申请/专利权人：红云红河烟草(集团)有限责任公司

申请日：2024-04-29

公开（公告）日：2024-07-05

公开（公告）号：CN118096771B

主分类号：G06T7/00

分类号：G06T7/00;G06V10/75;G06V10/764;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2024.06.14#实质审查的生效;2024.05.28#公开

摘要：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。

主权项：1.一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，其特征在于，包括：利用基于深度学习的机器视觉模型，从烟支图像中识别外观缺陷；在将识别出的外观缺陷进行分类后执行数值化统计处理，包括：统计任一类烟支外观缺陷的总数；提取单一烟支上的该类烟支外观缺陷的预设特征，所述预设特征至少包括如下一种：缺陷出现的频率、平均值、标准差；基于所述预设特征，求取所有烟支的同类外观缺陷的总体特征；利用所述总数、所述预设特征以及所述总体特征，获取总体标准差；以及，同步获取缺陷位置分布并得到对应的离散数值表示，得到烟支外观缺陷数据的描述性统计结果；所述数值化统计处理还包括：基于烟支外观缺陷数据的描述性统计结果，以预设的统计模型进行假设；在假设前提下，对所述统计模型进行参数估计；对假设进行适应性检验，判定烟支外观缺陷数据是否符合所述统计模型；基于检验结果，确定烟支外观缺陷数据的分布模式；基于统计结论构建预测模型，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；利用所述关联关系，形成可视化的烟支外观缺陷处理策略。

全文数据：

权利要求：

百度查询： 红云红河烟草(集团)有限责任公司 基于深度学习的烟支外观缺陷特征分析与分布处理方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD