CN110096952A - 一种用于生产线的人工智能图像处理系统及其方法 - Google Patents
一种用于生产线的人工智能图像处理系统及其方法 Download PDFInfo
- Publication number
- CN110096952A CN110096952A CN201910213028.6A CN201910213028A CN110096952A CN 110096952 A CN110096952 A CN 110096952A CN 201910213028 A CN201910213028 A CN 201910213028A CN 110096952 A CN110096952 A CN 110096952A
- Authority
- CN
- China
- Prior art keywords
- product
- module
- image processing
- image information
- production line
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种用于生产线的人工智能图像处理系统及其方法,涉及图像处理技术领域。本发明包括摄像头、第一存储模块、微处理器、图像处理单元、比较模块、反馈模块和第二存储模块;摄像头对生产线上的产品进行拍摄录像,并将图像信息存储在第一存储模块内;微处理器通过图像处理单元对存储在第一存储模块内的图像信息进行产品特征数据提取。本发明通过图像分析模块和特征提取模块对摄像头拍摄的产品图像信息进行产品特征数据提取,并通过比较模块来将产品特征数据与产品图库内的产品图像信息进行比较,而比较结果通过反馈模块发送至微处理器,最后微处理器控制执行机构对产品进行分拣,提高了产品的分拣效率,并降低人工和运输成本。
Description
技术领域
本发明属于图像处理技术领域,特别是涉及一种用于生产线的人工智能图像处理系统及其方法。
背景技术
随着我国物流业的快速发展,运输中转点或生产点经常需要对包装好的大量物品进行分拣以满足物品的正常运输流通;而现有的一些分拣工作大多依靠人力来完成,人们根据产品的外形以及文字信息来将物品进行分拣,但此过程存在分拣误差,且增加了运输和分拣的人工成本;而市场上鲜有将人工智能图像处理技术应用于运输业来提高物品的分拣效率和分拣精度,因此有待研究一种用于生产线的人工智能图像处理系统及其处理方法。
发明内容
本发明的目的在于提供一种用于生产线的人工智能图像处理系统及其方法,通过图像分析模块和特征提取模块对摄像头拍摄的产品图像信息进行产品特征数据提取,并通过比较模块来将产品特征数据与产品图库内的产品图像信息进行比较,而比较结果通过反馈模块发送至微处理器,最后微处理器控制执行机构对产品进行分拣,解决了现有人工分拣产品效率低,且人工成本和运输成本增加的问题。
为解决上述技术问题,本发明是通过以下技术方案实现的:
本发明为一种用于生产线的人工智能图像处理系统,包括摄像头、第一存储模块、微处理器、图像处理单元、比较模块、反馈模块、第二存储模块和执行机构;
所述摄像头对生产线上的产品进行拍摄录像,并将图像信息存储在第一存储模块内;
所述微处理器通过图像处理单元对存储在第一存储模块内的图像信息进行产品特征数据提取;
所述图像处理单元将产品特征数据发送至比较模块,所述比较模块通过无线传输模块获取产品图库内的产品图像信息,并将产品图像信息与产品特征数据进行比较,获得比较结果;
所述反馈模块将比较结果发送至微处理器,所述微处理器将比较结果存储在第二存储模块,并控制执行机构对产品进行分拣;
其中,所述图像处理单元包括图像分析模块和特征提取模块;所述图像分析模块利用帧差法对图像信息中的相邻两帧图像进行差分运算来获取图像中运动的产品信息;所述特征提取模块通过蚁群算法来对产品信息的产品特征数据进行提取,并将产品特征数据发送至比较模块。
进一步地,所述产品特征数据包括颜色特征、纹理特征、形状特征和文字特征;
其中,所述特征提取模块通过颜色直方图来对颜色特征进行提取,所述特征提取模块通过统计法对纹理特征进行提取,所述特征提取模块通过傅里叶形状描述符法来对形状特征进行提取。
进一步地,所述产品图像信息包括产品上的颜色数据、纹理数据、文字数据和形状数据。
进一步地,所述执行机构为液压缸组件。
一种用于生产线的人工智能图像处理系统的处理方法,包括以下步骤:
步骤一,摄像头对生产线上处于运输中的产品进行拍摄录像,并将图像信息存储在第一存储模块内;
步骤二,图像分析模块利用帧差法对图像信息中的相邻两帧图像进行差分运算来获取图像中运动的产品信息和背景信息;
步骤三,特征提取模块通过蚁群算法来对产品信息的产品特征数据进行提取;
步骤四,比较模块通过无线传输模块获取产品图库内的产品图像信息;并将产品特征数据与产品图像信息进行比较;
步骤五,反馈模块将比较结果存储在第二存储模块内,并将比较结果发送至微处理器,而微处理器控制执行机构对产品进行分拣。
本发明具有以下有益效果:
本发明通过图像分析模块和特征提取模块对摄像头拍摄的产品图像信息进行产品特征数据提取,并通过比较模块来将产品特征数据与产品图库内的产品图像信息进行比较,而比较结果通过反馈模块发送至微处理器,最后微处理器控制执行机构对产品进行分拣;此过程利用人工智能图像处理技术来对生产线上的产品进行分拣,有效的提高了产品的分拣效率和分拣时间,并降低人工和运输成本以及分拣误差。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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为本发明一种用于生产线的人工智能图像处理系统的系统图。
具体实施方式
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,所描述的实施例仅仅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它实施例,都属于本发明保护的范围。
如图1所示,本发明为一种用于生产线的人工智能图像处理系统,包括摄像头、第一存储模块、微处理器、图像处理单元、比较模块、反馈模块、第二存储模块和执行机构;
摄像头对生产线上的产品进行拍摄录像,并将图像信息存储在第一存储模块内;
微处理器通过图像处理单元对存储在第一存储模块内的图像信息进行产品特征数据提取;
图像处理单元将产品特征数据发送至比较模块,比较模块通过无线传输模块获取产品图库内的产品图像信息,并将产品图像信息与产品特征数据进行比较,获得比较结果;
反馈模块将比较结果发送至微处理器,微处理器将比较结果存储在第二存储模块,并控制执行机构对产品进行分拣;微处理器内设置有比较阈值,当比较结果大于比较阈值时,说明产品特征数据与产品图像信息相似度高,可判定为某一种产品,则微处理器通过控制执行机构对这一产品进行推送至另一条传送带上;当比较结果小于比较阈值时,微处理器则控制执行机构对这一产品不进行推送,保证产品的正产输送。
其中,图像处理单元包括图像分析模块和特征提取模块;图像分析模块利用帧差法对图像信息中的相邻两帧图像进行差分运算来获取图像中运动的产品信息;特征提取模块通过蚁群算法、模拟退火算法、粒子群优化算法、遗传算法和人工神经网络算法中的一种来对产品信息的产品特征数据进行提取,并将产品特征数据发送至比较模块。
其中,产品特征数据包括颜色特征、纹理特征、形状特征和文字特征;
其中,特征提取模块通过颜色直方图来对颜色特征进行提取,此外还可通过颜色矩、颜色集、颜色聚合向量和颜色相关图中的一种来对颜色特征进行提取;特征提取模块通过统计法对纹理特征进行提取,此外还可通过几何法、模型法、信号处理法和结构法中的一种对纹理特征进行提取;特征提取模块通过傅里叶形状描述符法来对形状特征进行提取,此外还可通过边界特征法、几何参数法和形状不变矩法来对形状特征进行提取。
其中,产品图像信息包括产品上的颜色数据、纹理数据、文字数据和形状数据。
其中,执行机构为液压缸组件或气缸组件或电动推杆组件,微处理器通过控制液压缸组件的行程来对生产线上的产品进行推送,并推送至另一条输送带。
一种用于生产线的人工智能图像处理系统的处理方法,包括以下步骤:
步骤一,摄像头对生产线上处于运输中的产品进行拍摄录像,并将图像信息存储在第一存储模块内;
步骤二,图像分析模块利用帧差法对图像信息中的相邻两帧图像进行差分运算来获取图像中运动的产品信息和背景信息;
步骤三,特征提取模块通过蚁群算法来对产品信息的产品特征数据进行提取;
步骤四,比较模块通过无线传输模块获取产品图库内的产品图像信息;并将产品特征数据与产品图像信息进行比较;
步骤五,反馈模块将比较结果存储在第二存储模块内,并将比较结果发送至微处理器,而微处理器控制执行机构对产品进行分拣。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (5)
1.一种用于生产线的人工智能图像处理系统,其特征在于:包括摄像头、第一存储模块、微处理器、图像处理单元、比较模块、反馈模块、第二存储模块和执行机构;
所述摄像头对生产线上的产品进行拍摄录像,并将图像信息存储在第一存储模块内;
所述微处理器通过图像处理单元对存储在第一存储模块内的图像信息进行产品特征数据提取;
所述图像处理单元将产品特征数据发送至比较模块,所述比较模块通过无线传输模块获取产品图库内的产品图像信息,并将产品图像信息与产品特征数据进行比较,获得比较结果;
所述反馈模块将比较结果发送至微处理器,所述微处理器将比较结果存储在第二存储模块,并控制执行机构对产品进行分拣;
其中,所述图像处理单元包括图像分析模块和特征提取模块;所述图像分析模块利用帧差法对图像信息中的相邻两帧图像进行差分运算来获取图像中运动的产品信息;所述特征提取模块通过蚁群算法来对产品信息的产品特征数据进行提取,并将产品特征数据发送至比较模块。
2.根据权利要求1所述的一种用于生产线的人工智能图像处理系统,其特征在于,所述产品特征数据包括颜色特征、纹理特征、形状特征和文字特征;
其中,所述特征提取模块通过颜色直方图来对颜色特征进行提取,所述特征提取模块通过统计法对纹理特征进行提取,所述特征提取模块通过傅里叶形状描述符法来对形状特征进行提取。
3.根据权利要求1所述的一种用于生产线的人工智能图像处理系统,其特征在于,所述产品图像信息包括产品上的颜色数据、纹理数据、文字数据和形状数据。
4.根据权利要求1所述的一种用于生产线的人工智能图像处理系统及其方法,其特征在于,所述执行机构为液压缸组件。
5.如权利要求1-4任一项所述的一种用于生产线的人工智能图像处理系统的处理方法,其特征在于,包括以下步骤:
步骤一,摄像头对生产线上处于运输中的产品进行拍摄录像,并将图像信息存储在第一存储模块内;
步骤二,图像分析模块利用帧差法对图像信息中的相邻两帧图像进行差分运算来获取图像中运动的产品信息和背景信息;
步骤三,特征提取模块通过蚁群算法来对产品信息的产品特征数据进行提取;
步骤四,比较模块通过无线传输模块获取产品图库内的产品图像信息;并将产品特征数据与产品图像信息进行比较;
步骤五,反馈模块将比较结果存储在第二存储模块内,并将比较结果发送至微处理器,而微处理器控制执行机构对产品进行分拣。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910213028.6A CN110096952B (zh) | 2019-03-20 | 2019-03-20 | 一种用于生产线的人工智能图像处理系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910213028.6A CN110096952B (zh) | 2019-03-20 | 2019-03-20 | 一种用于生产线的人工智能图像处理系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110096952A true CN110096952A (zh) | 2019-08-06 |
CN110096952B CN110096952B (zh) | 2023-01-31 |
Family
ID=67443314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910213028.6A Active CN110096952B (zh) | 2019-03-20 | 2019-03-20 | 一种用于生产线的人工智能图像处理系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110096952B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112380889A (zh) * | 2020-11-04 | 2021-02-19 | 中微(杭州)智能制造科技有限公司 | 交叉带分拣设备的货品标签图像处理系统及方法 |
CN113435483A (zh) * | 2021-06-10 | 2021-09-24 | 宁波帅特龙集团有限公司 | 一种定点抓拍方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8849447B2 (en) * | 2008-03-25 | 2014-09-30 | Sicpa Holding Sa | Method and system for controlling production of items |
CN106781539A (zh) * | 2017-01-20 | 2017-05-31 | 安徽达尔智能控制系统股份有限公司 | 车辆违章智能检测系统 |
-
2019
- 2019-03-20 CN CN201910213028.6A patent/CN110096952B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8849447B2 (en) * | 2008-03-25 | 2014-09-30 | Sicpa Holding Sa | Method and system for controlling production of items |
CN106781539A (zh) * | 2017-01-20 | 2017-05-31 | 安徽达尔智能控制系统股份有限公司 | 车辆违章智能检测系统 |
Non-Patent Citations (1)
Title |
---|
侯俊等: "基于图像处理的安防系统", 《机电工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112380889A (zh) * | 2020-11-04 | 2021-02-19 | 中微(杭州)智能制造科技有限公司 | 交叉带分拣设备的货品标签图像处理系统及方法 |
CN113435483A (zh) * | 2021-06-10 | 2021-09-24 | 宁波帅特龙集团有限公司 | 一种定点抓拍方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110096952B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Khairnar et al. | Disease detection and diagnosis on plant using image processing—a review | |
Ramaiah et al. | De-duplication of photograph images using histogram refinement | |
CN109034694B (zh) | 基于智能制造的生产原料智能存储方法及系统 | |
CN203875022U (zh) | 一种rfid物流托盘分拣装置 | |
CN110096952A (zh) | 一种用于生产线的人工智能图像处理系统及其方法 | |
CN111767915A (zh) | 车牌检测方法、装置、设备及存储介质 | |
US11772271B2 (en) | Method and computing system for object recognition or object registration based on image classification | |
US20230381971A1 (en) | Method and computing system for object registration based on image classification | |
Wu et al. | Research on computer vision-based object detection and classification | |
Li et al. | Gaussian-based codebook model for video background subtraction | |
CN113172002A (zh) | 一种基于图像识别的输煤线矸石识别方法及分选系统 | |
Qi et al. | Intelligent recognition of transmission line inspection image based on deep learning | |
CN106603888A (zh) | 图像颜色提取处理结构 | |
Dong et al. | Moving object and shadow detection based on RGB color space and edge ratio | |
Liu et al. | A study on the design and implementation of an improved AdaBoost optimization mathematical algorithm based on recognition of packaging bottles | |
KR20230150625A (ko) | 수하물 분류 시스템 | |
Tripathy et al. | Multispectral and joint colour-texture feature extraction for ore-gangue separation | |
CN108491542A (zh) | 一种基于数据库搭建的商标检索系统及方法 | |
Wang | Recognition and Positioning of Container Lock Holes for Intelligent Handling Terminal Based on Convolutional Neural Network. | |
Merrad et al. | A Real-time Mobile Notification System for Inventory Stock out Detection using SIFT and RANSAC. | |
Patel et al. | Text segmentation from images | |
Lee et al. | An Adaptive Content-Based Image Retrieval Method Exploiting an Affine Invariant Region Based on a VQ-applied Quadtree Robust to Geometric Distortions. | |
Mente et al. | Color image segmentation and recognition based on shape and color features | |
CN109063700A (zh) | 一种基于lbp运算大数据检索平台 | |
CN115424095B (zh) | 基于废旧物资的质量分析方法及装置 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230418 Address after: 231100 No. 39 Jinrong Road, Changfeng Shuangfeng Economic Development Zone, Hefei City, Anhui Province Patentee after: Anhui Mingde Intelligent Technology Co.,Ltd. Address before: 230000 room 360, building 1, international student Park, No.1 Tianyuan Road, high tech Zone, Hefei City, Anhui Province Patentee before: HEFEI MINGDE PHOTOELECTRIC TECHNOLOGY Ltd. |