CN112446715B - 一种基于工业互联网云平台的产品溯源方法 - Google Patents
一种基于工业互联网云平台的产品溯源方法 Download PDFInfo
- Publication number
- CN112446715B CN112446715B CN202110134502.3A CN202110134502A CN112446715B CN 112446715 B CN112446715 B CN 112446715B CN 202110134502 A CN202110134502 A CN 202110134502A CN 112446715 B CN112446715 B CN 112446715B
- Authority
- CN
- China
- Prior art keywords
- product
- data set
- image
- oblique
- block data
- 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
Images
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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
Landscapes
- Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
Description
技术领域
本发明涉及工业互联网技术领域,具体地涉及一种基于工业互联网云平台的产品溯源方法。
背景技术
工业互联网产品溯源体系是工业互联网网络的重要组成部分,产品溯源包括产品的跟踪,代茶,其中标识是机器和物品的“身份证”;通过对标识的扫描识别,对机器和物品进行唯一性的定位和信息查询,能够实现全球供应链系统和企业生产系统精准对接、产品全生命周期管理和智能化服务的前提和基础。
但是随着物联网技术的发展,互联网标识技术在产品流通过程中对产品的跟踪管理覆盖面也越来越广泛,但是目前的技术仍然存在不足之处:企业通常只对掌控范围的产品进行流通跟踪,只要产品脱离企业的掌控范围,流通到市场,甚至是消费者手中,企业对该产品的去向便一无所知。消费者在产品出现问题需要维修的时候,也无法及时的向企业上报维修任务、查询维修任务的进度、进行产品溯源查询等。再一个是现有产品标识很容易被伪造,导致产品溯源困难,如何更快速准确的对产品溯源,成为一大问题,对于企业和客户来说,目前基于互联网标识技术的产品需要进一步的完善,以使企业能对产品进行全方位监控、向客户提供更好完善的售后服务。
发明内容
为解决上述技术问题,本发明提供一种基于工业互联网云平台的产品溯源方法,通过寻找标准产品数据集,计算标准产品数据集与产品倾斜影像等相关数据的关联度,进而确定产品源头,显著地提高了溯源准确性及效率,克服了现有溯源系统中伪造产品码等现象,且在准确率方面大大增强。
本发明的技术方案是这样实现的:一种基于工业互联网云平台的产品溯源方法,包括步骤:获取产品倾斜摄影影像,根据产品倾斜摄影影像将产品分为j*j个子产品块,对子产品块信息进行编码、传输,寻找标准产品块数据集;子产品块数据集对应的时间序列的第个时间点上的标准产品块数据集是拟合度参数的线性组合,其中,子产品数据集或标准产品数据集包括产品图像像素点信息、像素点体素位置信息、像素点对应的方向角信息、高度信息,标准产品块数据集计算方式如下:
式中,是子产品块的个数,为对应的时间节点;是子产品块数据集;为第个时间点上地理空间处的关联度值,关联度值与GPS空间距离信息、时间跨度、产品重量、产品体积信息负相关;标准产品块数据集的数据矩阵表达式为:
优选地,所述子产品块信息还包括:产品形状、产品颜色值、产品体积、产品重量、包装存储、产品相关物流运输定位信息、产品生产日期或产品所归属权利人。
优选地,通过MX-IIOT(mud)将产品倾斜摄影数据传送至云计算平台进行分布式处理计算。
步骤1:根据用户输入的产品名称、产品型号数据以及获取的倾斜摄影数据,采用工控设备开放端口和服务探测扫描,寻找标准产品块数据集;步骤2:将扫描行为的扫描数据发送至扫描目标设备;步骤3:目标设备将扫描的目标数据返回到云服务器,云服务器将目标数据发送至扫描客户端,扫描客户端根据返回的报文与工控信息库进行人工或自动匹配。
优选地,所述像素点信息包括:产品图像块中每个像素的R、G、B值,以及H、S、V值。
优选地,所述获取产品倾斜摄影影像包括:获取产品倾斜摄影影像图像的直方图、获取产品倾斜摄影影像图像的均值、获取产品倾斜摄影影像图像的方差、获取产品倾斜摄影影像图像的偏度、获取产品倾斜摄影影像图像的峰度、获取产品倾斜摄影影像图像的能量、获取产品倾斜摄影影像图像的墒中的一个或多个;
获取产品倾斜摄影影像图像的直方图为:
M为像素总数,N(l)为灰度值为l的像素数,l=1,2,…L-1 为图像的灰度级;
