CN116307300B - 一种塑胶管道的生产工艺优化方法及*** - Google Patents
一种塑胶管道的生产工艺优化方法及*** Download PDFInfo
- Publication number
- CN116307300B CN116307300B CN202310580900.7A CN202310580900A CN116307300B CN 116307300 B CN116307300 B CN 116307300B CN 202310580900 A CN202310580900 A CN 202310580900A CN 116307300 B CN116307300 B CN 116307300B
- Authority
- CN
- China
- Prior art keywords
- plastic pipeline
- image data
- module
- plastic
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 76
- 238000005457 optimization Methods 0.000 title claims description 19
- 238000000034 method Methods 0.000 title abstract description 16
- 238000011156 evaluation Methods 0.000 claims description 44
- 230000011218 segmentation Effects 0.000 claims description 32
- 238000003860 storage Methods 0.000 claims description 14
- 239000003086 colorant Substances 0.000 claims description 6
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims 1
- 238000012797 qualification Methods 0.000 abstract description 8
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Accounting & Taxation (AREA)
- Manufacturing & Machinery (AREA)
- Finance (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本发明涉及控制***技术领域,具体涉及一种塑胶管道的生产工艺优化方法及***,包括:控制终端,是***的主控端,用于发出执行命令;摄像头模组,用于采集塑胶管道生产设备上传输的塑胶管道图像数据;输入模块,用于输入塑胶管道标准图像数据;分割模块,用于接收摄像头模组采集到的塑胶管道图像数据及输入模块输入的塑胶管标准图像数据,对图像数据进行分割,获取图像数据中塑胶管道图像;本发明通过摄像头部署,能够在塑胶管道生产设备上的各处理工位上进行被加工的塑胶管道的图像采集,并进一步的以输入标准图像的方式,使得塑胶管道在各处理工位处理阶段,均能够以输入的标准图像进行一次合格判定。
Description
技术领域
本发明涉及控制***技术领域,具体涉及一种塑胶管道的生产工艺优化方法及***。
背景技术
塑胶管道是指用塑胶材质制成的管子的统称。塑胶管道具有自重轻,卫生安全,水流阻力小,节省能源,节省金属,改善生活环境,使用寿命长,安全方便等特点,受到管道工程界的青睐。
目前塑胶管道在生成过程中,会经过多道生产工序最终制得成品,工作人员往往通过对制得成品的塑胶管道进行质检,以此来排除成品中的残次品,但在塑胶管道生产过程中,并未对已出现质量问题的塑胶管道进行捕捉,从而导致存在质量问题的塑胶管道仍然进行进一步的加工工序,且因此导致了成批的不合格塑胶管道的产生。
发明内容
解决的技术问题
针对现有技术所存在的上述缺点,本发明提供了一种塑胶管道的生产工艺优化方法及***,解决了目前塑胶管道在生成过程中,会经过多道生产工序最终制得成品,工作人员往往通过对制得成品的塑胶管道进行质检,以此来排除成品中的残次品,但在塑胶管道生产过程中,并未对已出现质量问题的塑胶管道进行捕捉,从而导致存在质量问题的塑胶管道仍然进行进一步的加工工序,且因此导致了成批的不合格塑胶管道的产生的技术问题。
技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
第一方面,一种塑胶管道的生产工艺优化***,包括:
控制终端,是***的主控端,用于发出执行命令;
摄像头模组,用于采集塑胶管道生产设备上传输的塑胶管道图像数据;
输入模块,用于输入塑胶管道标准图像数据;
分割模块,用于接收摄像头模组采集到的塑胶管道图像数据及输入模块输入的塑胶管标准图像数据,对图像数据进行分割,获取图像数据中塑胶管道图像;
比对模块,用于在分割模块中获取塑胶管标准图像数据中的塑胶管道图像及塑胶管道图像数据中的塑胶管道图像,比对两组塑胶管道图像相似度;
评定模块,用于接收比对模块求取的相似度,应用相似度评定塑胶管道生产设备上传输的塑胶管道是否合格;
嗅探模块,用于嗅探不合格的塑胶管道图像来源摄像头模组。
更进一步地,所述摄像头模组设置有若干组,若干组所述摄像头模组通过***端用户手动部署,分别安装在塑胶管道生产设备上的各处理工位,各处理工位上部署的摄像头模组与各自对应处理工位同步运行,在处理工位运行时执行对塑胶管道进行图像数据采集的操作。
更进一步地,所述摄像头模组中采集的塑胶管道图像数据及输入模块中输入的塑胶管道标准图像数据皆包含有两种颜色的像素块,两种颜色的像素块分别为图像数据的底色及图像数据中塑胶管道的颜色,分割模块对图像数据进行图像分割后,对完成分割的图像数据中的底色对应像素块进行删除,以求得塑胶管道图像数据中塑胶管道图像及塑胶管道标准图像数据中塑胶管道标准图像。
更进一步地,所述分割模块在对图像数据进行分割时,通过如下公式求取图像数据在分割时的最佳分割精度,即图像数据被分割为像素块时,像素块的大小,公式为:
,
式中:为最佳分割精度;/>为待分割处理的图像数据;/>为图像分辨率样本数据集;/>为待分割处理的图像数据距选定的图像分辨率样本数据集中图像样本的高斯核距。
更进一步地,所述输入模块及分割模块下级设置有子模块,包括:
储存单元,用于接收并区分储存输入模块中输入的塑胶管道标准图像数据及摄像头模组采集的塑胶管道图像数据;
配置单元,用于遍历读取储存单元中储存的塑胶管道标准图像数据及塑胶管道图像数据,对塑胶管道标准图像数据及塑胶管道图像数据进行相互之间的配置;
其中,所述配置单元运行时,通过***端用户手动操作完成塑胶管道标准图像数据及塑胶管道图像数据进行相互之间的配置,***端用户对塑胶管道标准图像数据及塑胶管道图像数据进行相互之间的配置时,参考塑胶管道图像数据来源摄像头模组所对应的塑胶管道生产设备上的处理工位。
更进一步地,所述比对模块在比对两组塑胶管道图像相似度时,通过如下公式进行相似度求取,公式为:
;
式中:为两组塑胶管道图像的相似度:m为塑胶管标准图像数据中的塑胶管道图像/>与塑胶管道图像数据中的塑胶管道图像/>间的面积差;l为m为塑胶管标准图像数据中的塑胶管道图像/>与塑胶管道图像数据中的塑胶管道图像/>间的周长差;k为m为塑胶管标准图像数据中的塑胶管道图像/>与塑胶管道图像数据中的塑胶管道图像/>间的对应转折轮廓边角度差;/>,/>及/>为权重;n为权重的数量;
其中,k的数量根据图像数据中的实际转折轮廓边形成的夹角数量进行确定。
更进一步地,所述评定模块内部设置有子模块,包括:
编辑单元,用于编辑设定评定模块在评定塑胶管道生产设备上传输的塑胶管道是否合格时所使用的评定阈值;
其中,所述编辑单元中编辑设定的评定阈值通过***端用户手动设置,评定模块在评定塑胶管道生产设备上传输的塑胶管道是否合格时应用相似度与评定阈值进行比对,评定相似度是否处于评定阈值范围内,评定结果为是,刷新***运行,摄像头模组采集新的塑胶管道图像数据,评定结果为否,触发嗅探模块运行。
更进一步地,所述嗅探模块运行时,根据不合格的塑胶管道图像对其对应的塑胶管道图像数据进行溯源,根据溯源到的塑胶管道图像数据对其对应的摄像头模组进行溯源,根据溯源到的摄像头模组对其对应的塑胶管道生产设备上处理工位进行溯源。
更进一步地,所述控制终端通过介质电性连接有摄像头模组、输入模块及分割模块,所述分割模块及输入模块下级通过介质电性连接有储存单元及配置单元,所述储存单元通过介质电性与摄像头模组相连接,所述分割模块通过介质电性连接有比对模块及评定模块,所述评定模块内部通过介质电性连接有编辑单元,所述评定模块通过介质电性连接有嗅探模块,所述嗅探模块通过介质电性与摄像头模组相连接。
第二方面,一种塑胶管道的生产工艺优化方法,包括以下步骤:
步骤1:采集塑胶管道生产设备上传输的塑胶管道图像数据;
步骤2:输入塑胶管道标准图像数据,以塑胶管道标准图像数据与步骤1中采集的塑胶管道图像数据,进行图像数据塑胶管道图像的相似度比对;
步骤3:设定相似度评定阈值,接收步骤2中相似度比对结果,并与评定阈值进行比较,判定相似度比对阈值是否处于相似度评定阈值范围内;
步骤4:步骤3判定结果为是,跳转步骤1,以塑胶管道生产设备上新接收的塑胶管道作为图像数据采集目标进行处理;
步骤5:步骤3判定结果为否,对塑胶管道图像进行溯源,并将溯源结果向用户端反馈。
采用本发明提供的技术方案,与已知的公有技术相比,具有如下有益效果:
1、本发明提供一种种塑胶管道的生产工艺优化***,该***通过摄像头部署,能够在塑胶管道生产设备上的各处理工位上进行被加工的塑胶管道的图像采集,并进一步的以输入标准图像的方式,使得塑胶管道在各处理工位处理阶段,均能够以输入的标准图像进行一次合格判定,从而使得塑胶管道在生产的过程中,一旦出现质量问题即会***作该***的工作人员所悉知,避免出现质量问题的塑胶管道进一步被塑胶管道生产设备处理。
2、本发明中***在运行的过程中,能够对包含有塑胶管道的图像数据进行分割,从而完成塑胶管道图像数据与塑胶管道图像之间的转换,并进一步的对标准塑胶管道图像与塑胶管道图像之间的相似度进行比较,从而以求取的像素点作为合格判定的位移标准,为塑胶管道的生产过程带来更加精准的合格判定。
3、本发明还能够对不合格的塑胶管道进行溯源,使得由该***的运行可知塑胶管道生产设备上出现问题的工位,以便于工作人员更好的对塑胶管道生产设备进行维护管理。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一种塑胶管道的生产工艺优化***的结构示意图;
图2为一种塑胶管道的生产工艺优化方法的流程示意图;
图中的标号分别代表:1、控制终端;2、摄像头模组;3、输入模块;4、分割模块;41、储存单元;42、配置单元;5、比对模块;6、评定模块;61、编辑单元;7、嗅探模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合实施例对本发明作进一步的描述。
实施例一
本实施例的一种塑胶管道的生产工艺优化***,如图1所示,包括:
控制终端1,是***的主控端,用于发出执行命令;
摄像头模组2,用于采集塑胶管道生产设备上传输的塑胶管道图像数据;
输入模块3,用于输入塑胶管道标准图像数据;
分割模块4,用于接收摄像头模组2采集到的塑胶管道图像数据及输入模块3输入的塑胶管标准图像数据,对图像数据进行分割,获取图像数据中塑胶管道图像;
比对模块5,用于在分割模块4中获取塑胶管标准图像数据中的塑胶管道图像及塑胶管道图像数据中的塑胶管道图像,比对两组塑胶管道图像相似度;
评定模块6,用于接收比对模块5求取的相似度,应用相似度评定塑胶管道生产设备上传输的塑胶管道是否合格;
嗅探模块7,用于嗅探不合格的塑胶管道图像来源摄像头模组2;
分割模块4在对图像数据进行分割时,通过如下公式求取图像数据在分割时的最佳分割精度,即图像数据被分割为像素块时,像素块的大小,公式为:
,
式中:为最佳分割精度;/>为待分割处理的图像数据;/>为图像分辨率样本数据集;/>为待分割处理的图像数据距选定的图像分辨率样本数据集中图像样本的高斯核距;
所述比对模块5在比对两组塑胶管道图像相似度时,通过如下公式进行相似度求取,公式为:
;
式中:为两组塑胶管道图像的相似度:m为塑胶管标准图像数据中的塑胶管道图像/>与塑胶管道图像数据中的塑胶管道图像/>间的面积差;l为m为塑胶管标准图像数据中的塑胶管道图像/>与塑胶管道图像数据中的塑胶管道图像/>间的周长差;k为m为塑胶管标准图像数据中的塑胶管道图像/>与塑胶管道图像数据中的塑胶管道图像/>间的对应转折轮廓边角度差;/>,/>及/>为权重;n为权重的数量;
其中,k的数量根据图像数据中的实际转折轮廓边形成的夹角数量进行确定。
在本实施例中,控制终端1控制摄像头模组2采集塑胶管道生产设备上传输的塑胶管道图像数据,输入模块3同步的输入塑胶管道标准图像数据,分割模块4后置运行,接收摄像头模组2采集到的塑胶管道图像数据及输入模块3输入的塑胶管标准图像数据,对图像数据进行分割,获取图像数据中塑胶管道图像,再由比对模块5在分割模块4中获取塑胶管标准图像数据中的塑胶管道图像及塑胶管道图像数据中的塑胶管道图像,比对两组塑胶管道图像相似度,并通过评定模块6接收比对模块5求取的相似度,应用相似度评定塑胶管道生产设备上传输的塑胶管道是否合格,最后由嗅探模块7嗅探不合格的塑胶管道图像来源摄像头模组2;
