自适应烟花寻优的烟丝杂质图像多窗口检测.pdfVIP

第42卷第2期算机仿真2025年2月

文章编号：1006-9348(2025)02-0457-05

自适应烟花寻优的烟丝杂质图像多窗口检测

辜志茂，陈加坤，刘银初，吴松涛

（江西中烟工业有限责任井冈山卷烟厂，江西吉安343100）

摘要：烟丝生产现场环境复杂，所存在的干扰因素较多，使得烟丝杂质区域识别存在偏差，影响了检测精度。因此，提出基于

图像识别的烟丝杂质在线检测方法。基于动态时间弯曲的核心理念，获得多维相似距离，并利用自适应烟花寻优算法确定

最优聚类中心，实现对烟丝图像杂质区域和正常区域的精确聚类分割。基于分割的杂质区域，运用基于梯度能量的图像识

别技术对烟丝杂质展开初检测，以克服环境干扰对识别结果的影响，进一步细化杂质区域。然后，再将HOG特征、LBP特征

与级联Adaboost分类器相结合，提出多窗口检测方法完成在线烟丝杂质的二次检测。实验结果表明，所提方法可以获取精

准的烟丝杂质在线检测结果，具有良好的检测性能。

关键词：图像识别；烟丝杂质；在线检测

中图分类号：TP391文献标识码：B

MultiWindowDetectionofCutTobaccoImpurityImage

BasedonAdaptiveFireworksOptimization

GUZhi-mao,CHENJia-kun,LIUYin-chu,WUSong-tao

(JiangxiZhongyanIndustryCo.,Ltd.JinggangshanCigaretteFactory,JianJiangxi343100,China)

ABSTRACT:Thefieldenvironmentofcuttobaccoproductioniscomplex,withmanyinterferencefactors,which

leadstobiasesintheidentificationoftobaccoimpurityareasandaffectsthedetectionaccuracy.Therefore,anonline

detectionmethodoftobaccoimpuritiesbasedonimagerecognitionisproposed.Basedonthecoreideaofdynamic

timewarping,multi-dimensionalsimilaritydistanceisobtained,andtheoptimalclusteringcenterisdeterminedby

anadaptivefireworksoptimizationalgorithm,soastorealizeaccurateclusteringsegmentationofimpurityareasand

normalareasoftobaccoimages.Basedonthesegmentedimpurityregion,theimagerecognitiontechnologybasedon

gradientenergyisusedtodetectthetobaccoimpurities,soastoovercometheinfluenceofenvironmentalinterference

ontherecognitionresultsandfurtherrefinetheimpurityregion.Then,combiningtheHOGfeature,LBPfeatureand

cascadeAdaboostclassifier,amult