基于计算机视觉和机器学习的真伪卷烟包装鉴别

• 作者: 刘德祥 周明珠 徐燕 李晓辉 王宏强 董浩 邢军 钟宇
• 来源期刊: 烟草科技
• 学科: 工学
• 关键词: 卷烟包装 真伪鉴别 计算机视觉 机器学习 相似性 分类模型
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 仪器与设备
• 页码范围: 83-92
• 页数: 10页
• 分类号: TS474
• 字数: 6004字
• 语种: 中文

摘要

为解决人工鉴别真伪卷烟效率低、主观性强等问题,基于计算机视觉和机器学习建立了一种真伪卷烟包装鉴别模型.利用计算机视觉对卷烟包装进行图像处理和特征向量提取,分别以相似性度量模型、机器学习模型对特征向量进行分类并判定卷烟真伪.相似性度量模型采用曼哈顿距离模型进行分类,并对高斯双边滤波函数进行了参数优化;机器学习模型则以图像分块为基础,确定最优分块数量和面积.以"中华(软)""玉溪(软)""钻石(荷花)"3个卷烟品牌共603个真伪样品为对象,分别采用两种模型进行判定,结果表明:相似性度量模型在"玉溪(软)"样品测试集的准确率为96.17％;机器学习模型在"中华(软)""玉溪(软)""钻石(荷花)"3个样品测试集的准确率分别为98.99％、96.61％和100％.机器学习模型与相似性度量模型相比较,具有较好的迁移能力和鲁棒性,适用于卷烟真伪鉴别样品量大、品类多、图像复杂等情况.该方法可为提高真伪卷烟鉴别效率和准确率提供技术支持.