通过上式计算能够对图像数据的像素块最佳分割精度进行求取,从而使分割模块4在对图像数据进行分割时,能够根据指定大小完成图像数据的像素块分割,最终从塑胶管道图像数据中求得塑胶管道图像;
此外,由公式计算塑胶管道图像相互之间的相似度,能够提供通过评定模块6在进行合格判定时的数据支持。
实施例二
在具体实施层面,在实施例1的基础上,本实施例参照图1对实施例1中一种种塑胶管道的生产工艺优化***做进一步具体说明:
摄像头模组2设置有若干组,若干组摄像头模组2通过***端用户手动部署,分别安装在塑胶管道生产设备上的各处理工位,各处理工位上部署的摄像头模组2与各自对应处理工位同步运行,在处理工位运行时执行对塑胶管道进行图像数据采集的操作。
通过上述设置,可以使得塑胶管道生产设备上传输加工的塑胶管道,在经过每一塑胶管道生产设备上的处理工位时,均能够得到以此合格监测。
如图1所示,摄像头模组2中采集的塑胶管道图像数据及输入模块3中输入的塑胶管道标准图像数据皆包含有两种颜色的像素块,两种颜色的像素块分别为图像数据的底色及图像数据中塑胶管道的颜色,分割模块4对图像数据进行图像分割后,对完成分割的图像数据中的底色对应像素块进行删除,以求得塑胶管道图像数据中塑胶管道图像及塑胶管道标准图像数据中塑胶管道标准图像。
通过上述设置为,为分割模块4对图像数据的分隔提供了必要的条件支持,确保包含有塑胶管道的图像数据能够顺利的分割转换为塑胶管道图像。
如图1所示,输入模块3及分割模块4下级设置有子模块,包括:
储存单元41,用于接收并区分储存输入模块3中输入的塑胶管道标准图像数据及摄像头模组2采集的塑胶管道图像数据;
配置单元42,用于遍历读取储存单元41中储存的塑胶管道标准图像数据及塑胶管道图像数据,对塑胶管道标准图像数据及塑胶管道图像数据进行相互之间的配置;
其中,配置单元42运行时,通过***端用户手动操作完成塑胶管道标准图像数据及塑胶管道图像数据进行相互之间的配置,***端用户对塑胶管道标准图像数据及塑胶管道图像数据进行相互之间的配置时,参考塑胶管道图像数据来源摄像头模组2所对应的塑胶管道生产设备上的处理工位。
通过上述设置,为用于比对的塑胶管道标准图像数据及摄像头模组2采集的塑胶管道图像数据进行了储存,在以此完成数据留存的同时,为配置单元42的运行提供了数据支持。
实施例三
在具体实施层面,在实施例1的基础上,本实施例参照图1对实施例1中一种种塑胶管道的生产工艺优化***做进一步具体说明:
评定模块6内部设置有子模块,包括:
编辑单元61,用于编辑设定评定模块6在评定塑胶管道生产设备上传输的塑胶管道是否合格时所使用的评定阈值;
其中,编辑单元61中编辑设定的评定阈值通过***端用户手动设置,评定模块6在评定塑胶管道生产设备上传输的塑胶管道是否合格时应用相似度与评定阈值进行比对,评定相似度是否处于评定阈值范围内,评定结果为是,刷新***运行,摄像头模组2采集新的塑胶管道图像数据,评定结果为否,触发嗅探模块7运行。
通过上述编辑单元61的设置,可以使得用于评定模块6评定塑胶管道生产设备上传输的塑胶管道是否合格时所用的评定阈值,能够通过***端用户手动进行设定,以便于塑胶管道生产设备在生产塑胶管道时,根据要求设定评定阈值,以便于控制塑胶管道生产设备生产出的塑胶管道的精度。
如图1所示,嗅探模块7运行时,根据不合格的塑胶管道图像对其对应的塑胶管道图像数据进行溯源,根据溯源到的塑胶管道图像数据对其对应的摄像头模组2进行溯源,根据溯源到的摄像头模组2对其对应的塑胶管道生产设备上处理工位进行溯源。
如图1所示,控制终端1通过介质电性连接有摄像头模组2、输入模块3及分割模块4,分割模块4及输入模块3下级通过介质电性连接有储存单元41及配置单元42,储存单元41通过介质电性与摄像头模组2相连接,分割模块4通过介质电性连接有比对模块5及评定模块6,评定模块6内部通过介质电性连接有编辑单元61,评定模块6通过介质电性连接有嗅探模块7,嗅探模块7通过介质电性与摄像头模组2相连接。
实施例四
在具体实施层面,在实施例1的基础上,本实施例参照图2对实施例1中一种种塑胶管道的生产工艺优化***做进一步具体说明:
一种塑胶管道的生产工艺优化方法,包括以下步骤:
步骤1:采集塑胶管道生产设备上传输的塑胶管道图像数据;
