(红塔烟草(集团)有限责任公司昭通卷烟厂云南省昭通市657000)
摘要:在烤烟生产线的运行过程中,产品可能会出现一些问题,例如质量不够、形状不均等,如何有效地对其进行监测与辨析,并加以纠错,是工业生产线工作的核心环节,本文通过图像识别技术的分析,对其在生产线监测过程中的应用展开探讨。
关键词:复烤生产线;实时监测;纠错
1引言
随着科技的发展,人工智能技术已经逐渐走进了我们的生活,机器视觉是人工智能领域的一个重要发展方向,主要是采用机器来代替人进行观察和判断。车间在打叶复烤生产过程中,不时因烟叶堵料造成一次润叶,二次润叶、筛砂筒、挑选台、一级打叶机等设备停机。而停机原因是烟叶质量较好,叶片长、油润好,在烟叶预处理加工过程中,烟叶缠绕在一起,产生烟叶缠绕、扭结等问题,使烟叶水分和温度不均匀,容易形成烟叶堵料,造成设备故障停机,全线产品质量波动。对其进行监测与纠错是极为关键的,这一技术的核心工作为图像的检测与处理,图像处理可以有效地对烤烟生产过程中出现的问题进行监测与纠错,使其生产更加地规范化。
2图像识别技术分析
2.1概述
图像处理是人工智能领域的一个重要的分支,图像处理技术可以分为两大部分,第一类是基于机器学习的,第二类是基于统计方法的,根据实现的原理可以划分为基于几何特征、基于模型、基于统计方法、基于神经网络等。图像识别算法,采用主流的深度学习方法来进行特征值提取,通过卷积神经网络对图像进行识别,通过多层特征的融合来使得运算量降低,识别速度加快,通过基本的特征信息,从而反映出高级别的属性特征,同时可以对不清晰的图像、动态的图像进行较为精确的识别,其识别准确度较高,抗干扰性较强。基于深度学习的特征提取算法,通过较大规模的图像库进行训练,使得图像识别模型的准确度非常高,同时时间减小,可以达到万分之一秒。
2.2主流图像处理方法
2.2.1基于几何特征
基于几何特征的方法,主要是在图像中寻找特征,将特征点之间的距离和比例进行归纳,通过临近的方法来识别图像,这样的方法比较快,内存占用少,但是对于光照变化来说不敏感,同时对于动态变化的图像,它将无法识别。
2.2.2基于模型
基于模型的方法,主要采用马尔科夫模型,这种模型的方法,主要是通过数学的统计性的问题。以人脸图像的监测识别为例,马尔可夫的状态包括前额、眉毛、眼睛、鼻子、嘴和下巴,这些状态以相同的顺序从上到下出现,表现为隐马尔可夫模型的特性状态。这种方法对于样本的要求较高,需要建立较为可靠的模型。
2.2.3基于统计
基于统计学的方法,主要是通过提取图像中光照、位置等特征向量,来进行图像的重构,来判断这些特征所表现的否是被识别的物体,优点在于识别速度较快,缺点在于对于动态的图像处理较差。
2.2.4基于神经网络
基于神经网络的图像处理方法,主要是采用机器学习的方案,就是通过多张图像进行模型的训练,然后对其参数进行调整,然后对所要识别的图像进行分类,来判断它是否是被识别的图像,这样的算法识别成功率较高,但是运算时间较长。
2.2.5基于深度学习
深度学习也是一种复杂的神经网络,主要是采用一些低层的特征来进行高层特征的表示,它对于计算性能要求较高,可以利用空间的相对关系来进行降维,使得训练性能提升,结合实际情况下的深度学习,效率非常高。
3图像识别在烟叶烤制纠错监测中的应用
针对半自动分拣系统优化的重点是检测与识别。烤烟图像在线识别系统主要由硬件系统和软件系统组成。硬件系统主要包括:高速CCD相机,图像采集卡,LED光源设备、工控机。其他辅助设备:遮光隧道、光电传感器、控制柜等。软件系统分为图像处理和非图像处理两个部分。在进行数据交换时,软件系统主要完成两项工作,接收来自上位机的待识别订单信息以及将识别的结果传回给上位机。图像处理部分主要完成烤烟的图像处理,包括图像预处理,特征提取、图像识别等功能。非图像处理系统主要有以下几个功能,其中系统自检主要完成系统运行正常与否的检测,包括传感器、相机、PLC及板卡的运行情况,并将检测结果传送给主模块。发现不正常的烟叶,要及时地进行剔除,对于摆放不正确的要进行纠正,做到生产标准化。
网络虚拟服务器是工业监测纠错系统的关键环节,网络虚拟服务器集群技术主要基于计算机集群,这可以大大减轻服务器端的压力,通过负载均衡的设计可以让集群的工作性能大大提升。虚拟服务器则是搭建了这样的平台,利用此技术可以极为方便地利用各种服务器和电脑进行集群的构建。通过虚拟资源的分配与大数据集群的构建可以很好地实现负载调度,做到服务接口的完善,同时,集中优势力量来进行负载均衡设计大大减轻了硬件负担,因此可以延长其使用寿命,并让其以较好的状态来进行大容量分布式集群计算。目前在国内外的研究中,还存在一些不足,主要包括对算法结构与服务器虚拟化的安全性设计不够合理,因此,应当加强安全管理,保障虚拟服务器的数据能够多次校验,保证精确性。烤烟监测纠错系统管理界面较为清晰简洁,系统管理层次明确,容易管理,对系统应该和用户的使用习惯相适应,从而让其更好地为用户而服务。
4总结
随着计算速度和准确率的不断提升,机器视觉图像处理的应用越来越普遍,同时推动了图像识别技术的发展速度,图像处理虽然有很多无法克服的缺点,但是借助这一重要的科技发展趋势,也在一步一步推动各行业蓬勃发展,让生活更加智能化。它可以使得烤烟的生产更加地规范化,使其成品更加标准。图像处理大大的减少了人力的成本,提升了工作的效率,图像处理是重要的技术基础,它在工业生产领域有着深远的影响。
参考文献
[1]朱小栋,沈国华.流式数据上关联规则挖掘研究综述[J].计算机应用研究.2010(09)
[2]卢秉亮,朱健,甄雷,蒙刚.基于实时数据库的一个改进的数据压缩算法[J].计算机应用与软件.2009(11)
[3]张晓龙,曾伟.实时数据流聚类的研究新进展[J].计算机工程与设计.2009(09)
[4]周阳,吴海姬,周建新,王秋东,司风琪,徐治皋.基于PI数据库的SIS报表解决方案[J].中国电力.2008(06)
作者简介
张天垚(1986-12),男,汉族,籍贯:云南省昭通市,学历:大学,研究方向:机电工程,工业工程。