CN111355931A - 生产线状态监测方法、装置、服务器及存储介质 - Google Patents
生产线状态监测方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN111355931A CN111355931A CN202010238196.3A CN202010238196A CN111355931A CN 111355931 A CN111355931 A CN 111355931A CN 202010238196 A CN202010238196 A CN 202010238196A CN 111355931 A CN111355931 A CN 111355931A
- Authority
- CN
- China
- Prior art keywords
- video frame
- target
- production line
- preset
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种生产线状态监测方法、装置、服务器及存储介质,所述方法包括:获取目标视频帧,其中,所述目标视频帧包括由图像采集设备采集的生产线指定区域对应的视频帧;利用预设的视频帧处理算法对所述目标视频帧进行处理得到目标图像;判断所述目标图像中目标像素是否满足预设要求;若所述目标图像中目标像素未满足预设要求,则确定所述生产线处于停线状态,并确定所述目标视频帧的采集时刻为所述生产线的停止时刻。如此基于采集的视频帧对生产线运行情况进行监测,可以准确确定生产线停止时刻且误差较小。
Description
技术领域
本发明涉及智能制造技术领域,尤其涉及一种生产线状态监测方法、装置、服务器及存储介质。
背景技术
生产线就是产品生产过程所经过的路线,即从原料进入生产现场开始,经过加工、运送、装配、检验等一系列生产生产线活动所构成的路线,在工厂智能制造技术领域起到至关重要的作用,直接决定产出速度与收益。在实际的产品生产过程中,由于操作不正规,物料派送延误、生产线更换以及生产批次更换等情况的发生,导致生产线停止,造成大量的工时浪费以及其它资源浪费。因此对生产线运行情况进行监测,可以有效解决因意外停线造成的不必要损失。
相关技术中,根据生产线传动装置中红外计数相关设备间接监测生产线运行情况。例如,空调外机在生产线传动装置中传送,可以经过生产线传动装置中头部或者尾部红外计数器,根据两次红外计数器触发事件间隔进行生产线运行情况监测。由于根据两次红外计数器触发事件间隔进行生产线运行情况监测,并不能准确确定生产线停止时刻且存在一定误差。
发明内容
为了解决上述根据两次红外计数器触发事件间隔进行生产线运行情况监测,并不能准确确定生产线停止时刻且存在一定误差的技术问题,本发明实施例提供了一种生产线状态监测方法、装置、服务器及存储介质。具体技术方案如下:
在本发明实施例的第一方面,首先提供了一种生产线状态监测方法,所述方法包括:
获取目标视频帧,其中,所述目标视频帧包括由图像采集设备采集的生产线指定区域对应的视频帧;
利用预设的视频帧处理算法对所述目标视频帧进行处理得到目标图像;
判断所述目标图像中目标像素是否满足预设要求;
若所述目标图像中目标像素未满足预设要求,则确定所述生产线处于停线状态,并确定所述目标视频帧的采集时刻为所述生产线的停止时刻。
在一个可选的实施方式中,所述获取目标视频帧,包括:
调用图像采集设备采集生产线指定区域对应的视频流数据;
基于预设的抽样规则从所述视频流数据中抽取视频帧;
基于预设的分组规则对所述视频帧进行分组存储;
获取每组中的目标视频帧,其中,所述目标视频帧包括第一视频帧、第二视频帧以及第三视频帧。
在一个可选的实施方式中,所述调用图像采集设备采集生产线指定区域对应的视频流数据,包括:
确定生产线所属的生产线类型,确定与所述生产线类型对应的图像采集设备;
调用所述图像采集设备采集生产线指定区域对应的视频流数据。
在一个可选的实施方式中,所述利用预设的视频帧处理算法对所述目标视频帧进行处理得到目标图像,包括:
利用预设的视频帧处理算法对所述第一视频帧以及所述第二视频帧进行背景差分,得到第一前景图像;
利用预设的视频帧处理算法对所述第二视频帧以及所述第三视频帧进行背景差分,得到第二前景图像;
将所述第一前景图像与所述第二前景图像进行差分得到目标图像;
其中,所述视频帧处理算法包括ViBe算法。
在一个可选的实施方式中,所述判断所述目标图像中目标像素是否满足预设要求,包括:
判断所述目标图像中目标像素的个数是否大于预设第一阈值;
所述若所述目标图像中目标像素未满足预设要求,则确定所述生产线处于停线状态,包括:
若所述目标图像中目标像素的个数未大于预设第一阈值,则确定所述生产线处于停线状态。
在一个可选的实施方式中,所述判断所述目标图像中目标像素是否满足预设要求,包括:
判断所述目标图像中目标像素对应的面积是否大于预设第二阈值;
所述若所述目标图像中目标像素未满足预设要求,则确定所述生产线处于停线状态,包括:
若所述目标图像中目标像素对应的面积未大于预设第二阈值,则确定所述生产线处于停线状态。
在一个可选的实施方式中,所述目标像素包括像素值大于预设第三阈值的像素。
在本发明实施例的第二方面,还提供了一种生产线状态监测装置,所述装置包括:
视频帧获取模块,用于获取目标视频帧,其中,所述目标视频帧包括由图像采集设备采集的生产线指定区域对应的视频帧;
视频帧处理模块,用于利用预设的视频帧处理算法对所述目标视频帧进行处理得到目标图像;
图像判断模块,用于判断所述目标图像中目标像素是否满足预设要求;
状态确定模块,用于若所述目标图像中目标像素未满足预设要求,则确定所述生产线处于停线状态,并确定所述目标视频帧的采集时刻为所述生产线的停止时刻。
在一个可选的实施方式中,所述视频帧获取模块包括:
数据采集子模块,用于调用图像采集设备采集生产线指定区域对应的视频流数据;
视频帧抽取子模块,用于基于预设的抽样规则从所述视频流数据中抽取视频帧;
视频帧存储模块,用于基于预设的分组规则对所述视频帧进行分组存储;
视频帧获取子模块,用于获取每组中的目标视频帧,其中,所述目标视频帧包括第一视频帧、第二视频帧以及第三视频帧。
在一个可选的实施方式中,所述数据采集子模块具体用于:
确定生产线所属的生产线类型,确定与所述生产线类型对应的图像采集设备;
调用所述图像采集设备采集生产线指定区域对应的视频流数据。
在一个可选的实施方式中,所述视频帧处理模块具体用于:
利用预设的视频帧处理算法对所述第一视频帧以及所述第二视频帧进行背景差分,得到第一前景图像;
利用预设的视频帧处理算法对所述第二视频帧以及所述第三视频帧进行背景差分,得到第二前景图像;
将所述第一前景图像与所述第二前景图像进行差分得到目标图像;
其中,所述视频帧处理算法包括ViBe算法。
在一个可选的实施方式中,所述图像判断模块具体用于:
判断所述目标图像中目标像素的个数是否大于预设第一阈值;
所述状态确定模块具体用于:
若所述目标图像中目标像素的个数未大于预设第一阈值,则确定所述生产线处于停线状态。
在一个可选的实施方式中,所述图像判断模块具体用于:
判断所述目标图像中目标像素对应的面积是否大于预设第二阈值;
所述状态确定模块具体用于:
若所述目标图像中目标像素对应的面积未大于预设第二阈值,则确定所述生产线处于停线状态。
在一个可选的实施方式中,所述目标像素包括像素值大于预设第三阈值的像素。
在本发明实施例的第三方面,还提供了一种服务器,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面中任一所述的生产线状态监测方法。
在本发明实施例的第四方面,还提供了一种存储介质,所述存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述第一方面中任一所述的生产线状态监测方法。
在本发明实施例的第五方面,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一所述的生产线状态监测方法。
本发明实施例提供的技术方案,通过获取目标视频帧,利用预设的视频帧处理算法对目标视频帧进行处理得到目标图像,判断目标图像中目标像素是否满足预设要求,如果目标图像中目标像素未满足预设要求,则确定生产线处于停线状态,并确定目标视频帧的采集时刻为生产线的停止时刻。如此基于采集的视频帧对生产线运行情况进行监测,可以准确确定生产线停止时刻且误差较小。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
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,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中示出的一种生产线状态监测方法的实施流程示意图;
图2为本发明实施例中示出的一种监控摄像头采集目标视频帧的示意图;
图3为本发明实施例中示出的另一种生产线状态监测方法的实施流程示意图;
图4为本发明实施例中示出的一种分组存储视频帧的示意图;
图5为本发明实施例中示出的一种生产线状态监测装置的结构示意图;
图6为本发明实施例中示出的一种服务器的结构示意图。
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的一部分实施例,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做出创造性劳动的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。
如图1所示,为本发明实施例提供的一种生产线状态监测方法的实施流程示意图,该方法具体可以包括以下步骤:
S101,获取目标视频帧,其中,所述目标视频帧包括由图像采集设备采集的生产线指定区域对应的视频帧;
在本发明实施例中,为了针对生产线状态进行监测,可以获取目标视频帧,其中,该目标视频帧包括由图像采集设备采集的生产线指定区域对应的视频帧。
对于图像采集设备,可以是工厂中已有的监控摄像头,如此无需进行额外的设备升级与安装。
对于生产线指定区域,可以是生产线中预先划分的区域,例如生产线中传送带区域,用于对生产线中运动目标的检测,可以排除背景中人员移动及相关设备移动的干扰。
例如,本发明实施例获取监控摄像头针对生产线中传送带区域所采集的目标视频帧,如图2所示。
S102,利用预设的视频帧处理算法对所述目标视频帧进行处理得到目标图像;
对于上述获取的目标视频帧,本发明实施例利用预设的视频帧处理算法对该目标视频帧进行处理,如此可以得到目标图像。
具体地,本发明实施例采用的视频帧处理算法可以包括ViBe算法,当然还可以去其它视频帧处理算法,本发明实施例对此不作限定。
S103,判断所述目标图像中目标像素是否满足预设要求;
对于上述目标图像,本发明实施例判断该目标图像中目标像素是否满足预设要求,根据判断结果来确定生产线状态。
具体地,本发明实施例中目标像素包括像素值大于预设第三阈值的像素,即目标图像中像素的像素值大于预设第三阈值,可以作为目标像素。
S104,若所述目标图像中目标像素未满足预设要求,则确定所述生产线处于停线状态,并确定所述目标视频帧的采集时刻为所述生产线的停止时刻。
对于上述目标图像,如果该目标图像中目标像素满足预设要求,则表明该生产线中存在运动目标,可以确定该生产线处于运行状态。
对于上述目标图像,如果该目标图像中目标像素未满足预设要求,则表明该生产线中未存在运动目标,可以确定该生产线处于停线状态,且确定目标视频帧的采集时刻为该生产线的停止时刻。
如此经过上述步骤,可以确定该生产线的状态,对于该生产线的状态(运行状态或者停止状态),可以与该生产线对应的生产线名称、与厂区隶属关系、状态记录时间进行存储并展示。
具体地,可以采用B/S架构系统,向客户端发送该生产线的状态(运行状态或者停止状态)、生产线名称、与厂区隶属关系、状态记录时间,并在客户端展示该生产线的状态(运行状态或者停止状态)、生产线名称、与厂区隶属关系、状态记录时间。
另外,如果确定该生产线处于停线状态,可以发出告警,用于提示用户该生产线处于停线状态,并且展示该生产线名称、与厂区隶属关系、状态记录时间等。
通过上述对本发明实施例提供的技术方案的描述,通过获取目标视频帧,利用预设的视频帧处理算法对目标视频帧进行处理得到目标图像,判断目标图像中目标像素是否满足预设要求,如果目标图像中目标像素未满足预设要求,则确定生产线处于停线状态,并确定目标视频帧的采集时刻为生产线的停止时刻。如此基于采集的视频帧对生产线运行情况进行监测,可以准确确定生产线停止时刻且误差较小。
如图3所示,为本发明实施例提供的另一种生产线状态监测方法的实施流程示意图,该方法具体可以包括以下步骤:
S301,获取目标视频帧,其中,所述目标视频帧包括由图像采集设备采集的生产线指定区域对应的视频帧;
在本发明实施例中,为了针对生产线状态进行监测,可以调用图像采集设备采集生产线指定区域对应的视频流数据,基于预设的抽样规则从该视频流数据中抽取视频帧,基于预设的分组规则对该视频帧进行分组存储,获取每组中的目标视频帧,其中,该目标视频帧包括:第一视频帧、第二视频帧以及第三视频帧。
对于抽样规则可以是连续抽样,可以是间隔抽样,本发明实施例对此不作限定。具体地,为了提高生产线状态监测准确率,可以优选间隔抽样。
对于分组规则,可以是每个组中包括三帧视频帧,即每组中包括第一视频帧、第二视频帧以及第三视频帧,本发明实施例对此不作限定。
例如,本发明实施例调用监控摄像头采集生产线传送带区域对应的视频流数据,基于预设的间隔抽样,从该视频流数据中抽取如下视频帧:第1帧、第3帧、第5帧、第7帧、第9帧、第11帧……,以此类推;
对于上述抽取的视频帧,基于预设的分组规则进行分组存储,如图4所示,将第1帧、第3帧、第5帧存储至分组1中,将第7帧、第9帧、第11帧存储至分组2中,以此类推,如此对于每组分别包括三帧视频帧,即每组中包括第一视频帧、第二视频帧以及第三视频帧;
可以获取上述分组1中的第一视频帧、第二视频帧以及第三视频帧,即第1帧、第3帧、第5帧;可以获取上述分组2中的第一视频帧、第二视频帧以及第三视频帧,即第7帧、第9帧、第11帧,以此类推。
另外,由于每个生产线所生成的产品不一样,相应的生产线类型也不一致,本发明实施例可以确定生产线所属的生产线类型,确定与所述生产线类型对应的图像采集设备,进而调用所述图像采集设备采集生产线指定区域对应的视频流数据。
例如,在工厂中,对于生产线1生产产品1,对于生产线2生产产品2,生产线1、生产线2各自所属的生产线类型不一致,本发明实施例需要对生产线2状态进行监测,则可以确定生产线2对应的生产线类型,确定与该生产线类型对应的摄像头,进而调用该摄像头采集生产线2传送带区域对应的视频流数据。其中,生产线类型与摄像头的对应关系可以如下表1所示。
生产线类型 | 摄像头 |
生产线类型A | 摄像头1 |
生产线类型B | 摄像头2 |
表1
S302,利用预设的视频帧处理算法对所述第一视频帧以及所述第二视频帧进行背景差分,得到第一前景图像;
对于上述获取的每组中的目标视频帧,即每组中的第一视频帧、第二视频帧以及第三视频帧,本发明实施例利用预设的视频帧处理算法对所述第一视频帧以及所述第二视频帧进行背景差分,得到第一前景图像,其中,视频帧处理算法包括ViBe算法。
例如,对于上述获取的分组1中的第1帧、第3帧、第5帧,本发明实施例可以利用ViBe算法对第1帧以及第3帧进行背景差分,即第1帧以及第3帧之间进行相减(可以滤除背景图像的干扰),可以得到第一前景图像。其中,第1帧可以作为模板帧,如此第1帧以及第3帧之间可以进行相减。
S303,利用预设的视频帧处理算法对所述第二视频帧以及所述第三视频帧进行背景差分,得到第二前景图像;
对于上述获取的每组中的目标视频帧,即每组中的第一视频帧、第二视频帧以及第三视频帧,本发明实施例利用预设的视频帧处理算法对所述第二视频帧以及所述第三视频帧进行背景差分,得到第二前景图像,其中,视频帧处理算法包括ViBe算法。
例如,对于上述获取的分组1中的第1帧、第3帧、第5帧,本发明实施例可以利用ViBe算法对第3帧以及第5帧进行背景差分,即第3帧以及第5帧之间进行相减(可以滤除背景图像的干扰),可以得到第二前景图像。其中,第3帧可以作为模板帧,如此第3帧以及第5帧之间可以进行相减。
S304,将所述第一前景图像与所述第二前景图像进行差分得到目标图像;
对于上述得到的第一前景图像,以及第二前景图像,本发明实施例进行差分可以得到目标图像,即第一前景图像与第二前景图像之间相减得到目标图像。
S305,判断所述目标图像中目标像素是否满足预设要求;
对于上述目标图像,本发明实施例判断该目标图像中目标像素是否满足预设要求,具体地,可以判断该目标图像中目标像素的个数是否大于预设第一阈值,或者判断该目标图像中目标像素对应的面积是否大于预设第二阈值,根据判断结果确定生产线状态。
例如,对于目标图像中目标像素的个数Q1,本发明实施例判断该目标图像中目标像素的个数Q1是否大于预设第一阈值Q,根据判断结果确定生产线状态。
又例如,对于目标图像中目标像素对应的面积S1,本发明实施例判断该目标图像中目标像素对应的面积S1是否大于预设第二阈值S,根据判断结果确定生产线状态。
S306,若所述目标图像中目标像素未满足预设要求,则确定所述生产线处于停线状态,并确定所述目标视频帧的采集时刻为所述生产线的停止时刻。
对于上述判断结果,如果目标图像中目标像素的个数未大于预设第一阈值,则表明该生产线中未存在运动目标,可以确定该生产线处于停线状态,且确定目标视频帧的采集时刻为该生产线的停止时刻;如果目标图像中目标像素的个数大于预设第一阈值,则表明该生产线中存在运动目标,可以确定该生产线处于运行状态。
例如,假设目标图像中目标像素的个数为50,预设第一阈值为20,目标图像中目标像素的个数大于预设第一阈值,则表明该生产线中存在运动目标,可以确定该生产线处于运行状态。
又例如,假设目标图像中目标像素的个数为10,预设第一阈值为20,目标图像中目标像素的个数未大于预设第一阈值,则表明该生产线中未存在运动目标,可以确定该生产线处于停线状态,且确定目标视频帧的采集时刻为该生产线的停止时刻T。
或者,对于上述判断结果,如果目标图像中目标像素对应的面积未大于预设第二阈值,则表明该生产线中未存在运动目标,可以确定该生产线处于停线状态,且确定目标视频帧的采集时刻为该生产线的停止时刻;如果目标图像中目标像素对应的面积大于预设第二阈值,则表明该生产线中存在运动目标,可以确定该生产线处于运行状态。
例如,假设目标图像中目标像素对应的面积为S1,预设第二阈值为S,目标图像中目标像素对应的面积未大于预设第二阈值,则表明该生产线中未存在运动目标,可以确定该生产线处于停线状态,且确定目标视频帧的采集时刻为该生产线的停止时刻T。
又例如,假设目标图像中目标像素对应的面积为S2,预设第二阈值为S,目标图像中目标像素对应的面积大于预设第二阈值,则表明该生产线中存在运动目标,可以确定该生产线处于运行状态。
如此经过上述步骤,可以确定该生产线的状态,对于该生产线的状态(运行状态或者停止状态),可以与该生产线对应的生产线名称、与厂区隶属关系、状态记录时间进行存储并展示。
与上述方法实施例相对应,本发明实施例还提供了一种生产线状态监测装置,如图5所示,该装置可以包括:视频帧获取模块510、视频帧处理模块520、图像判断模块530、状态确定模块540。
视频帧获取模块510,用于获取目标视频帧,其中,所述目标视频帧包括由图像采集设备采集的生产线指定区域对应的视频帧;
视频帧处理模块520,用于利用预设的视频帧处理算法对所述目标视频帧进行处理得到目标图像;
图像判断模块530,用于判断所述目标图像中目标像素是否满足预设要求;
状态确定模块540,用于若所述目标图像中目标像素未满足预设要求,则确定所述生产线处于停线状态,并确定所述目标视频帧的采集时刻为所述生产线的停止时刻。
在本发明实施例的具体实施方式中,所述视频帧获取模块510包括:
数据采集子模块511,用于调用图像采集设备采集生产线指定区域对应的视频流数据;
视频帧抽取子模块512,用于基于预设的抽样规则从所述视频流数据中抽取视频帧;
视频帧存储模块513,用于基于预设的分组规则对所述视频帧进行分组存储;
视频帧获取子模块514,用于获取每组中的目标视频帧,其中,所述目标视频帧包括第一视频帧、第二视频帧以及第三视频帧。
在本发明实施例的具体实施方式中,所述数据采集子模块511具体用于:
确定生产线所属的生产线类型,确定与所述生产线类型对应的图像采集设备;
调用所述图像采集设备采集生产线指定区域对应的视频流数据。
在本发明实施例的具体实施方式中,所述视频帧处理模块520具体用于:
利用预设的视频帧处理算法对所述第一视频帧以及所述第二视频帧进行背景差分,得到第一前景图像;
利用预设的视频帧处理算法对所述第二视频帧以及所述第三视频帧进行背景差分,得到第二前景图像;
将所述第一前景图像与所述第二前景图像进行差分得到目标图像;
其中,所述视频帧处理算法包括ViBe算法。
在本发明实施例的具体实施方式中,所述图像判断模块530具体用于:
判断所述目标图像中目标像素的个数是否大于预设第一阈值;
所述状态确定模块540具体用于:
若所述目标图像中目标像素的个数未大于预设第一阈值,则确定所述生产线处于停线状态。
在本发明实施例的具体实施方式中,所述图像判断模块530具体用于:
判断所述目标图像中目标像素对应的面积是否大于预设第二阈值;
所述状态确定模块540具体用于:
若所述目标图像中目标像素对应的面积未大于预设第二阈值,则确定所述生产线处于停线状态。
在本发明实施例的具体实施方式中,所述目标像素包括像素值大于预设第三阈值的像素。
本发明实施例还提供了一种服务器,如图6所示,包括处理器61、通信接口62、存储器63和通信总线64,其中,处理器61,通信接口62,存储器63通过通信总线64完成相互间的通信,
存储器63,用于存放计算机程序;
处理器61,用于执行存储器63上所存放的程序时,实现如下步骤:
获取目标视频帧,其中,所述目标视频帧包括由图像采集设备采集的生产线指定区域对应的视频帧;利用预设的视频帧处理算法对所述目标视频帧进行处理得到目标图像;判断所述目标图像中目标像素是否满足预设要求;若所述目标图像中目标像素未满足预设要求,则确定所述生产线处于停线状态,并确定所述目标视频帧的采集时刻为所述生产线的停止时刻。
上述服务器提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述服务器与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种存储介质,该存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述实施例中任一所述的生产线状态监测方法。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一所述的生产线状态监测方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在存储介质中,或者从一个存储介质向另一个存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种生产线状态监测方法,其特征在于,所述方法包括:
获取目标视频帧,其中,所述目标视频帧包括由图像采集设备采集的生产线指定区域对应的视频帧;
利用预设的视频帧处理算法对所述目标视频帧进行处理得到目标图像;
判断所述目标图像中目标像素是否满足预设要求;
若所述目标图像中目标像素未满足预设要求,则确定所述生产线处于停线状态,并确定所述目标视频帧的采集时刻为所述生产线的停止时刻。
2.根据权利要求1所述的方法,其特征在于,所述获取目标视频帧,包括:
调用图像采集设备采集生产线指定区域对应的视频流数据;
基于预设的抽样规则从所述视频流数据中抽取视频帧;
基于预设的分组规则对所述视频帧进行分组存储;
获取每组中的目标视频帧,其中,所述目标视频帧包括第一视频帧、第二视频帧以及第三视频帧。
3.根据权利要求2所述的方法,其特征在于,所述调用图像采集设备采集生产线指定区域对应的视频流数据,包括:
确定生产线所属的生产线类型,确定与所述生产线类型对应的图像采集设备;
调用所述图像采集设备采集生产线指定区域对应的视频流数据。
4.根据权利要求2所述的方法,其特征在于,所述利用预设的视频帧处理算法对所述目标视频帧进行处理得到目标图像,包括:
利用预设的视频帧处理算法对所述第一视频帧以及所述第二视频帧进行背景差分,得到第一前景图像;
利用预设的视频帧处理算法对所述第二视频帧以及所述第三视频帧进行背景差分,得到第二前景图像;
将所述第一前景图像与所述第二前景图像进行差分得到目标图像;
其中,所述视频帧处理算法包括ViBe算法。
5.根据权利要求1所述的方法,其特征在于,所述判断所述目标图像中目标像素是否满足预设要求,包括:
判断所述目标图像中目标像素的个数是否大于预设第一阈值;
所述若所述目标图像中目标像素未满足预设要求,则确定所述生产线处于停线状态,包括:
若所述目标图像中目标像素的个数未大于预设第一阈值,则确定所述生产线处于停线状态。
6.根据权利要求1所述的方法,其特征在于,所述判断所述目标图像中目标像素是否满足预设要求,包括:
判断所述目标图像中目标像素对应的面积是否大于预设第二阈值;
所述若所述目标图像中目标像素未满足预设要求,则确定所述生产线处于停线状态,包括:
若所述目标图像中目标像素对应的面积未大于预设第二阈值,则确定所述生产线处于停线状态。
7.根据权利要求5至6任一项所述的方法,其特征在于,所述目标像素包括像素值大于预设第三阈值的像素。
8.一种生产线状态监测装置,其特征在于,所述装置包括:
视频帧获取模块,用于获取目标视频帧,其中,所述目标视频帧包括由图像采集设备采集的生产线指定区域对应的视频帧;
视频帧处理模块,用于利用预设的视频帧处理算法对所述目标视频帧进行处理得到目标图像;
图像判断模块,用于判断所述目标图像中目标像素是否满足预设要求;
状态确定模块,用于若所述目标图像中目标像素未满足预设要求,则确定所述生产线处于停线状态,并确定所述目标视频帧的采集时刻为所述生产线的停止时刻。
9.一种服务器,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-7中任一所述的方法步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010238196.3A CN111355931A (zh) | 2020-03-30 | 2020-03-30 | 生产线状态监测方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010238196.3A CN111355931A (zh) | 2020-03-30 | 2020-03-30 | 生产线状态监测方法、装置、服务器及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111355931A true CN111355931A (zh) | 2020-06-30 |
Family
ID=71196344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010238196.3A Pending CN111355931A (zh) | 2020-03-30 | 2020-03-30 | 生产线状态监测方法、装置、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111355931A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111833320A (zh) * | 2020-07-06 | 2020-10-27 | 涵古观智能科技(苏州)有限公司 | 一种钢带运行状态的检测方法、装置、设备及存储介质 |
CN114092476A (zh) * | 2022-01-19 | 2022-02-25 | 阿里云计算有限公司 | 杂质检测方法、系统、装置、设备、存储介质及软件产品 |
CN118134219A (zh) * | 2024-05-08 | 2024-06-04 | 中航国际金网(北京)科技有限公司 | 生产预警方法、系统、装置及非易失性存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101119481A (zh) * | 2007-08-27 | 2008-02-06 | 刘文萍 | 一种远程报警视频监控系统及监控方法 |
CN101720031A (zh) * | 2009-12-22 | 2010-06-02 | 北京理工大学 | 一种基于差分法的室内视频监控及报警方法 |
CN103313036A (zh) * | 2013-05-21 | 2013-09-18 | 广东迅通科技股份有限公司 | 基于物联网的工业化设备运行监控系统 |
CN107146372A (zh) * | 2017-04-11 | 2017-09-08 | 深圳市粮食集团有限公司 | 一种通过视频识别生产线工作状态的方法和系统 |
-
2020
- 2020-03-30 CN CN202010238196.3A patent/CN111355931A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101119481A (zh) * | 2007-08-27 | 2008-02-06 | 刘文萍 | 一种远程报警视频监控系统及监控方法 |
CN101720031A (zh) * | 2009-12-22 | 2010-06-02 | 北京理工大学 | 一种基于差分法的室内视频监控及报警方法 |
CN103313036A (zh) * | 2013-05-21 | 2013-09-18 | 广东迅通科技股份有限公司 | 基于物联网的工业化设备运行监控系统 |
CN107146372A (zh) * | 2017-04-11 | 2017-09-08 | 深圳市粮食集团有限公司 | 一种通过视频识别生产线工作状态的方法和系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111833320A (zh) * | 2020-07-06 | 2020-10-27 | 涵古观智能科技(苏州)有限公司 | 一种钢带运行状态的检测方法、装置、设备及存储介质 |
CN114092476A (zh) * | 2022-01-19 | 2022-02-25 | 阿里云计算有限公司 | 杂质检测方法、系统、装置、设备、存储介质及软件产品 |
WO2023138641A1 (zh) * | 2022-01-19 | 2023-07-27 | 阿里云计算有限公司 | 杂质检测方法、系统、装置、设备、存储介质及软件产品 |
CN118134219A (zh) * | 2024-05-08 | 2024-06-04 | 中航国际金网(北京)科技有限公司 | 生产预警方法、系统、装置及非易失性存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111355931A (zh) | 生产线状态监测方法、装置、服务器及存储介质 | |
US10713798B2 (en) | Low-complexity motion detection based on image edges | |
CN112291520B (zh) | 异常事件识别方法、装置、存储介质及电子装置 | |
CN108599977B (zh) | 基于统计方法监控系统可用性的系统及方法 | |
US20220028107A1 (en) | Analysis apparatus, analysis method, and storage medium | |
CN110619308A (zh) | 一种过道杂物检测方法、装置、系统和设备 | |
CN114581856B (zh) | 基于北斗系统的农业机组运动状态识别方法、系统及云平台 | |
CN112465237B (zh) | 基于大数据分析的故障预测方法、装置、设备和存储介质 | |
WO2022194147A1 (zh) | 目标对象监控方法和监控设备 | |
CN112017323A (zh) | 一种巡检报警方法、装置、可读存储介质及终端设备 | |
CN114697618A (zh) | 一种基于移动终端的楼宇控制方法及系统 | |
CN116245865A (zh) | 一种图像质量的检测方法、装置、电子设备及存储介质 | |
CN107038053B (zh) | 一种加载网页图片的统计方法、装置及移动终端 | |
CN113627412A (zh) | 目标区域的检测方法、装置、电子设备和介质 | |
CN113673454A (zh) | 遗留物检测方法、相关设备和存储介质 | |
US9645877B2 (en) | Monitoring apparatus, monitoring method, and recording medium | |
JP3571628B2 (ja) | 画像処理装置 | |
CN116647389A (zh) | 一种工业控制系统网络访问安全性预警系统及方法 | |
JP2013210798A (ja) | 異常検知方法及び異常検知装置 | |
CN111552566A (zh) | 一种数据处理系统、方法、电子设备及存储介质 | |
TW202111670A (zh) | 影像物件偵測方法及系統 | |
KR102659734B1 (ko) | 정보 코드 패턴 판독 장치 | |
WO2022091924A1 (ja) | 支援システム、支援方法及び記憶媒体 | |
US20240161502A1 (en) | System and method for detecting and correcting cycle time | |
CN112631936A (zh) | 产品异常的收集方法、装置、终端设备和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200630 |