步骤2:输入塑胶管道标准图像数据,以塑胶管道标准图像数据与步骤1中采集的塑胶管道图像数据,进行图像数据塑胶管道图像的相似度比对;
步骤3:设定相似度评定阈值,接收步骤2中相似度比对结果,并与评定阈值进行比较,判定相似度比对阈值是否处于相似度评定阈值范围内;
步骤4:步骤3判定结果为是,跳转步骤1,以塑胶管道生产设备上新接收的塑胶管道作为图像数据采集目标进行处理;
步骤5:步骤3判定结果为否,对塑胶管道图像进行溯源,并将溯源结果向用户端反馈。
综上而言,上述实施例中***通过摄像头部署,能够在塑胶管道生产设备上的各处理工位上进行被加工的塑胶管道的图像采集,并进一步的以输入标准图像的方式,使得塑胶管道在各处理工位处理阶段,均能够以输入的标准图像进行一次合格判定,从而使得塑胶管道在生产的过程中,一旦出现质量问题即会***作该***的工作人员所悉知,避免出现质量问题的塑胶管道进一步被塑胶管道生产设备处理;并且,***在运行的过程中,能够对包含有塑胶管道的图像数据进行分割,从而完成塑胶管道图像数据与塑胶管道图像之间的转换,并进一步的对标准塑胶管道图像与塑胶管道图像之间的相似度进行比较,从而以求取的像素点作为合格判定的位移标准,为塑胶管道的生产过程带来更加精准的合格判定;磁瓦,实施例中***及方法还能够对不合格的塑胶管道进行溯源,使得由该***的运行可知塑胶管道生产设备上出现问题的工位,以便于工作人员更好的对塑胶管道生产设备进行维护管理。
Claims (7)
1.一种塑胶管道的生产工艺优化***,其特征在于,包括:
控制终端(1),是***的主控端,用于发出执行命令;
摄像头模组(2),用于采集塑胶管道生产设备上传输的塑胶管道图像数据;
输入模块(3),用于输入塑胶管道标准图像数据;
分割模块(4),用于接收摄像头模组(2)采集到的塑胶管道图像数据及输入模块(3)输入的塑胶管标准图像数据,对图像数据进行分割,获取图像数据中塑胶管道图像;
比对模块(5),用于在分割模块(4)中获取塑胶管标准图像数据中的塑胶管道图像及塑胶管道图像数据中的塑胶管道图像,比对两组塑胶管道图像相似度;
评定模块(6),用于接收比对模块(5)求取的相似度,应用相似度评定塑胶管道生产设备上传输的塑胶管道是否合格;
嗅探模块(7),用于嗅探不合格的塑胶管道图像来源摄像头模组(2);
所述输入模块(3)及分割模块(4)下级设置有子模块,包括:
储存单元(41),用于接收并区分储存输入模块(3)中输入的塑胶管道标准图像数据及摄像头模组(2)采集的塑胶管道图像数据;
配置单元(42),用于遍历读取储存单元(41)中储存的塑胶管道标准图像数据及塑胶管道图像数据,对塑胶管道标准图像数据及塑胶管道图像数据进行相互之间的配置;
其中,所述配置单元(42)运行时,通过***端用户手动操作完成塑胶管道标准图像数据及塑胶管道图像数据进行相互之间的配置,***端用户对塑胶管道标准图像数据及塑胶管道图像数据进行相互之间的配置时,参考塑胶管道图像数据来源摄像头模组(2)所对应的塑胶管道生产设备上的处理工位;
所述比对模块(5)在比对两组塑胶管道图像相似度时,通过如下公式进行相似度求取,公式为:
;
式中:为两组塑胶管道图像的相似度:m为塑胶管标准图像数据中的塑胶管道图像与塑胶管道图像数据中的塑胶管道图像/>间的面积差;l为m为塑胶管标准图像数据中的塑胶管道图像/>与塑胶管道图像数据中的塑胶管道图像/>间的周长差;k为m为塑胶管标准图像数据中的塑胶管道图像/>与塑胶管道图像数据中的塑胶管道图像/>间的对应转折轮廓边角度差;/>,/>及/>为权重;n为权重的数量;
其中,k的数量根据图像数据中的实际转折轮廓边形成的夹角数量进行确定。
2.根据权利要求1所述的一种塑胶管道的生产工艺优化***,其特征在于,所述摄像头模组(2)设置有若干组,若干组所述摄像头模组(2)通过***端用户手动部署,分别安装在塑胶管道生产设备上的各处理工位,各处理工位上部署的摄像头模组(2)与各自对应处理工位同步运行,在处理工位运行时执行对塑胶管道进行图像数据采集的操作。
3.根据权利要求1所述的一种塑胶管道的生产工艺优化***,其特征在于,所述摄像头模组(2)中采集的塑胶管道图像数据及输入模块(3)中输入的塑胶管道标准图像数据皆包含有两种颜色的像素块,两种颜色的像素块分别为图像数据的底色及图像数据中塑胶管道的颜色,分割模块(4)对图像数据进行图像分割后,对完成分割的图像数据中的底色对应像素块进行删除,以求得塑胶管道图像数据中塑胶管道图像及塑胶管道标准图像数据中塑胶管道标准图像。
