集單元的條煙分揀系統(tǒng)。從圖中可以看出，本系統(tǒng)包括：傳送裝置1，圖像采集裝置2，數(shù)據(jù)處理模塊3和顯示裝置4。具體流程如下：條煙通過(guò)傳送裝置進(jìn)行傳送，通過(guò)裝置箱下方時(shí)，cis圖像采集管對(duì)條煙圖像進(jìn)行圖像采集，同時(shí)通過(guò)usb3.0將圖像傳給數(shù)據(jù)處理模塊，數(shù)據(jù)處理模塊將獲得的條煙圖像與已建立好的條煙標(biāo)志圖像數(shù)據(jù)庫(kù)進(jìn)行匹配，獲得條煙種類，同時(shí)通過(guò)計(jì)數(shù)獲得條煙的數(shù)量，之后生成檢測(cè)訂單并且與原有訂單進(jìn)行比較，判斷分揀產(chǎn)品與訂單是否相符，最后通過(guò)顯示裝置將判斷結(jié)果顯示出來(lái)。在圖像采集過(guò)程中，傳送裝置通過(guò)電纜給cis圖像采集單元實(shí)時(shí)傳輸當(dāng)前傳送裝置的速度，以此來(lái)調(diào)節(jié)cis圖像采集管的采集頻率。

如圖2所示，本發(fā)明提供一種基于cis圖像采集單元的條煙分揀方法。從圖中可以看出，本發(fā)明包括4個(gè)過(guò)程：建立條煙標(biāo)志圖像數(shù)據(jù)庫(kù)、獲得條煙圖像的特征、與條煙標(biāo)志圖像數(shù)據(jù)庫(kù)匹配確定條煙種類以及數(shù)量、生成檢測(cè)訂單且與原有訂單進(jìn)行比較，判斷檢測(cè)訂單與原有訂單是否相符。

如圖4所示，建立條煙標(biāo)志圖像數(shù)據(jù)庫(kù)具體步驟包括：

建立條煙標(biāo)志圖像數(shù)據(jù)庫(kù)是為了之后分揀過(guò)程中更迅速地識(shí)別出條煙的種類，若之后增加了新的條煙品種，只需更新條煙標(biāo)志圖像數(shù)據(jù)庫(kù)即可，大大提高了分揀系統(tǒng)的實(shí)用性和通用性，所以條煙標(biāo)志圖像數(shù)據(jù)庫(kù)的建立是很有必要的。

s11利用圖像采集工具(ccd相機(jī)或cis圖像采集單元)采集條煙標(biāo)志(如：中華牌香煙的“中華”，黃鶴樓牌香煙的“黃鶴樓”)，獲得條煙標(biāo)志圖像。

ccd相機(jī)特點(diǎn)是采集的圖像像素集成度高、功耗小、靈敏度高、性能穩(wěn)定、抗沖擊，cis圖像采集單元特點(diǎn)是采集速度快、結(jié)構(gòu)簡(jiǎn)單、使用方便、成本低。ccd相機(jī)相對(duì)于cis圖像采集單元，采集的圖像更清晰，而采集速度相對(duì)較慢。在建立條煙標(biāo)志圖像數(shù)據(jù)庫(kù)時(shí)，對(duì)圖像質(zhì)量要求更高，所以采用ccd相機(jī)進(jìn)行圖像采集。

在選擇條煙標(biāo)志時(shí)，應(yīng)選擇辨識(shí)度高，辨識(shí)鮮明的標(biāo)志，如：中華牌香煙的“中華”。同時(shí)要注意條煙兩面標(biāo)志是否一致，若不一致，則都要選取，如：中華牌香煙的“中華”和“chunghwa”，因?yàn)樵谥蟮倪^(guò)程中，分揀機(jī)將條煙送到傳送裝置上時(shí)，cis圖像采集系統(tǒng)采集條煙圖像時(shí)，不能確定采集到哪面。另外由于同一種條煙可能存在軟包和硬包的區(qū)別，因此兩個(gè)側(cè)面的標(biāo)志也要采集，如：中華牌香煙的軟盒和硬盒，選取的標(biāo)志即為“軟盒”、“硬盒”。對(duì)于中華牌香煙，選取的標(biāo)志為“中華”、“chunghwa”、“軟盒”和“硬盒”。其中“中華”和“chunghwa”目的為了區(qū)分條煙種類，“軟盒”和“硬盒”目的為了區(qū)分中華牌香煙下的種類。對(duì)于其他香煙而言，條煙標(biāo)志的選取也是類似。

在采集條煙標(biāo)志圖像時(shí)，我們利用ccd相機(jī)(charge-coupleddevice，電荷耦合元件)是為了確保條煙標(biāo)志圖像的清晰度，同時(shí)注意利用ccd相機(jī)采集標(biāo)志圖像時(shí)，條煙標(biāo)志圖像應(yīng)位于ccd相機(jī)的最佳焦距處，且條煙標(biāo)志位于圖像正中(條煙標(biāo)志位于圖像其他位置也可)，這樣是為了方便之后的條煙的識(shí)別處理。

s12利用形態(tài)學(xué)方法對(duì)條煙標(biāo)志圖像進(jìn)行處理，獲得條煙標(biāo)志輪廓圖像。

形態(tài)學(xué)閉運(yùn)算即為首先對(duì)圖像進(jìn)行膨脹運(yùn)算，然后再進(jìn)行腐蝕運(yùn)算。膨脹運(yùn)算是將與物體接觸的所有背景點(diǎn)合并到該物體的過(guò)程。腐蝕運(yùn)算是消除物體的所有邊界點(diǎn)的一種過(guò)程，其結(jié)果是使剩下的物體沿其內(nèi)邊緣比原來(lái)物體小一個(gè)像素。

黑帽運(yùn)算為圖像經(jīng)過(guò)閉運(yùn)算后的效果圖與原圖像之差。黑帽運(yùn)算后的效果圖能獲得清晰的條煙標(biāo)志輪廓。

如圖5所示，構(gòu)成條煙標(biāo)志特征集具體步驟包括

s13利用圖像金字塔對(duì)條煙標(biāo)志輪廓圖像進(jìn)行處理，獲得條煙標(biāo)志特征集。

s131將條煙標(biāo)志輪廓圖像進(jìn)行灰度化處理，獲得條煙標(biāo)志輪廓灰度圖像。

s132對(duì)條煙標(biāo)志灰度圖像進(jìn)行hessian變換，獲得條煙標(biāo)志變換圖像。

給定圖像i中的一點(diǎn)x＝(x，y)((x，y)為像素點(diǎn)的橫縱坐標(biāo))，hessian矩陣h(x，σ)在x處尺度為σ的定義如下：

這里lxx(x，σ)、lxy(x，σ)、lyx(x，σ)、lyy(x，σ)是分別高斯二階偏導(dǎo)數(shù)在x處于圖像i的卷積。

對(duì)于lxx(x，σ)、lxy(x，σ)、lyx(x，σ)、lyy(x，σ)計(jì)算，把與圖像i的卷積運(yùn)算轉(zhuǎn)化為方盒濾波器的運(yùn)算，如圖6所示方盒濾波器9*9模板，圖(a)、圖(b)、圖(c)分別表示算子、算子算子與算子一樣)、算子，圖中標(biāo)記1區(qū)域的像素代表1，標(biāo)記2區(qū)域的像素代表-1，沒(méi)標(biāo)記區(qū)域的像素代表0。通過(guò)模板與圖像進(jìn)行卷積就可以計(jì)算出lxx(x，σ)、lxy(x，σ)、lyx(x，σ)、lyy(x，σ)。

此時(shí)det(h)≈lxxlyy-(wlxy)²(det(h)表示hessian矩陣的行列式；w表示濾波器的相關(guān)權(quán)重，與濾波器尺寸有關(guān)，通常我們?nèi)?.9)，通過(guò)計(jì)算det(h)，獲得圖像中某一點(diǎn)(x，y)的響應(yīng)值，然后遍歷圖像中所有的像素點(diǎn)，獲得某一尺度下條煙標(biāo)志變換圖像。

s133改變尺度的大小，獲得一系列的條煙標(biāo)志變換圖像，獲得圖像金字塔。

由于條煙外包裝不統(tǒng)一，即條煙的高度的不一致，導(dǎo)致cis圖像采集系統(tǒng)采集圖像時(shí)會(huì)存在景深問(wèn)題，因此要采用不同的尺度圖像構(gòu)成的圖像金字塔確保之后的條煙分類更加準(zhǔn)確迅速。

圖像金字塔是由o組圖像組成，每組圖像有s層，而對(duì)于每層圖像的方盒濾波器模板尺寸大小l＝3×(2⁰⁺¹(s+1)+1)，此時(shí)對(duì)應(yīng)的尺度通常選擇o＝1，s＝4，則方盒濾波器尺寸為9*9、15*15、21*21、27*27。通過(guò)改變方盒濾波器的尺寸，重復(fù)步驟s132，獲得一系列條煙標(biāo)志變換圖像，從而形成圖像金字塔。

s134尋找條煙標(biāo)志特征點(diǎn)，獲得條煙標(biāo)記特征。

由于圖像金字塔是由不同尺度圖像組成的，為了在其中尋找特征點(diǎn)，采用了3×3×3鄰域非最大值抑制：圖像金字塔某一層圖像中的任一像素點(diǎn)作為檢測(cè)特征點(diǎn)與同一尺度層中相鄰8領(lǐng)域內(nèi)的像素點(diǎn)和在其之上及之下的兩個(gè)尺度層9個(gè)像素點(diǎn)(共26個(gè)像素點(diǎn))進(jìn)行比較，找出其中特征值(hessian矩陣行列式)最大的像素點(diǎn)，則該點(diǎn)為特征點(diǎn)。通過(guò)上訴步驟，我們就可以獲得一系列的條煙標(biāo)志特征點(diǎn)。

由于在傳送裝置上條煙是任意擺放的，導(dǎo)致cis圖像采集系統(tǒng)采集到的圖像中條煙標(biāo)志的位置與方向也是任意的。為了之后有效地分類條煙，所以需要條煙標(biāo)志特征具有旋轉(zhuǎn)不變性。

統(tǒng)計(jì)特征點(diǎn)領(lǐng)域內(nèi)的harr小波特征，即以特征點(diǎn)為中心，計(jì)算半徑為6σ(σ為特征點(diǎn)所在的尺度值)的圓形領(lǐng)域內(nèi)的點(diǎn)在x，y方向的haar小波(haar小波邊長(zhǎng)取4σ)響應(yīng)，harr小波模板如圖7(圖中標(biāo)記1區(qū)域的像素代表1，標(biāo)記2區(qū)域的像素代表-1，沒(méi)標(biāo)記區(qū)域的像素代表0)。通過(guò)模板與圖像進(jìn)行卷積計(jì)算出圖像在harr小波的x和y方向上的響應(yīng)值之后，以特征點(diǎn)為中心，張角為π/3的扇形滑動(dòng)窗口，以步長(zhǎng)m(m通常取值為0.2rad)旋轉(zhuǎn)滑動(dòng)窗口，并對(duì)滑動(dòng)窗口內(nèi)的圖像harr小波響應(yīng)值dx、dy進(jìn)行累加，獲得一個(gè)向量(mw，θw):

然后遍歷圓形區(qū)域，選擇最長(zhǎng)向量的方向作為該特征點(diǎn)的主方向。這樣，對(duì)特征點(diǎn)逐個(gè)進(jìn)行計(jì)算，獲得每一個(gè)特征點(diǎn)的主方向。

以特征點(diǎn)為中心，沿主方向?qū)?0σ×20σ(σ為特征點(diǎn)所在的尺度值)劃分為4×4個(gè)字塊，每個(gè)字塊用尺寸2σ的harr模板進(jìn)行響應(yīng)值計(jì)算，并統(tǒng)計(jì)每個(gè)字塊中∑dx、σ|dx|、σdy、σ|dy|形成特征向量，這樣每個(gè)特征點(diǎn)就可以用64維特征向量表示。

對(duì)每一個(gè)特征點(diǎn)進(jìn)行64維特征向量表示，將這些特征向量集合獲得條煙標(biāo)志特征。

s135對(duì)不同的條煙的標(biāo)志重復(fù)步驟s131-s134，獲得對(duì)應(yīng)的條煙標(biāo)志特征，構(gòu)成條煙標(biāo)志特征集。

s14對(duì)條煙標(biāo)志特征集進(jìn)行標(biāo)記。

條煙標(biāo)志特征集包含不同種類的條煙的標(biāo)志，為了方便之后的條煙分類處理，需要對(duì)條煙標(biāo)志特征進(jìn)行標(biāo)記。標(biāo)記規(guī)則為：如果條煙種類為n，每種條煙的特征最多不超過(guò)m個(gè)，則條煙標(biāo)志特征標(biāo)記形如xy(1≤x≤n，1≤y≤m)如：中華牌香煙的特征標(biāo)志包括“中華”、“chunghwa”、“軟盒”、“硬盒”；對(duì)于這個(gè)四個(gè)特征標(biāo)志的標(biāo)記分別對(duì)應(yīng)“11”、“12”、“13”、“14”。

如圖8所示，獲取條煙圖像特征具體步驟包括：

s31讀取條煙圖像，并對(duì)其進(jìn)行灰度化處理，獲得條煙灰度圖像。

s32對(duì)條煙灰度圖像進(jìn)行hessian變換，獲得條煙變換圖像。

與步驟s132類似，利用矩陣同時(shí)通過(guò)方盒濾波器9*9模板計(jì)算出det(h)≈lxxlyy-(wlxy)²，獲得圖像中某一點(diǎn)(x，y)的響應(yīng)值，然后遍歷圖像中所有的像素點(diǎn)，獲得某一尺度下條煙變換圖像。

s33改變尺度大小，獲得一系列的條煙變換圖像，構(gòu)成圖像金字塔。

與步驟s133類似，選擇方盒濾波器尺寸為9*9、15*15、21*21、27*27。通過(guò)改變方盒濾波器的尺寸，重復(fù)步驟s132，獲得一系列條煙變換圖像，從而形成1組4層的圖像金字塔。

s34尋找條煙特征點(diǎn)，獲得條煙特征。

與步驟134類似，采用了3×3×3鄰域非最大值抑制：圖像金字塔某一層圖像中的任一像素點(diǎn)作為檢測(cè)特征點(diǎn)與同一尺度層中相鄰8領(lǐng)域內(nèi)的像素點(diǎn)和在其之上及之下的兩個(gè)尺度層9個(gè)像素點(diǎn)(共26個(gè)像素點(diǎn))進(jìn)行比較，找出其中特征值(hessian矩陣行列式)最大的像素點(diǎn)，則該點(diǎn)為特征點(diǎn)。通過(guò)上訴步驟，我們就可以獲得一系列的條煙標(biāo)志特征點(diǎn)。統(tǒng)計(jì)特征點(diǎn)領(lǐng)域內(nèi)的harr小波特征，然后選擇最長(zhǎng)向量的方向作為該特征點(diǎn)的主方向，通過(guò)對(duì)特征點(diǎn)逐個(gè)進(jìn)行計(jì)算，獲得每一個(gè)特征點(diǎn)的主方向。以特征點(diǎn)為中心，沿主方向?qū)ふ?4維的特征向量。最后，將這些特征向量集合獲得條煙特征。

如圖9所示，確定條煙的種類和數(shù)量具體步驟包括：

s4將獲得的條煙特征和條煙標(biāo)志圖像數(shù)據(jù)庫(kù)進(jìn)行匹配，確定條煙的種類以及數(shù)量。具體為：

s41初步匹配條煙特征以及條煙標(biāo)志數(shù)據(jù)庫(kù)。

將條煙標(biāo)記圖像數(shù)據(jù)庫(kù)中的圖像稱作模板圖，將用cis圖像采集系統(tǒng)采集的條煙圖像稱作實(shí)時(shí)圖。令模板圖中特征點(diǎn)描述子為ri＝(ri1，ri2，...，ri64)，實(shí)時(shí)圖中特征點(diǎn)描述子為si＝(si1，s，...，rs64)。則任意兩描述子之間的相似性度量可以表示為：

根據(jù)上式可以獲得一系列匹配的特征點(diǎn)描述子(ri，si)，它們需要滿足(sj表示實(shí)時(shí)圖中距離ri的最近點(diǎn)，sp表示實(shí)時(shí)圖中距離ri的次近點(diǎn)，threshold表示距離閾值，通常距離閾值根據(jù)實(shí)際需求取的)，當(dāng)小于距離閾值時(shí)，則這個(gè)匹配可以取；反之，這個(gè)匹配不能取，需要去除。

