基于机器视觉的条烟在线分类方法

作者：李滨; 黄丹平^*; 罗凡; 张浩田; 苟视豪

来源：国外电子测量技术, 2023, 42(12): 144-151.

DOI：10.19652/j.cnki.femt.2305304

• 线阵相机
• 图像处理
• 深度学习
• 结构重参数化

针对条烟在线分类过程中条烟外表面类间差异性小、图像低照度现象所造成的分类精度低、耗时长的问题，提出一种基于机器视觉的条烟在线分类方法。该方法通过线扫描式视觉传感器，搭配同轴线光源采集条烟视觉图像，预处理采用改进的CLAHE算法，基于HSI色彩空间中的亮度分量I,使用亮度分量直方图峰值和均方差量化裁剪参数，自适应增强低照度图像亮度。分类使用ConvNeXt为主干网络，提出特征融合模块，将浅层纹理特征与深层特征进行二次融合，增加局部细节信息，提高条烟分类的准确性；随后提出block加速模块，在block中加入SimAM无参注意力机制并使用结构重参数化，以优化模型并增快推理速度。实验表明，算法的鲁棒性强，分类精确度达到99.99%,能够满足条烟在线分类的要求。

• 单位
  中国测试技术研究院; 四川轻化工大学