4.根据权利要求1或3所述的一种塑胶管道的生产工艺优化***,其特征在于,所述分割模块(4)在对图像数据进行分割时,通过如下公式求取图像数据在分割时的最佳分割精度,即图像数据被分割为像素块时,像素块的大小,公式为:
;
式中:为最佳分割精度;/>为待分割处理的图像数据;/>为图像分辨率样本数据集;/>为待分割处理的图像数据距选定的图像分辨率样本数据集中图像样本的高斯核距离。
5.根据权利要求1所述的一种塑胶管道的生产工艺优化***,其特征在于,所述评定模块(6)内部设置有子模块,包括:
编辑单元(61),用于编辑设定评定模块(6)在评定塑胶管道生产设备上传输的塑胶管道是否合格时所使用的评定阈值;
其中,所述编辑单元(61)中编辑设定的评定阈值通过***端用户手动设置,评定模块(6)在评定塑胶管道生产设备上传输的塑胶管道是否合格时应用相似度与评定阈值进行比对,评定相似度是否处于评定阈值范围内,评定结果为是,刷新***运行,摄像头模组(2)采集新的塑胶管道图像数据,评定结果为否,触发嗅探模块(7)运行。
6.根据权利要求1或5所述的一种塑胶管道的生产工艺优化***,其特征在于,所述嗅探模块(7)运行时,根据不合格的塑胶管道图像对其对应的塑胶管道图像数据进行溯源,根据溯源到的塑胶管道图像数据对其对应的摄像头模组(2)进行溯源,根据溯源到的摄像头模组(2)对其对应的塑胶管道生产设备上处理工位进行溯源。
7.根据权利要求1所述的一种塑胶管道的生产工艺优化***,其特征在于,所述控制终端(1)通过介质电性连接有摄像头模组(2)、输入模块(3)及分割模块(4),所述分割模块(4)及输入模块(3)下级通过介质电性连接有储存单元(41)及配置单元(42),所述储存单元(41)通过介质电性与摄像头模组(2)相连接,所述分割模块(4)通过介质电性连接有比对模块(5)及评定模块(6),所述评定模块(6)内部通过介质电性连接有编辑单元(61),所述评定模块(6)通过介质电性连接有嗅探模块(7),所述嗅探模块(7)通过介质电性与摄像头模组(2)相连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310580900.7A CN116307300B (zh) | 2023-05-23 | 2023-05-23 | 一种塑胶管道的生产工艺优化方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310580900.7A CN116307300B (zh) | 2023-05-23 | 2023-05-23 | 一种塑胶管道的生产工艺优化方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116307300A CN116307300A (zh) | 2023-06-23 |
CN116307300B true CN116307300B (zh) | 2023-08-08 |
Family
ID=86796415
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310580900.7A Active CN116307300B (zh) | 2023-05-23 | 2023-05-23 | 一种塑胶管道的生产工艺优化方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116307300B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118095777A (zh) * | 2024-04-01 | 2024-05-28 | 江苏菲尔浦工程科技有限公司 | 一种建筑模块生产管理方法及*** |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104390985A (zh) * | 2014-12-15 | 2015-03-04 | 长沙红点自动化科技有限公司 | 一种塑胶套管自动化缺陷检测成套设备 |
CN104777172A (zh) * | 2015-04-30 | 2015-07-15 | 重庆理工大学 | 一种光学镜头次品快速智能检测装置及方法 |
CN105184788A (zh) * | 2015-08-31 | 2015-12-23 | 广州杰赛科技股份有限公司 | 一种管道检测终端及方法 |