在匹配特征點(diǎn)的過(guò)程中，我們采用kd樹(shù)進(jìn)行特征點(diǎn)匹配。其基本思想為：

(1)首先搜索二叉樹(shù)。通過(guò)比較分裂節(jié)點(diǎn)分裂維的值和待查詢節(jié)點(diǎn)，得知若待查詢節(jié)點(diǎn)小于或等于分裂節(jié)點(diǎn)分裂維的值就進(jìn)入左子樹(shù)，反之就進(jìn)入右子樹(shù)分支直到葉子結(jié)點(diǎn)。

(2)順著“搜索路徑”就能找到潛在的最近鄰的可能點(diǎn)，這個(gè)近似點(diǎn)與待查詢點(diǎn)處于同一個(gè)子空間中。

(3)再回溯到搜索路徑中，并判斷搜索路徑上的剩余結(jié)點(diǎn)的其他子結(jié)點(diǎn)空間中是否可能有距離查詢點(diǎn)更近的樣本點(diǎn)。

(4)如果有可能，則需要跳到起來(lái)子結(jié)點(diǎn)空間中去搜索(將其他子結(jié)點(diǎn)加入到搜索路徑中)。重復(fù)這個(gè)過(guò)程知道搜索路徑為空。

在本發(fā)明實(shí)施例中，如圖10(a)假設(shè)我們的樣本集是{(2，3)(5，4)(9，6)(4，7)(8，1)(7，2)}，我們的待查詢點(diǎn)分別為(2.1，3.1)和(2，4.5)。

如圖10(b)，首先我們先查找點(diǎn)(2.1，3.1)，在(7，2)點(diǎn)測(cè)試到達(dá)(5，4)，之后到達(dá)(2，3)，然后查詢路徑的結(jié)點(diǎn)為{(7，2)(5，4)(2，3)}，從查詢路徑中取出(2，3)作為當(dāng)前的最佳結(jié)點(diǎn)的最近鄰點(diǎn)，距離為0.141。

然后回溯到(5，4)，以(2.1，3.1)為圓心，以0.141作為半徑畫(huà)圓，發(fā)現(xiàn)該圓不和平面y＝4相交，如圖10(b)，所以不跳到(5，4)的右子空間去搜索，因?yàn)橛易涌臻g中不可能有更近樣本點(diǎn)了。

于是回溯到(7，2)，同理，以(2.1，3.1)為圓心，以0.141為半徑畫(huà)圓并不和平面x＝7相交，所以也不用調(diào)到(7，2)右子空間中去搜索。

因此，搜索路徑為空，結(jié)束整個(gè)搜索，將(2，3)作為(2.1，3.1)的最近鄰點(diǎn)，最近距離為0.141。

下面來(lái)查詢點(diǎn)(2.4.5)，如圖10(c)同樣先找到搜索路徑。在(7，2)處測(cè)試到達(dá)(5，4)，在(5，4)處測(cè)試到達(dá)(4，7)，然后搜索路徑中的結(jié)點(diǎn)為{(7，2)(5，4)(4，7)}，從搜索路徑中取出(4，7)作為當(dāng)前最佳結(jié)點(diǎn)的最近鄰點(diǎn)，距離為3.202。

然后回溯至(5，4)，以(2，4.5)為圓心，以3.202為半徑畫(huà)圓與平面y＝4相交，如圖，所以需要跳到(5，4)的左子空間去搜索。所以要將(2，3)加入到搜索路徑中，現(xiàn)在搜索路徑中的結(jié)點(diǎn)為{(7，2)(2，3)}；另外(5，4)與(2，4.5)的距離為3.04<3.202，所以將(5，2)設(shè)為最近鄰點(diǎn)，且距離為3.04。

回溯到(2，3)，(2，3)為葉子節(jié)點(diǎn)，直接判斷(2，3)是否離(2，4.5)更近，計(jì)算獲得距離為1.5，所以最近鄰點(diǎn)更新為(2，3)，距離為1.5

回溯到(7，2)，同理以(2，4.5)為圓心，以1.5為半徑畫(huà)圓并不和平面x＝7相交，所以不用跳到結(jié)點(diǎn)(7，2)的右子空間去搜索。

至此，搜索路徑為空，結(jié)束整個(gè)搜索，將(2，3)作為(2，4.5)的最近鄰點(diǎn)，最近鄰距離為1.5。

s42進(jìn)行匹配校正，剔除錯(cuò)誤匹配。

由于在關(guān)鍵點(diǎn)匹配中會(huì)存在錯(cuò)誤的匹配，所以要去除錯(cuò)誤的匹配，提高匹配率。利用隨機(jī)抽樣一致算法濾除錯(cuò)誤匹配，其步驟為：

(1)隨機(jī)從數(shù)據(jù)集中抽出4個(gè)樣本數(shù)據(jù)(這4個(gè)樣本之間不能共線)，計(jì)算出變換矩陣h，記作模型m。

變換矩陣由于(其中(x，y)表示模板圖中特征點(diǎn)位置，(x′，y′)為實(shí)時(shí)圖中特征點(diǎn)位置，s為尺度參數(shù)其中通常令h33＝1)，通過(guò)4個(gè)不共線的樣本數(shù)據(jù)就可以計(jì)算出h11、h12、h13、h21、h22、h23、h31、h32，從而獲得變換矩陣h。同時(shí)模型m為：

(2)計(jì)算數(shù)據(jù)集中所有數(shù)據(jù)與模型m的投影誤差，若誤差小于投影閾值，加入內(nèi)點(diǎn)集i；

(3)如果當(dāng)前內(nèi)點(diǎn)集i元素個(gè)數(shù)大于最優(yōu)內(nèi)點(diǎn)集best，則更新best＝i，同時(shí)更新迭代次數(shù)k；

(3)如果迭代次數(shù)大于k(通常k取20)，則退出；否則迭代次數(shù)加1，并重復(fù)上述步驟；

通過(guò)不斷的迭代，可以剔除錯(cuò)誤匹配，獲得正確匹配，并且統(tǒng)計(jì)正確匹配對(duì)數(shù)。

s43確定條煙種類以及數(shù)量后生成測(cè)試訂單。

將正確匹配對(duì)數(shù)與匹配個(gè)數(shù)閾值進(jìn)行比較，若正確匹配對(duì)數(shù)大于等于匹配個(gè)數(shù)閾值，則確定了條煙的種類，若正確匹配對(duì)數(shù)小于匹配個(gè)數(shù)閾值，則下一種條煙標(biāo)志特征與條煙特征進(jìn)行匹配，直至確定條煙種類。

當(dāng)需要實(shí)時(shí)檢測(cè)多個(gè)條煙的種類時(shí)，如圖11(a)，首先，當(dāng)前條煙圖像特征與條煙標(biāo)志特征集按照步驟s41-s43進(jìn)行匹配，從煙1到煙n，直至確定條煙種類；然后，若當(dāng)前條煙種類確定為煙x后，對(duì)于下一條條煙的種類確定，我們采用臨近原則，如圖11(b)所示，從煙x為起始匹配位置，按照煙x到煙x-1的順序進(jìn)行匹配，直到確定條煙種類。最后統(tǒng)計(jì)不同種類條煙的數(shù)量。

采用上述匹配規(guī)則可以節(jié)約時(shí)間，提高檢測(cè)的實(shí)時(shí)性，因?yàn)橄乱粭l條煙很大程度可能和當(dāng)前條煙種類一樣，避免每次匹配都從煙1開(kāi)始，導(dǎo)致時(shí)間的浪費(fèi)。

測(cè)試訂單與原有訂單比較，具體步驟如下：

當(dāng)步驟s4中確定條煙種類和數(shù)量后，由于之前步驟s14所述標(biāo)記條煙標(biāo)志特征集，則生成的測(cè)試訂單可以以標(biāo)記的形式存在，如：10條軟中華、5條硬中華，則測(cè)試訂單為“1310145”，其中“13”、“14”分別表示軟中華、硬中華，“10”、“5”分別表示軟中華的數(shù)量和硬中華的數(shù)量。同樣以這種形式表示原有訂單，之后通過(guò)比較字符串判斷測(cè)試訂單與原有訂單是否一致，最后將判斷結(jié)果通過(guò)顯示裝置顯示出來(lái)。

以上對(duì)發(fā)明的具體實(shí)施例進(jìn)行了詳細(xì)描述，但本發(fā)明并不限制于以上描述的具體實(shí)施例，其只是作為范例。對(duì)于本領(lǐng)域技術(shù)人員而言，任何對(duì)該系統(tǒng)進(jìn)行的等同修改和替代也都在本發(fā)明的范疇之中。因此，在不脫離發(fā)明的精神和范圍下所作的均等變換和修改，都應(yīng)涵蓋在本發(fā)明的范圍內(nèi)。