获取产品倾斜摄影影像图像的均值:
获取产品倾斜摄影影像图像的方差:
获取产品倾斜摄影影像图像的偏度:
获取产品倾斜摄影影像图像的峰度:
获取产品倾斜摄影影像图像的能量:
获取产品倾斜摄影影像图像的墒:
优选地,所述产品包括类型标识码信息:加工工序标识码、零部件标识码、成品标识码、成品出入库标识码或售后标识码。
优选地,移动终端经无线网接入handle服务器,handle服务器经无线网与工业互联网标识解析基础平台连接。
优选地,所述产品的倾斜影像还包括摄像头型号判断模块,通过摄像头型号判断模块判断确认镜头型号、最大广角及摄像头像素,根据不同的机型型号调整拍摄高度、角度以采集对应的倾斜影像信息。
优选地,还包括对倾斜影像进行预处理,对倾斜影像信息的滤波去噪,特征提取;以及对图像像素、方位信息的确定。
与现有技术相比,本发明的技术方案具有以下有益效果:解决了传统技术中产品溯源困难,一旦丢失产品码或者不法企业通过伪造产品码,导致溯源困难,且现有的溯源系统效率较差,准确率低;本发明在工业互联网云平台下,通过寻找标准产品数据集,计算标准产品数据集与产品倾斜影像等相关数据的关联度,进而确定产品源头,本发明关联度值的设置以及相关计算,能够显著地提高了溯源准确性及效率,将多种产品相关因素进行关联分析,克服了现有溯源系统中伪造产品码等现象,并通过拟合度值得计算,进而确定产品源头,在准确率方面大大增强。
附图说明
图1是本发明的基于工业互联网云平台的产品溯源方法系统流程图。
具体实施方式
本领域技术人员理解,如背景技术所言,传统技术传统技术中产品溯源困难,一旦丢失产品码或者不法企业通过伪造产品码,导致溯源困难,且现有的溯源系统效率较差,准确率低;本发明通过寻找标准产品数据集,计算标准产品数据集与产品倾斜影像等相关数据的关联度,进而确定产品源头,本发明关联度值的设置以及相关计算,能够显著地提高了溯源准确性及效率,将多种产品相关因素进行关联分析,克服了现有溯源系统中伪造产品码等现象,并通过拟合度值得计算,进而确定产品源头,在准确率方面大大增强。为使本发明的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
实施例1:
图1示出了本申请的一种基于工业互联网云平台的产品溯源方法,在一些实施例中,例如,卷烟机,制造出的烟品牌,包装盒的颜色,烟盒的大小等都不一样,考虑到产品的多种多样复杂性,通过倾斜摄像方法,多个角度进行识别判断,通过颜色,包装盒的企业标识,品牌标识的识别,实现产品的进一步确认,主要包括步骤:获取产品倾斜摄影影像,对产品进行OCR文字提取,语义分析,判断所属物品类别,根据产品倾斜摄影影像将产品分为j*j个子产品块,对子产品块信息进行编码、传输,寻找标准产品块数据集,即所属厂家的产品设计规格,销售信息,定位信息等;子产品块数据集对应的时间序列的第个时间点上的标准产品块数据集是拟合度参数的线性组合,其中,子产品数据集或标准产品数据集包括产品图像像素点信息、像素点体素位置信息、像素点对应的方向角信息、高度信息,标准产品块数据集计算方式如下:
式中,是子产品块的个数,为对应的时间节点;是子产品块数据集;为第个时间点上地理空间处的关联度值,关联度值与GPS空间距离信息、时间跨度、产品重量、产品体积信息负相关;标准产品块数据集的数据矩阵表达式为:
优选地,所述子产品块信息还包括:产品形状、产品颜色值、产品体积、产品重量、包装存储、产品相关物流运输定位信息、产品生产日期、产品所归属权利人。
优选地,通过MX-IIOT(mud)将产品倾斜摄影数据传送至云计算平台进行分布式处理计算。
步骤1:根据用户输入的产品名称、产品型号数据以及获取的倾斜摄影数据,采用工控设备开放端口和服务探测扫描,寻找标准产品块数据集;步骤2:将扫描行为的扫描数据发送至扫描目标设备;步骤3:目标设备将扫描的目标数据返回到云服务器,云服务器将目标数据发送至扫描客户端,扫描客户端根据返回的报文与工控信息库进行人工或自动匹配。
优选地,所述像素点信息包括:产品图像块中每个像素的R、G、B值,以及H、S、V值。
优选地,所述获取产品倾斜摄影影像包括:获取产品倾斜摄影影像图像的直方图、获取产品倾斜摄影影像图像的均值、获取产品倾斜摄影影像图像的方差、获取产品倾斜摄影影像图像的偏度、获取产品倾斜摄影影像图像的峰度、获取产品倾斜摄影影像图像的能量、获取产品倾斜摄影影像图像的墒中的一个或多个;
获取产品倾斜摄影影像图像的直方图为:
M为像素总数,N(l)为灰度值为l的像素数,l=1,2,…L-1 为图像的灰度级;
获取产品倾斜摄影影像图像的均值:
获取产品倾斜摄影影像图像的方差:
获取产品倾斜摄影影像图像的偏度:
获取产品倾斜摄影影像图像的峰度:
获取产品倾斜摄影影像图像的能量:
获取产品倾斜摄影影像图像的墒:
优选地,所述产品包括类型标识码信息:加工工序标识码、零部件标识码、成品标识码、成品出入库标识码或售后标识码。
优选地,移动终端经无线网接入handle服务器,handle服务器经无线网与工业互联网标识解析基础平台连接。
优选地,所述产品的倾斜影像还包括摄像头型号判断模块,通过摄像头型号判断模块判断确认镜头型号、最大广角及摄像头像素,根据不同的机型型号调整拍摄高度、角度以采集对应的倾斜影像信息。
优选地,还包括对倾斜影像进行预处理,对倾斜影像信息的滤波去噪,特征提取;以及对图像像素、方位信息的确定。
实施例2:
还有一些实施例中,通过人机交互方式确定产品类型,厂家等信息,例如,卷烟机制造的烟,通过人工在移动终端输入相关产品信息,从而获得标准产品信息集,进而判断所述产品的源头,一种基于工业互联网云平台的产品溯源方法,包括步骤:获取产品倾斜摄影影像,根据产品倾斜摄影影像将产品分为j*j个子产品块,对子产品块信息进行编码、传输,寻找标准产品块数据集;子产品块数据集对应的时间序列的第个时间点上的标准产品块数据集是拟合度参数的线性组合,其中,子产品数据集或标准产品数据集包括产品图像像素点信息、像素点体素位置信息、像素点对应的方向角信息、高度信息,标准产品块数据集计算方式如下:
式中,是子产品块的个数,为对应的时间节点;是子产品块数据集;为第个时间点上地理空间处的关联度值,关联度值与GPS空间距离信息、时间跨度、产品重量、产品体积信息负相关,具体的,的值在0-1之间,GPS空间距离越远,时间跨度越大,产品重量越重,产品体积越大,越接近0,反之越接近1;标准产品块数据集的数据矩阵表达式为:
优选地,所述子产品块信息还包括:产品形状、产品颜色值、产品体积、产品重量、包装存储、产品相关物流运输定位信息、产品生产日期、产品所归属权利人。
优选地,通过产品图像灰度分布,可检测图像中产品区域的灰度变化与图像中灰度动态范围,边缘的尖锐程度相关,变化值为contrast;其中,
,是标准产品块数据集的方差初始值,为产品图像的四阶中心矩,通过contrast的值得变化,上述方式不需要原有产品信息的数据量,只根据变化区域的数据量进行计算,便可得到计算结果,可以快速确定是否为同一产品,能够显著增强判别效率和准确度。
与现有技术相比,本发明的技术方案具有以下有益效果:解决了传统技术中产品溯源困难,一旦丢失产品码或者不法企业通过伪造产品码,导致溯源困难,且现有的溯源系统效率较差,准确率低;本发明通过寻找标准产品数据集,计算标准产品数据集与产品倾斜影像等相关数据的关联度,进而确定产品源头,本发明关联度值的设置以及相关计算,能够显著地提高了溯源准确性及效率,将多种产品相关因素进行关联分析,克服了现有溯源系统中伪造产品码等现象,并通过拟合度值得计算,进而确定产品源头,在准确率方面大大增强。
本领域技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品,因此本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (10)
1.一种基于工业互联网云平台的产品溯源方法,其特征在于,包括步骤:获取产品倾斜摄影影像,根据产品倾斜摄影影像将产品分为j*j个子产品块,对子产品块信息进行编码、传输,寻找标准产品块数据集;子产品块数据集对应的时间序列的第个时间点上的标准产品块数据集是拟合度参数的线性组合,其中,子产品数据集或标准产品数据集包括产品图像像素点信息、像素点体素位置信息、像素点对应的方向角信息、高度信息,标准产品块数据集计算方式如下:
式中,是子产品块的个数,为对应的时间节点;是子产品块数据集;为第个时间点上地理空间处的关联度值,关联度值与GPS空间距离信息、时间跨度、产品重量、产品体积信息负相关;标准产品块数据集的数据矩阵表达式为:
2.根据权利要求1所述的一种基于工业互联网云平台的产品溯源方法,其特征在于,所属子产品块信息还包括:产品形状、产品颜色值、产品体积、产品重量、包装存储、产品相关物流运输定位信息、产品生产日期或产品所归属权利人。
3.根据权利要求1所述的一种基于工业互联网云平台的产品溯源方法,其特征在于,通过MX-IIOT(mud)将产品倾斜摄影数据传送至云计算平台进行分布式处理计算。
5.根据权利要求1所述的一种基于工业互联网云平台的产品溯源方法,其特征在于,所述像素点信息包括:产品图像块中每个像素的R、G、B值,以及H、S、V值。
6.根据权利要求1所述的一种基于工业互联网云平台的产品溯源方法,其特征在于,所述获取产品倾斜摄影影像包括:获取产品倾斜摄影影像图像的直方图、获取产品倾斜摄影影像图像的均值、获取产品倾斜摄影影像图像的方差、获取产品倾斜摄影影像图像的偏度、获取产品倾斜摄影影像图像的峰度、获取产品倾斜摄影影像图像的能量、获取产品倾斜摄影影像图像的墒中的一个或多个;
获取产品倾斜摄影影像图像的直方图为:
M为像素总数,N(l)为灰度值为l 的像素数,l=1,2,…L-1 为图像的灰度级;
获取产品倾斜摄影影像图像的均值:
获取产品倾斜摄影影像图像的方差:
获取产品倾斜摄影影像图像的偏度:
获取产品倾斜摄影影像图像的峰度:
获取产品倾斜摄影影像图像的能量:
获取产品倾斜摄影影像图像的墒:
7.根据权利要求1所述的一种基于工业互联网云平台的产品溯源方法,其特征在于,所述产品包括类型标识码信息:加工工序标识码、零部件标识码、成品标识码、成品出入库标识码或售后标识码。
8.根据权利要求1所述的一种基于工业互联网云平台的产品溯源方法,其特征在于,移动终端经无线网接入handle服务器,handle服务器经无线网与工业互联网标识解析基础平台连接。
9.根据权利要求1所述的一种基于工业互联网云平台的产品溯源方法,其特征在于,所述产品的倾斜影像还包括摄像头型号判断模块,通过摄像头型号判断模块判断确认镜头型号、最大广角及摄像头像素,根据不同的机型型号调整拍摄高度、角度以采集对应的倾斜影像信息。
10.根据权利要求1所述的一种基于工业互联网云平台的产品溯源方法,其特征在于,还包括对倾斜影像进行预处理,对倾斜影像信息的滤波去噪,特征提取;以及对图像像素、方位信息的确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110134502.3A CN112446715B (zh) | 2021-02-01 | 2021-02-01 | 一种基于工业互联网云平台的产品溯源方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110134502.3A CN112446715B (zh) | 2021-02-01 | 2021-02-01 | 一种基于工业互联网云平台的产品溯源方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112446715A CN112446715A (zh) | 2021-03-05 |
CN112446715B true CN112446715B (zh) | 2021-05-04 |
Family
ID=74739510
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110134502.3A Active CN112446715B (zh) | 2021-02-01 | 2021-02-01 | 一种基于工业互联网云平台的产品溯源方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112446715B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112634270B (zh) * | 2021-03-09 | 2021-06-04 | 深圳华龙讯达信息技术股份有限公司 | 一种基于工业互联网的成像检测系统及方法 |
CN113918622B (zh) * | 2021-10-22 | 2022-04-19 | 南京理工大学 | 基于区块链的信息溯源方法及系统 |
CN116562716B (zh) * | 2023-07-10 | 2023-09-19 | 北京佳格天地科技有限公司 | 一种基于物联网的产品质量溯源系统以及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103136671A (zh) * | 2011-11-30 | 2013-06-05 | 国际商业机器公司 | 产品质量追溯方法和装置 |
CN103971113A (zh) * | 2013-02-04 | 2014-08-06 | 纬创资通股份有限公司 | 图像的识别方法、电子装置与计算机程序产品 |
CN104715251A (zh) * | 2015-02-13 | 2015-06-17 | 河南科技大学 | 一种基于直方图线性拟合的显著目标检测方法 |
CN110766594A (zh) * | 2019-09-29 | 2020-02-07 | 清华大学深圳国际研究生院 | 信息隐藏方法及装置、检测方法、装置及防伪溯源方法 |
CN110874746A (zh) * | 2018-12-29 | 2020-03-10 | 北京安妮全版权科技发展有限公司 | 一种基于区块链的产品溯源系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102881007B (zh) * | 2012-08-15 | 2016-01-20 | 百正药业股份有限公司 | 化合物平面分离结果的图像处理方法及其系统 |
CN111968125A (zh) * | 2020-06-28 | 2020-11-20 | 上海明寰科技有限公司 | 一种基于信息追溯的高分辨率遥感图像分割系统以及方法 |
-
2021
- 2021-02-01 CN CN202110134502.3A patent/CN112446715B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103136671A (zh) * | 2011-11-30 | 2013-06-05 | 国际商业机器公司 | 产品质量追溯方法和装置 |
CN103971113A (zh) * | 2013-02-04 | 2014-08-06 | 纬创资通股份有限公司 | 图像的识别方法、电子装置与计算机程序产品 |
CN104715251A (zh) * | 2015-02-13 | 2015-06-17 | 河南科技大学 | 一种基于直方图线性拟合的显著目标检测方法 |
CN110874746A (zh) * | 2018-12-29 | 2020-03-10 | 北京安妮全版权科技发展有限公司 | 一种基于区块链的产品溯源系统 |
CN110766594A (zh) * | 2019-09-29 | 2020-02-07 | 清华大学深圳国际研究生院 | 信息隐藏方法及装置、检测方法、装置及防伪溯源方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112446715A (zh) | 2021-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112446715B (zh) | 一种基于工业互联网云平台的产品溯源方法 | |
Gonzalez‐Aguilera et al. | GRAPHOS–open‐source software for photogrammetric applications | |
Feng et al. | 2d3d-matchnet: Learning to match keypoints across 2d image and 3d point cloud | |
CN110569878B (zh) | 一种基于卷积神经网络的照片背景相似度聚类方法及计算机 | |
US9430872B2 (en) | Performance prediction for generation of point clouds from passive imagery | |
CN111805131B (zh) | 一种焊缝轨迹实时定位方法、装置、存储介质及终端 | |
WO2010006254A2 (en) | System and methods for dynamically generating earth position data for overhead images and derived information | |
CN109034694B (zh) | 基于智能制造的生产原料智能存储方法及系统 | |
CN107169425A (zh) | 一种商品属性的识别方法及装置 | |
CN110415295A (zh) | 图像数据处理方法和图像数据处理设备 | |
CN110827312A (zh) | 一种基于协同视觉注意力神经网络的学习方法 | |
Saqlain et al. | Hybrid Approach for Shelf Monitoring and Planogram Compliance (Hyb‐SMPC) in Retails Using Deep Learning and Computer Vision | |
CN114820470A (zh) | 一种基于多特征融合的板材缺陷检测系统及检测方法 | |
CN115752683A (zh) | 一种基于深度相机的体重预估方法、系统及终端 | |
CN114359172A (zh) | 一种库存或陈列场景下的条烟多面检测识别方法及系统 | |
CN114049368A (zh) | 一种“iid+参树网”智能工业设计软件 | |
CN113947218A (zh) | 一种基于大数据的产品售后智能管理方法及系统 | |
TW202036324A (zh) | 農產品品質保證之產銷履歷的建立及查詢方法 | |
CN113469205B (zh) | 数据处理方法及系统、网络模型及其训练方法、电子设备 | |
CN116308435B (zh) | 一种基于智能溯源秤的农产品精准化识别方法及系统 | |
CN109146834A (zh) | 车辆定损方法及装置、计算机可读存储介质、终端 | |
CN111311357B (zh) | 一种房屋交易信息管理方法及系统 | |
CN113850167A (zh) | 一种基于边缘计算与机器深度学习的商品识别方法及系统 | |
CN112558554A (zh) | 任务追踪方法和系统 | |
Liu | Fruit Traceability and Quality Inspection System Based on Blockchain and Computer Vision |
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 |