CN107169962A (zh) * | 2017-05-16 | 2017-09-15 | 西安电子科技大学 | 基于空间密度约束核模糊聚类的灰度图像快速分割方法 |
CN107682662A (zh) * | 2017-09-01 | 2018-02-09 | 中车青岛四方机车车辆股份有限公司 | 一种生产制造数据的采集*** |
CN107992532A (zh) * | 2017-11-23 | 2018-05-04 | 浙江工业大学 | 基于渲染图像角度结构特征的三维模型检索方法 |
CN108176601A (zh) * | 2017-12-13 | 2018-06-19 | 全椒祥瑞塑胶有限公司 | 一种注塑产品质量高效检测*** |
CN110220917A (zh) * | 2019-06-11 | 2019-09-10 | 江苏农林职业技术学院 | 一种基于图像处理的皇冠盖表面缺陷在线检测方法 |
CN111609812A (zh) * | 2020-05-21 | 2020-09-01 | 荆州华力机械有限公司 | 用于检测转向器输入轴弯曲的检测*** |
CN114005235A (zh) * | 2021-11-01 | 2022-02-01 | 重庆紫光华山智安科技有限公司 | 一种安防监控方法、***、介质及电子终端 |
CN114519694A (zh) * | 2021-12-28 | 2022-05-20 | 河南大学 | 基于深度学习的七段数码管液晶显示屏识别方法及*** |
CN114666473A (zh) * | 2022-02-10 | 2022-06-24 | 山东土地集团数字科技有限公司 | 耕地保护用视频监控方法、***、终端及存储介质 |
CN114792415A (zh) * | 2022-04-25 | 2022-07-26 | 中国第一汽车股份有限公司 | 目标图像的信息提取方法及装置、车辆设备、存储介质 |
CN114926707A (zh) * | 2022-05-23 | 2022-08-19 | 国家石油天然气管网集团有限公司 | 管道缺陷识别方法、处理器和管道缺陷识别装置 |
WO2023273058A1 (zh) * | 2021-06-30 | 2023-01-05 | 成都商汤科技有限公司 | 身份识别方法、***、装置、计算机设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017162391A (ja) * | 2016-03-11 | 2017-09-14 | 東芝メモリ株式会社 | 画像処理方法及び画像処理プログラム |
-
2023
- 2023-05-23 CN CN202310580900.7A patent/CN116307300B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104390985A (zh) * | 2014-12-15 | 2015-03-04 | 长沙红点自动化科技有限公司 | 一种塑胶套管自动化缺陷检测成套设备 |
CN104777172A (zh) * | 2015-04-30 | 2015-07-15 | 重庆理工大学 | 一种光学镜头次品快速智能检测装置及方法 |
CN105184788A (zh) * | 2015-08-31 | 2015-12-23 | 广州杰赛科技股份有限公司 | 一种管道检测终端及方法 |
CN107169962A (zh) * | 2017-05-16 | 2017-09-15 | 西安电子科技大学 | 基于空间密度约束核模糊聚类的灰度图像快速分割方法 |
CN107682662A (zh) * | 2017-09-01 | 2018-02-09 | 中车青岛四方机车车辆股份有限公司 | 一种生产制造数据的采集*** |
CN107992532A (zh) * | 2017-11-23 | 2018-05-04 | 浙江工业大学 | 基于渲染图像角度结构特征的三维模型检索方法 |
CN108176601A (zh) * | 2017-12-13 | 2018-06-19 | 全椒祥瑞塑胶有限公司 | 一种注塑产品质量高效检测*** |
CN110220917A (zh) * | 2019-06-11 | 2019-09-10 | 江苏农林职业技术学院 | 一种基于图像处理的皇冠盖表面缺陷在线检测方法 |
CN111609812A (zh) * | 2020-05-21 | 2020-09-01 | 荆州华力机械有限公司 | 用于检测转向器输入轴弯曲的检测*** |
WO2023273058A1 (zh) * | 2021-06-30 | 2023-01-05 | 成都商汤科技有限公司 | 身份识别方法、***、装置、计算机设备及存储介质 |
CN114005235A (zh) * | 2021-11-01 | 2022-02-01 | 重庆紫光华山智安科技有限公司 | 一种安防监控方法、***、介质及电子终端 |
CN114519694A (zh) * | 2021-12-28 | 2022-05-20 | 河南大学 | 基于深度学习的七段数码管液晶显示屏识别方法及*** |
CN114666473A (zh) * | 2022-02-10 | 2022-06-24 | 山东土地集团数字科技有限公司 | 耕地保护用视频监控方法、***、终端及存储介质 |
CN114792415A (zh) * | 2022-04-25 | 2022-07-26 | 中国第一汽车股份有限公司 | 目标图像的信息提取方法及装置、车辆设备、存储介质 |
CN114926707A (zh) * | 2022-05-23 | 2022-08-19 | 国家石油天然气管网集团有限公司 | 管道缺陷识别方法、处理器和管道缺陷识别装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116307300A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106875381B (zh) | 一种基于深度学习的手机外壳缺陷检测方法 | |
CN116307300B (zh) | 一种塑胶管道的生产工艺优化方法及*** | |
CN111652098B (zh) | 产品表面缺陷检测方法及装置 | |
CN112862770B (zh) | 一种基于人工智能的缺陷分析诊断***、方法、装置 | |
CN112528979B (zh) | 变电站巡检机器人障碍物判别方法及*** | |
CN104483320A (zh) | 工业脱硝催化剂的数字化缺陷检测装置与检测方法 | |
CN114994061A (zh) | 一种基于机器视觉的钢轨智能化检测方法及*** | |
CN116563641A (zh) | 一种基于小目标检测的表面缺陷识别方法及*** | |
CN110560376B (zh) | 一种产品表面缺陷检测方法及装置 | |
CN115272204A (zh) | 一种基于机器视觉的轴承表面划痕检测方法 | |
CN113538503A (zh) | 一种基于红外图像的太阳能板缺陷检测方法 | |
CN110728269B (zh) | 一种基于c2检测数据的高铁接触网支柱杆号牌识别方法 | |
CN114897789B (zh) | 一种基于图像分割的烧结矿粒度检测方法及*** | |
CN111524154A (zh) | 一种基于影像的隧道管片自动化分割方法 | |
CN113139507B (zh) | 一种排水管道缺陷照片自动截取方法及其*** | |
CN116485795B (zh) | 一种卷料涂布生产线瑕疵检测方法及*** | |
CN112669269A (zh) | 一种基于图像识别的管道缺陷分类分级方法及*** | |
CN115937492A (zh) | 一种基于特征识别的变电设备红外图像识别方法 | |
CN114937015A (zh) | 一种锂电池极片制造中智能视觉识别方法和*** | |
CN112257514B (zh) | 一种用于设备故障巡检的红外视觉智检的拍摄方法 | |
CN114169404A (zh) | 一种基于图像智能获取边坡病害量化信息方法 | |
CN116740022B (zh) | 基于视觉检测的桥梁性能评估*** | |
CN117969553B (zh) | 一种tpv针织复合管外观在线视觉检测*** | |
CN117871694B (zh) | 一种基于相控阵的三维管道焊缝缺陷自动检测方法 | |
CN117953401B (zh) | 一种复杂背景红外图像复合绝缘子发热缺陷自动识别方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |