CN114218423B - 基于5g的非标签化实木板材身份数字化方法、设备和系统 - Google Patents
基于5g的非标签化实木板材身份数字化方法、设备和系统 Download PDFInfo
- Publication number
- CN114218423B CN114218423B CN202210155157.6A CN202210155157A CN114218423B CN 114218423 B CN114218423 B CN 114218423B CN 202210155157 A CN202210155157 A CN 202210155157A CN 114218423 B CN114218423 B CN 114218423B
- Authority
- CN
- China
- Prior art keywords
- image
- solid wood
- wood board
- identity
- texture
- 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
- 239000002023 wood Substances 0.000 title claims abstract description 384
- 239000007787 solid Substances 0.000 title claims abstract description 356
- 238000000034 method Methods 0.000 title claims abstract description 176
- 238000002372 labelling Methods 0.000 title claims description 16
- 230000008569 process Effects 0.000 claims abstract description 81
- 238000012545 processing Methods 0.000 claims abstract description 39
- 238000007781 pre-processing Methods 0.000 claims abstract description 16
- 238000004519 manufacturing process Methods 0.000 claims description 47
- 238000004422 calculation algorithm Methods 0.000 claims description 34
- 238000003860 storage Methods 0.000 claims description 16
- 238000005520 cutting process Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000000007 visual effect Effects 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 10
- 238000000354 decomposition reaction Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 6
- 238000003754 machining Methods 0.000 claims description 4
- 238000007906 compression Methods 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 238000010422 painting Methods 0.000 description 3
- 238000005498 polishing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000013144 data compression Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5862—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/25—Manufacturing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/20—Information sensed or collected by the things relating to the thing itself
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
-
- 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)
- Theoretical Computer Science (AREA)
- Library & Information Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Manufacturing & Machinery (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了基于5G的非标签化实木板材身份数字化方法、设备和系统,所述方法包括:拍摄实木板材即将进入工序时的第二图像,在预设的实木板材图像数据库中查找与第二图像相同的、在上一工序结束时拍摄的第一图像,并获取相关数据;拍摄获取加工后的第三图像,将第三图像进行预处理并传输至实木板材图像数据库;基于第一图像的相关数据,当识别第三图像与第一图像中是为同一实木板材时,复制第一图像的相关数据给第三图像,并更新工序序号;当否时,重新获取和分配第三图像的相关数据,并将第三图像与第一图像关联;实时将实木板材图像数据库数据进行输出显示。实现非标签化的在线实木板材身份数字化,精确识别加工过程中各实木板材的身份。
Description
技术领域
本发明涉及5G+工业互联网智能生产技术领域,尤其涉及的是基于5G的非标签化实木板材身份数字化方法、设备和系统。
背景技术
随着5G+工业物联网的兴起,数字化、自动化、智能化的实木家具流水线,成为发展趋势。
但是在现有技术中,流水线数字化生产,依赖于MES系统,其首要解决的问题就是生产线上实木构件的身份标识问题。现有技术中,板材家具大多通过张贴身份标签的方式,对每一个板材构件进行身份标识。但不同于板材家具构件,实木家具构件的工序流程更为复杂,涉及到非规则的切割、组合、抛光、油漆等改变表面的工序,就无法通过张贴身份标签的方式对其进行身份数字化标识,导致MES系统无法处理实木流水生产线。
因此,现有技术还有待改进和发展。
发明内容
本发明的主要目的在于提供一种基于5G的非标签化实木板材身份数字化方法、设备和系统,旨在解决现有技术中缺少一种非标签化的,识别加工过程中实木板材身份的技术方案的问题。
为了实现上述目的,本发明第一方面提供一种基于5G的非标签化实木板材身份数字化方法,其中,上述方法包括:
拍摄获取实木板材即将进入工序时的第二图像,在预先设置的实木板材图像数据库中查找与第二图像相同的、在上一工序结束时拍摄的第一图像,并获取相关数据,其中,所述相关数据包括第一身份识别码,结构、纹理、颜色特征以及工序序号;
当检测到实木板材退出工序,拍摄获取加工后的第三图像,将所述第三图像进行预处理并传输至实木板材图像数据库;
基于所述第一图像的相关数据,当识别所述第三图像与第一图像中为同一实木板材时,复制第一图像的相关数据给第三图像,并更新工序序号;
基于所述第一图像的相关数据,当识别所述第三图像与第一图像中不为同一实木板材时,为第三图像分配新的第二身份识别码以及重新提取相关数据,并将第三图像与第一图像进行关联;
实时获取实木板材图像数据库的数据并显示在终端设备显示屏中。
可选的,上述拍摄获取实木板材即将进入工序时的第二图像,在预先设置的实木板材图像数据库中查找与第二图像相同的、在上一工序结束时拍摄的第一图像,并获取相关数据的步骤之前包括:
预先构建一实木板材图像数据库,用于存储生产过程中拍摄的实木板材的图像以及所述相关数据。
可选的,上述拍摄获取实木板材即将进入工序时的第二图像,在预先设置的实木板材图像数据库中查找与第二图像相同的、在上一工序结束时拍摄的第一图像,并获取相关数据的步骤之前还包括:
预先拍摄获取未加工实木板材图像,将所述实木板材图像传输至实木板材图像数据库中;
通过非负矩阵分解算法提取所述实木板材图像中木材的结构、纹理以及颜色特征,并分配身份识别码。
可选的,上述拍摄获取实木板材即将进入工序时的第二图像,在预先设置的实木板材图像数据库中查找与第二图像相同的、在上一工序结束时拍摄的第一图像,并获取相关数据的步骤包括:
当检测到实木板材即将进入加工工序,通过预先设置的摄像机拍摄获取实木板材的第二图像;
调用实木板材图像数据库,通过图像对比,获取与所述第二图像相同的、在上一工序结束时拍摄的第一图像;
并获取所述第一图像的结构、纹理、颜色特征、工序序号以及第一身份识别码。
可选的,上述当检测到实木板材退出工序,拍摄获取加工后的第三图像,将所述第三图像进行预处理并传输至实木板材图像数据库的步骤包括:
当检测到实木板材退出加工工序,通过预先设置的摄像机拍摄获取实木板材的第三图像;
控制对第三图像进行角度调整、亮度优化、尺寸裁剪以及压缩的预处理;
通过5G信号将所述第三图像传输至实木板材图像数据库。
可选的,上述基于所述第一图像的相关数据,当识别所述第三图像与第一图像中为同一实木板材时,复制第一图像的相关数据给第三图像,并更新工序序号的步骤包括:
根据所述第一图像的结构、纹理以及颜色特征,当通过算法识别出所述第三图像中与第一图像中实木板材的相似度高于90%;
将第一图像的结构、纹理、颜色特征以及第一身份识别码复制给第三图像,并记录当前的工序序号。
可选的,上述基于所述第一图像的相关数据,当识别所述第三图像与第一图像中不为同一实木板材时,为第三图像分配新的第二身份识别码以及重新提取相关数据,并将第三图像与第一图像进行关联的步骤包括:
根据所述第一图像的结构、纹理以及颜色特征,当通过算法识别出所述第三图像中与第一图像中实木板材的相似度低于90%;
重新通过非负矩阵分解算法提取第三图像中木材的结构、纹理以及颜色特征,分配新的第二身份识别码,并记录当前的工序序号;
并将第三图像与第一图像进行关联。
本发明第二方面提供一种基于5G的非标签化实木板材身份数字化系统,其中,上述系统包括:
实木板材图像数据库构建及更新模块,用于构建存储生产过程中拍摄的实木板材的图像以及相关数据的实木板材图像数据库;
木材结构、纹理和颜色特征提取模块,用于通过非负矩阵分解算法,对实木板材图像中的木材进行结构、纹理和颜色特征提取;
实木生产线板材视觉图片实时获取模块,用于实时拍摄即将进入以及退出加工工序的实木板材的图像;
实木板材图像5G传输模块,用于通过5G信号传输实木板材图像;
实木板材身份识别模块,用于根据第一图像的结构、纹理以及颜色特征,识别所述第三图像中与第一图像中的木材是否为同一块实木板材;
实木板材身份识别码回传模块,用于实时获取实木板材图像数据库的数据并显示在终端设备显示屏中。
本发明第三方面提供一种智能设备,上述智能设备包括存储器、处理器以及存储在上述存储器上并可在上述处理器上运行的基于5G的非标签化实木板材身份数字化程序,上述基于5G的非标签化实木板材身份数字化程序被上述处理器执行时实现任意一项上述基于5G的非标签化实木板材身份数字化方法的步骤。
本发明第四方面提供一种存储介质,上述存储介质上存储有基于5G的非标签化实木板材身份数字化程序,上述基于5G的非标签化实木板材身份数字化程序被处理器执行时实现任意一项上述基于5G的非标签化实木板材身份数字化方法的步骤。
由上可见,本发明方案中,拍摄获取实木板材即将进入工序时的第二图像,在预先设置的实木板材图像数据库中查找与第二图像相同的、在上一工序结束时拍摄的第一图像,并获取相关数据,其中,所述相关数据包括第一身份识别码,结构、纹理、颜色特征以及工序序号;当检测到实木板材退出工序,拍摄获取加工后的第三图像,将所述第三图像进行预处理并传输至实木板材图像数据库;基于所述第一图像的相关数据,当识别所述第三图像与第一图像中为同一实木板材时,复制第一图像的相关数据给第三图像,并更新工序序号;基于所述第一图像的相关数据,当识别所述第三图像与第一图像中不为同一实木板材时,为第三图像分配新的第二身份识别码以及重新提取相关数据,并将第三图像与第一图像进行关联;实时获取实木板材图像数据库的数据并显示在终端设备显示屏中。与现有技术相比,本发明通过构建实木板材图像数据库,建立不同实木板材的结构、纹理和颜色特征,在实木生产流水线上布设可编程视觉系统,利用5G传输模块,将视觉系统采集到的实木板材图像进行实时传输和身份识别,实现对实木板材身份的自动化智能识别并标注其身份识别码,实现非标签化的在线实木板材身份数字化,为实现实木家具生产流水线的数字化、自动化管理打下基础。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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性的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的一种基于5G的非标签化实木板材身份数字化方法的流程示意图。
图2是本发明实施图1中步骤S100的具体流程示意图。
图3是本发明实施图1中步骤S200的具体流程示意图。
图4是本发明实施图1中步骤S300的具体流程示意图。
图5是本发明实施图1中步骤S400的具体流程示意图。
图6是本发明实施例提供的通过基于5G的非标签化实木板材身份数字化方法进行实木板材加工的示意图。
图7是本发明实施例提供的一种基于5G的非标签化实木板材身份数字化装置的结构示意图。
图8是本发明实施例提供的一种智能设备的内部结构原理框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况下,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当…时”或“一旦”或“响应于确定”或“响应于检测到”。类似的,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述的条件或事件]”或“响应于检测到[所描述条件或事件]”。
下面结合本发明实施例的附图,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。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其它不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
实木家具的流水线生产,是摆脱手工作坊式低效生产、提升家具质量的必然途径。随着5G+工业物联网的兴起,数字化、自动化、智能化的实木家具流水线,成为发展趋势。
在现有技术中的流水线数字化生产中,依赖于MES系统,但在传统的加工生产线中,是通过在实木板材上张贴身份标签的方式对每一件实木板材进行识别和数据更新的。但实木板材不同于普通的板材,并不是由简单的切割和拼接进行装配的,还涉及一些非规则的切割、雕刻、抛光、油漆等加工表面的工序,则无法再通过张贴标签的方式对加工中的实木板材进行识别和定位。可见,现有技术中并不能有效的为加工中的实木板材进行身份识别和定位。
为了解决现有技术的问题,本发明方案中,拍摄获取实木板材即将进入工序时的第二图像,在预先设置的实木板材图像数据库中查找与第二图像相同的、在上一工序结束时拍摄的第一图像,并获取相关数据,其中,所述相关数据包括第一身份识别码,结构、纹理、颜色特征以及工序序号;当检测到实木板材退出工序,拍摄获取加工后的第三图像,将所述第三图像进行预处理并传输至实木板材图像数据库;基于所述第一图像的相关数据,当识别所述第三图像与第一图像中为同一实木板材时,复制第一图像的相关数据给第三图像,并更新工序序号;基于所述第一图像的相关数据,当识别所述第三图像与第一图像中不为同一实木板材时,为第三图像分配新的第二身份识别码以及重新提取相关数据,并将第三图像与第一图像进行关联;实时获取实木板材图像数据库的数据并显示在终端设备显示屏中。与现有技术相比,本发明通过构建实木板材图像数据库,建立不同实木板材的结构、纹理和颜色特征,在实木生产流水线上布设可编程视觉系统,利用5G传输模块,将视觉系统采集到的实木板材图像进行实时传输和身份识别,并且可采用深度机器视觉等视觉算法处理方法,实现对实木板材身份的自动化智能识别并标注其身份识别码,实现非标签化的在线实木板材身份数字化,为实现实木家具生产流水线的数字化、自动化管理打下基础。
示例性方法
如图1所示,本发明实施例提供一种基于5G的非标签化实木板材身份数字化方法,具体的,上述方法包括如下步骤:
步骤S100、拍摄获取实木板材即将进入工序时的第二图像,在预先设置的实木板材图像数据库中查找与第二图像相同的、在上一工序结束时拍摄的第一图像,并获取相关数据,其中,所述相关数据包括第一身份识别码,结构、纹理、颜色特征以及工序序号。
在本实施例中,通过预先设置在加工工序进料口的摄像机拍摄获取即将加工的实木板材的第二图像,并在预先设置的实木板材图像数据库中查找是否有与第二图像相同的、在上一工序结束时拍摄的第一图像。例如,当该木材目前处于第三道工序时,将拍摄到的所述第二图像与在第二道工序结束时拍摄的图像进行对比查找,查找到与该实木板材相同的所述第一图像,并获取第一图像中对应存储的相关数据,包括第一身份识别码,结构、纹理、颜色特征以及工序序号;另一情况中,当该实木板材处于第一工序时,从预先拍摄的加工前的实木板材图像中查找所述第一图像,并获取其相关数据。可见,通过本步骤实现每进入一道加工工序前,均可查询得到该实木板材的身份。进一步的,当在某两道工序间突然拿去或加入一块实木板材,可快速识别到异常,并进行通知或警报。
步骤S200、当检测到实木板材退出工序,拍摄获取加工后的第三图像,将所述第三图像进行预处理并传输至实木板材图像数据库。
在本实施例中,当实木板材加工完成,检测到实木板材退出加工工序后,通过预先设置在各道工序出料口位置的摄像机拍摄获取实木板材加工后的第三图像,并将所述第三图像进行裁切、去噪、压缩等预处理,传输至预先建立的实木板材图像数据库中。在本方法步骤中,将进入工序与退出工序的木材进行拍摄跟踪,即便该木材因工序而发生结构、表面纹理的改变,也可实现实木板材在所有加工过程中的识别和定位。
步骤S300、基于所述第一图像的相关数据,当识别所述第三图像与第一图像中为同一实木板材时,复制第一图像的相关数据给第三图像,并更新工序序号。
在本实施例中,基于上述步骤中获取的所述第一图像的相关数据,当通过预先设置的图像识别或神经网络算法等,识别得到预处理的第三图像中的实木板材与第一图像中的实木板材为同一实木板材时,将所述第一图像中的相关数据复制给第三图像进行存储,同时将相关数据中的工序序号更新为当前实木板材的工序序号。具体的,所述在预先设置的图像识别算法中,可设置当两张图像中的实木板材的纹理、结构、颜色的相似度达到90%以上则认为是同一实木板材;而预先设置的神经网络算法则根据预先训练的神经网络模型,将所述第三图像直接输入,即可得到第一图像与第三图像中的实木板材是否为同一实木板材的结果。
步骤S400、基于所述第一图像的相关数据,当识别所述第三图像与第一图像中不为同一实木板材时,为第三图像分配新的第二身份识别码以及重新提取相关数据,并将第三图像与第一图像进行关联。
在本实施例中,与步骤S300类似的,当通过预先设置的图像识别算法或神经网络等算法计算得到第一图像与第三图像的实木板材不为同一实木板材时,重新根据所述第三图像获取第三图像中实木板材的相关数据,同时分配新的第二身份识别码给所述第三图像,将所述第一图像与第三图像进行关联。
可见,通过上一步骤以及本步骤,实现当实木板材不经过改变表面纹理、结构等的例如简单抛光、去除灰尘等工序时,实木板材的身份识别码不改变,仅更新当前的工序序号;当实木板材经过改变表面纹理、结构等的例如切割、油漆的工序时,所述第三图像,重新进行特征提取,以及分配新的身份识别码和更新工序序号,最后还将第一图像与第三图像进行关联,表示两张图像是为同一实木板材。
步骤S500、实时获取实木板材图像数据库的数据并显示在终端设备显示屏中。
在本实施例中,将加工工序中实时拍摄以及记录的各实木板材的图像以及其相关数据,实时显示在与生产线管理相关的终端设备显示屏中,便于查看。实现通过视觉系统结合5G+工业物联网实现非标签的实木板材身份数字化管理。
具体的,在下述实施例中将对基于5G的非标签化实木板材身份数字化方法进行进一步的具体说明,且当实木板材为其他加工材料时,也可参照本实施例中的具体方案。
在一种应用场景中,拍摄获取实木板材即将进入工序时的第二图像,在预先设置的实木板材图像数据库中查找与第二图像相同的、在上一工序结束时拍摄的第一图像,并获取相关数据,其中,所述相关数据包括第一身份识别码,结构、纹理、颜色特征以及工序序号。
具体的,如图2所示,上述步骤S100包括:
步骤S101、当检测到实木板材即将进入加工工序,通过预先设置的摄像机拍摄获取实木板材的第二图像;
步骤S102、调用实木板材图像数据库,通过图像对比,获取与所述第二图像相同的、在上一工序结束时拍摄的第一图像;
步骤S103、并获取所述第一图像的结构、纹理、颜色特征、工序序号以及第一身份识别码。
其中,在所述拍摄获取实木板材即将进入工序时的第二图像,在预先设置的实木板材图像数据库中查找与第二图像相同的、在上一工序结束时拍摄的第一图像,并获取相关数据的步骤之前包括:
预先构建一实木板材图像数据库,用于存储生产过程中拍摄的实木板材的图像以及所述相关数据。
还包括:预先拍摄获取未加工实木板材图像,将所述实木板材图像传输至实木板材图像数据库中;
通过非负矩阵分解算法提取所述实木板材图像中木材的结构、纹理以及颜色特征,并分配身份识别码。
举例说明,某家具公司生产线在通过基于5G的非标签化实木板材身份数字化方法加工公司A款实木桌子的过程中,预先在产线管理系统中构建实木板材图像数据库,并建立A款实木桌子的存储空间,专门存储用于加工生产A款实木桌子的实木板材的图像以及相关数据,其中,所述相关数据为,木材的身份识别码,结构、纹理、颜色特征以及当前已加工过的工序序号。
进一步的,在实木板材进入加工工序前,预先拍摄获取未加工的实木板材的图像,并通过5G信号将该拍摄的实木板材的图像发送至所述实木板材图像数据库的A款实木桌子存储空间中,所述实木板材图像数据库在接收到各实木板材图像后,调用特征提取模块对实木板材图像进行结构、纹理、颜色特征的提取,以及分配身份识别码。具体的,可采用非负矩阵分解算法进行特征的提取。将目标图像f分解为结构部分g和纹理部分h,并通过下述公式进行计算:
可采用带有邻近项的严格收缩的Peaceman-Rachford分裂算法进行求解。
当各实木板材按顺序进入第一道切割的加工工序时,所述产线管理系统通过预先设置在切割工序进料口的摄像头拍摄获取该实木板材的第二图像。其中,所述摄像头应安装在实木板材正上方1米-2米高度范围内,且具有自动可调10倍变焦功能,分辨率不低于1080P,帧率不低于50帧,动态范围大于80dB,具备自动报告、自动增益和白平衡能力,具备python可编程能力,具备云台功能,可远程自动控制拍摄角度,以确保能拍摄获取到高清晰度的实木板材图像。
进一步的,因为在各相邻的两工序之间同一块实木板材的外观、结构并不会发生变化,所以所述系统控制调用实木板材图像数据库,经过较简单的图像比对的相关算法即可获取得到与所述第二图像相同或极高相似度例如98%的,在上一工序结束时拍摄到的第一图像。在本实施例中,由于切割工序为第一工序,则上一工序则为最初拍摄获取的实木板材图像。当获取到所述第一图像后,调用所述第一图像的结构、纹理、颜色特征、工序序号以及第一身份识别码以便后续使用。可见,通过本步骤,实现实木板材在进入工序前的身份确认。
在一种应用场景中,当检测到实木板材退出工序,拍摄获取加工后的第三图像,将所述第三图像进行预处理并传输至实木板材图像数据库。
具体的,如图3所示,上述步骤S200包括:
步骤S201、当检测到实木板材退出加工工序,通过预先设置的摄像机拍摄获取实木板材的第三图像;
步骤S202、控制对第三图像进行角度调整、亮度优化、尺寸裁剪以及压缩的预处理;
步骤S203、通过5G信号将所述第三图像传输至实木板材图像数据库。
举例说明,当所述实木板材在切割的工序中加工完成,由不太规整的形状切割成为1m*2m、厚度3cm的桌板,并退出切割的加工工序时,通过预先设置的摄像机拍摄获取切割加工后的实木板材的第三图像,由于所述第三图像需上传所述实木板材图像数据库,并且进行更精细的图像识别和对比,故预先对拍摄得到的所述第三图像进行角度调整、亮度优化、尺寸裁剪的处理,使所述第三图像便于后续的计算,最终将所述第三图像进行压缩,减少图像传输过程中给网络带来的负担。最后通过5G信号将预处理后的第三图像传输至实木板材图像数据库中。
在一种应用场景中,基于所述第一图像的相关数据,当识别所述第三图像与第一图像中为同一实木板材时,复制第一图像的相关数据给第三图像,并更新工序序号。
具体的,如图4所示,上述步骤S300包括:
步骤S301、根据所述第一图像的结构、纹理以及颜色特征,当通过算法识别出所述第三图像中与第一图像中实木板材的相似度高于90%;
步骤S302、将第一图像的结构、纹理、颜色特征以及第一身份识别码复制给第三图像,并记录当前的工序序号。
举例说明,当所述实木板材图像数据库接收到预处理的第三图像后,通过步骤S100中获取得到的第一图像的结构、纹理以及颜色特征,通过算法对所述第三图像和第一图像进行对比。
具体的,可采用图像相似度对比的相关算法,计算加工后拍摄得到的第三图像中的实木板材与加工前的第一图像中的实木板材在结构、纹理以及颜色特征各方面的相似度是否达到90%,若达到则认为该加工工序并未对实木板材做出较大改变;还可采用基于VGGnet,Single Shot MultiBox Detector的32层神经网络模型进行计算。预先使用实木板材图像数据库中的数据,依据特征提取结果,进行模型训练。在训练结束后的模型使用过程中,仅需要将所述第三图像或第三图像以及第一图像均输入所述模型中,可直接得出第三图像中的实木板材是否为第一图像中的实木板材的结果。当结果显示所述第三图像中的实木板材与所述第一图像中的实木板材是为同一实木板材时,说明本加工工序并未较大的改变该实木板材的结构、纹理、颜色等特征。则所述系统控制将第一图像记录的相关数据,包括结构、纹理、颜色特征以及身份识别码复制给所述第三图像,同时更新工序序号,例如更新当前进行到工序6。
在一种应用场景中,基于所述第一图像的相关数据,当识别所述第三图像与第一图像中不为同一实木板材时,为第三图像分配新的第二身份识别码以及重新提取相关数据,并将第三图像与第一图像进行关联。
具体的,如图5所示,上述步骤S400包括:
步骤S401、根据所述第一图像的结构、纹理以及颜色特征,当通过算法识别出所述第三图像中与第一图像中实木板材的相似度低于90%;
步骤S402、重新通过非负矩阵分解算法提取第三图像中木材的结构、纹理以及颜色特征,分配新的第二身份识别码,并记录当前的工序序号;
步骤S403、并将第三图像与第一图像进行关联。
举例说明,与步骤S300相类似的,当通过前述的图像相似度对比的相关算法或32层神经网络模型判断所述第三模型中的实木板材与所述第一图像中的实木板材相似度小于90%,即并不为同一块实木板材时,重新通过非负矩阵分解算法提取第三图像中木材的结构、纹理以及颜色特征,分配新的第二身份识别码,并记录当前的工序序号,例如工序2,或组合的加工工序。同时将该第三图像与所述第一图像进行关联,使改变后的图像和身份识别码可追溯。
可见,通过本步骤与上一步骤,当实木板材的特征因加工并未出现较大改变时则沿用同一身份识别码;当实木板材的特征因加工出现较大的改变时,为新的实木板材图像分配新的身份识别码,并将新的图像与改变前的图像进行关联,使实木板材在加工过程中无需通过标签也可识别、记录和追溯每一实木板材在每一加工工序时的状态。
在一种应用场景中,实时获取实木板材图像数据库的数据并显示在终端设备显示屏中。
具体的,所述产线管理系统将实时调用实木板材图像数据库的数据,并显示在相关的终端设备显示屏中,例如工厂内部的产线控制终端,或登陆了该产线管理系统的公司内部电脑中。实现通过视觉系统结合5G+工业物联网实现非标签的实木板材身份数字化管理。
本发明实施例中,还基于一种应用场景对上述基于5G的非标签化实木板材身份数字化方法进行具体说明,图6是本发明实施例提供的通过基于5G的非标签化实木板材身份数字化方法进行实木板材加工的示意图,其步骤包括:
步骤S1、实木板材图像数据库建立及更新,依据家具生产采用的木材类别,通过拍照并分类存储,形成实木板材图像原始数据库,进入步骤S2;
步骤S2、木材结构、纹理和颜色特征提取,采用非负矩阵分解算法,对实木板材因像数据库中的实木构建进行结构、纹理和颜 色特征提取,进入步骤S6;
步骤S3、实木生产线板材视觉图片实时获取,视觉系统实时拍摄实木生产线板材视觉图片,进入步骤S4;
步骤S4、实木生产线板材拍摄图片预处理,把实时获取的图片输入预处理系统,进行图像的角度调整、亮度优化等,最后进行拍摄图片数据压缩,准备传输到服务器,进入步骤S5;
步骤S5、板材图片5G传输,把经过预处理的实木生产线板材拍摄图片,输入到5G数据传输模块,进入步骤S6;
步骤S6、实木板材身份识别,输入5G模块发送来的经过预处理的实木板材影像数据,进行身份识别,进入步骤S7;
步骤S7、实木板材身份识别码回传,将完成身份识别并标注身份识别码后的图像数据通过5G网络传送到实木家具生产线管理系统,结束。
由上可见,在本发明的具体应用实施例中,在进入第一个加工工序前,可根据实际生产家具所采用的木材类别,拍照并分类存储,形成未加工前的实木板材图像原始数据库;基于上述拍照得到的实木板材图像,采用非负矩阵分解算法,对实木板材图像中的结构、纹理和颜色特征进行特征提取;另一方面,当实木板材开始进入加工流水线进行加工时,通过预先设置的摄像机实时拍摄获取实木板材生产线板材的视觉图片;将实时拍摄获取的实木板材拍摄图片进行预处理,包括图像的角度调整、亮度优化等,最后进行拍摄图片数据压缩,并准备传输到服务器中;将预处理后的实木生产线板材拍摄图像输入到5G数据传输模块中,通过5G信号将实时拍摄的图像快速传输到下一服务器中进行处理;基于步骤S1以及S2中预先存储的实木板材图像以及提取的特征数据,对加工后的实木板材进行身份识别;最后控制将完成身份识别标注身份识别码后的图像数据通过5G网络实时回传到实木家具生产线管理系统,结束由生产前到第一工序的基于5G的非标签化实木板材身份数字化方法的实木板材加工。
示例性设备
如图7中所示,对应于上述基于5G的非标签化实木板材身份数字化方法,本发明实施例还提供一种基于5G的非标签化实木板材身份数字化系统,上述基于5G的非标签化实木板材身份数字化系统包括:
实木板材图像数据库构建及更新模块710,用于构建存储生产过程中拍摄的实木板材的图像以及相关数据的实木板材图像数据库;
例如对每一个图像进行编码,并标注木材纹理、尺寸、颜色等生产所需信息。在后续流水线流程中,通过影像系统对实木板材进行识别,将识别后的身份识别码,根据其上一道工序的对应关系,添加到该数据库中,并对颜色、尺寸、工序号等信息进行更新。
木材结构、纹理和颜色特征提取模块720,用于通过非负矩阵分解算法,对实木板材图像中的木材进行结构、纹理和颜色特征提取;
例如根据实木家具生产线上实木板材加工工序中的放置位置,在其正上方1米-2米高度范围内安装视觉系统。具体要求:具有自动可调10倍变焦功能,分辨率不低于1080P,帧率不低于50帧,动态范围大于80dB,具备自动报告、自动增益和白平衡能力,具备python可编程能力,具备云台功能,可远程自动控制拍摄角度。
实木生产线板材视觉图片实时获取模块730,用于实时拍摄即将进入以及退出加工工序的实木板材的图像;
例如把实木生产线实时获取的拍摄图片输入到嵌入式图像预处理系统中,进行图像的角度调整、亮度优化,并进行尺寸裁剪,最后进行拍摄图片数据压缩,准备传输到服务器。嵌入式图像预处理系统的性能要求不低于: CPU不低于2GHz(四核),GPU不低于256-core NVIDIA Maxwell GPU,内存不小于8G 64-bit LPDDR4,支持HDMI和USB3.0,板载存储不低于128G固态硬盘,支持5G数据传输模块。
实木板材图像5G传输模块740,用于通过5G信号传输实木板材图像;
实木板材身份识别模块750,用于根据第一图像的结构、纹理以及颜色特征,识别所述第三图像中与第一图像中的木材是否为同一块实木板材;
实木板材身份识别码回传模块760,用于实时获取实木板材图像数据库的数据并显示在终端设备显示屏中。
具体的,本实施例中,上述基于5G的非标签化实木板材身份数字化系统的各模块的具体功能可以参照上述基于5G的非标签化实木板材身份数字化方法中的对应描述,在此不再赘述。
基于上述实施例,本发明还提供了一种智能设备,其原理框图可以如图8所示。上述智能设备包括通过系统总线连接的处理器、存储器、网络接口以及显示屏。其中,该智能设备的处理器用于提供计算和控制能力。该智能设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和基于5G的非标签化实木板材身份数字化程序。该内存储器为非易失性存储介质中的操作系统和基于5G的非标签化实木板材身份数字化程序的运行提供环境。该智能设备的网络接口用于与外部的终端通过网络连接通信。该基于5G的非标签化实木板材身份数字化程序被处理器执行时实现上述任意一种基于5G的非标签化实木板材身份数字化方法的步骤。该智能设备的显示屏可以是液晶显示屏或者电子墨水显示屏。
本领域技术人员可以理解,图8中示出的原理框图,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的智能设备的限定,具体的智能设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种智能设备,上述智能设备包括存储器、处理器以及存储在上述存储器上并可在上述处理器上运行的基于5G的非标签化实木板材身份数字化程序,上述基于5G的非标签化实木板材身份数字化程序被上述处理器执行时进行以下操作指令:
拍摄获取实木板材即将进入工序时的第二图像,在预先设置的实木板材图像数据库中查找与第二图像相同的、在上一工序结束时拍摄的第一图像,并获取相关数据,其中,所述相关数据包括第一身份识别码,结构、纹理、颜色特征以及工序序号;
当检测到实木板材退出工序,拍摄获取加工后的第三图像,将所述第三图像进行预处理并传输至实木板材图像数据库;
基于所述第一图像的相关数据,当识别所述第三图像与第一图像中为同一实木板材时,复制第一图像的相关数据给第三图像,并更新工序序号;
基于所述第一图像的相关数据,当识别所述第三图像与第一图像中不为同一实木板材时,为第三图像分配新的第二身份识别码以及重新提取相关数据,并将第三图像与第一图像进行关联;
实时获取实木板材图像数据库的数据并显示在终端设备显示屏中。
本发明实施例还提供一种存储介质,上述存储介质上存储有基于5G的非标签化实木板材身份数字化程序,上述基于5G的非标签化实木板材身份数字化程序被处理器执行时实现本发明实施例提供的任意一种基于5G的非标签化实木板材身份数字化方法的步骤。
应理解,上述实施例中各步骤的序号大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将上述系统的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各实例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟是以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的系统/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的系统/终端设备实施例仅仅是示意性的,例如,上述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以由另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
上述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,上述计算机程序可存储于一存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,上述计算机程序包括计算机程序代码,上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质可以包括:能够携带上述计算机程序代码的任何实体或系统、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,上述存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不是相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于5G的非标签化实木板材身份数字化方法,其特征在于,所述方法包括:
拍摄获取实木板材即将进入工序时的第二图像,在预先设置的实木板材图像数据库中查找与第二图像相同的、在上一工序结束时拍摄的第一图像,并获取相关数据,其中,所述相关数据包括第一身份识别码,结构、纹理、颜色特征以及工序序号;
当检测到实木板材退出工序,拍摄获取加工后的第三图像,将所述第三图像进行预处理并传输至实木板材图像数据库;
基于所述第一图像的相关数据,当识别所述第三图像与第一图像中为同一实木板材时,复制第一图像的相关数据给第三图像,并更新工序序号;
基于所述第一图像的相关数据,当识别所述第三图像与第一图像中不为同一实木板材时,为第三图像分配新的第二身份识别码以及重新提取相关数据,并将第三图像与第一图像进行关联;
实时获取实木板材图像数据库的数据并显示在终端设备显示屏中;
所述基于所述第一图像的相关数据,当识别所述第三图像与第一图像中为同一实木板材时,复制第一图像的相关数据给第三图像,并更新工序序号的步骤包括:
根据所述第一图像的结构、纹理以及颜色特征,当通过算法识别出所述第三图像中与第一图像中实木板材的相似度高于90%;
将第一图像的结构、纹理、颜色特征以及第一身份识别码复制给第三图像,并记录当前的工序序号;
预先使用实木板材图像数据库中的数据,依据特征提取结果,进行模型训练,在训练结束后的模型使用过程中,将所述第三图像以及第一图像均输入所述模型中,直接得出第三图像中的实木板材是否为第一图像中的实木板材的结果;
所述基于所述第一图像的相关数据,当识别所述第三图像与第一图像中不为同一实木板材时,为第三图像分配新的第二身份识别码以及重新提取相关数据,并将第三图像与第一图像进行关联的步骤包括:
根据所述第一图像的结构、纹理以及颜色特征,当通过算法识别出所述第三图像中与第一图像中实木板材的相似度低于90%;
重新通过非负矩阵分解算法提取第三图像中木材的结构、纹理以及颜色特征,分配新的第二身份识别码,并记录当前的工序序号;
并将第三图像与第一图像进行关联。
2.根据权利要求1所述的基于5G的非标签化实木板材身份数字化方法,其特征在于,所述拍摄获取实木板材即将进入工序时的第二图像,在预先设置的实木板材图像数据库中查找与第二图像相同的、在上一工序结束时拍摄的第一图像,并获取相关数据的步骤之前包括:
预先构建一实木板材图像数据库,用于存储生产过程中拍摄的实木板材的图像以及所述相关数据。
3.根据权利要求1所述的基于5G的非标签化实木板材身份数字化方法,其特征在于,所述拍摄获取实木板材即将进入工序时的第二图像,在预先设置的实木板材图像数据库中查找与第二图像相同的、在上一工序结束时拍摄的第一图像,并获取相关数据的步骤之前还包括:
预先拍摄获取未加工实木板材图像,将所述实木板材图像传输至实木板材图像数据库中;
通过非负矩阵分解算法提取所述实木板材图像中木材的结构、纹理以及颜色特征,并分配身份识别码。
4.根据权利要求1所述的基于5G的非标签化实木板材身份数字化方法,其特征在于,所述拍摄获取实木板材即将进入工序时的第二图像,在预先设置的实木板材图像数据库中查找与第二图像相同的、在上一工序结束时拍摄的第一图像,并获取相关数据的步骤包括:
当检测到实木板材即将进入加工工序,通过预先设置的摄像机拍摄获取实木板材的第二图像;
调用实木板材图像数据库,通过图像对比,获取与所述第二图像相同的、在上一工序结束时拍摄的第一图像;
并获取所述第一图像的结构、纹理、颜色特征、工序序号以及第一身份识别码。
5.根据权利要求1所述的基于5G的非标签化实木板材身份数字化方法,其特征在于,所述当检测到实木板材退出工序,拍摄获取加工后的第三图像,将所述第三图像进行预处理并传输至实木板材图像数据库的步骤包括:
当检测到实木板材退出加工工序,通过预先设置的摄像机拍摄获取实木板材的第三图像;
控制对第三图像进行角度调整、亮度优化、尺寸裁剪以及压缩的预处理;
通过5G信号将所述第三图像传输至实木板材图像数据库。
6.一种基于5G的非标签化实木板材身份数字化系统,其特征在于,所述系统包括:
实木板材图像数据库构建及更新模块,用于构建存储生产过程中拍摄的实木板材的图像以及相关数据的实木板材图像数据库;
木材结构、纹理和颜色特征提取模块,用于通过非负矩阵分解算法,对实木板材图像中的木材进行结构、纹理和颜色特征提取;
实木生产线板材视觉图片实时获取模块,用于实时拍摄即将进入以及退出加工工序的实木板材的图像;
实木板材图像5G传输模块,用于通过5G信号传输实木板材图像;
实木板材身份识别模块,用于根据第一图像的结构、纹理以及颜色特征,识别第三图像中与第一图像中的木材是否为同一块实木板材;
实木板材身份识别码回传模块,用于实时获取实木板材图像数据库的数据并显示在终端设备显示屏中;
所述基于所述第一图像的相关数据,当识别所述第三图像与第一图像中为同一实木板材时,复制第一图像的相关数据给第三图像,并更新工序序号的步骤包括:
根据所述第一图像的结构、纹理以及颜色特征,当通过算法识别出所述第三图像中与第一图像中实木板材的相似度高于90%;
将第一图像的结构、纹理、颜色特征以及第一身份识别码复制给第三图像,并记录当前的工序序号;
预先使用实木板材图像数据库中的数据,依据特征提取结果,进行模型训练,在训练结束后的模型使用过程中,将所述第三图像以及第一图像均输入所述模型中,直接得出第三图像中的实木板材是否为第一图像中的实木板材的结果;
所述基于所述第一图像的相关数据,当识别所述第三图像与第一图像中不为同一实木板材时,为第三图像分配新的第二身份识别码以及重新提取相关数据,并将第三图像与第一图像进行关联的步骤包括:
根据所述第一图像的结构、纹理以及颜色特征,当通过算法识别出所述第三图像中与第一图像中实木板材的相似度低于90%;
重新通过非负矩阵分解算法提取第三图像中木材的结构、纹理以及颜色特征,分配新的第二身份识别码,并记录当前的工序序号;
并将第三图像与第一图像进行关联。
7.一种智能设备,其特征在于,所述智能设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于5G的非标签化实木板材身份数字化程序,所述基于5G的非标签化实木板材身份数字化程序被所述处理器执行时实现如权利要求1-5任意一项所述基于5G的非标签化实木板材身份数字化方法的步骤。
8.一种存储介质,其特征在于,所述存储介质上存储有基于5G的非标签化实木板材身份数字化程序,所述基于5G的非标签化实木板材身份数字化程序被处理器执行时实现如权利要求1-5任意一项所述基于5G的非标签化实木板材身份数字化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210155157.6A CN114218423B (zh) | 2022-02-21 | 2022-02-21 | 基于5g的非标签化实木板材身份数字化方法、设备和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210155157.6A CN114218423B (zh) | 2022-02-21 | 2022-02-21 | 基于5g的非标签化实木板材身份数字化方法、设备和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114218423A CN114218423A (zh) | 2022-03-22 |
CN114218423B true CN114218423B (zh) | 2022-05-20 |
Family
ID=80709001
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210155157.6A Active CN114218423B (zh) | 2022-02-21 | 2022-02-21 | 基于5g的非标签化实木板材身份数字化方法、设备和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114218423B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106503151A (zh) * | 2016-10-21 | 2017-03-15 | 北京源著智能科技有限公司 | 板材的处理方法和系统 |
CN106575491A (zh) * | 2014-05-29 | 2017-04-19 | 优泊公司 | 标签、标签的制造方法、标签的使用方法、及附标签的被粘合体 |
CN109409428A (zh) * | 2018-10-25 | 2019-03-01 | 北京木业邦科技有限公司 | 木板识别及木板识别模型的训练方法、装置及电子设备 |
CN110222602A (zh) * | 2019-05-23 | 2019-09-10 | 艾科芯(深圳)智能科技有限公司 | 防伪识别方法、系统、设备终端和计算机可读存储介质 |
CN111580452A (zh) * | 2020-04-30 | 2020-08-25 | 北京机电研究所有限公司 | 一种适应于热变形工艺生产锻件虚拟标识的方法 |
CN113012156A (zh) * | 2021-05-10 | 2021-06-22 | 南京林业大学 | 实木板材颜色智能分类方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111126250A (zh) * | 2019-12-20 | 2020-05-08 | 长沙千视通智能科技有限公司 | 一种基于ptgan的行人重识别方法及装置 |
-
2022
- 2022-02-21 CN CN202210155157.6A patent/CN114218423B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106575491A (zh) * | 2014-05-29 | 2017-04-19 | 优泊公司 | 标签、标签的制造方法、标签的使用方法、及附标签的被粘合体 |
CN106503151A (zh) * | 2016-10-21 | 2017-03-15 | 北京源著智能科技有限公司 | 板材的处理方法和系统 |
CN109409428A (zh) * | 2018-10-25 | 2019-03-01 | 北京木业邦科技有限公司 | 木板识别及木板识别模型的训练方法、装置及电子设备 |
CN110222602A (zh) * | 2019-05-23 | 2019-09-10 | 艾科芯(深圳)智能科技有限公司 | 防伪识别方法、系统、设备终端和计算机可读存储介质 |
CN111580452A (zh) * | 2020-04-30 | 2020-08-25 | 北京机电研究所有限公司 | 一种适应于热变形工艺生产锻件虚拟标识的方法 |
CN113012156A (zh) * | 2021-05-10 | 2021-06-22 | 南京林业大学 | 实木板材颜色智能分类方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114218423A (zh) | 2022-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106650671B (zh) | 人脸识别方法、装置及系统 | |
DE69734855T2 (de) | Vorrichtung und Verfahren zur Extraktion eines Objektes in einem Bild | |
CN101964918B (zh) | 图像再现设备和图像再现方法 | |
CN112308095A (zh) | 图片预处理及模型训练方法、装置、服务器及存储介质 | |
CN111401324A (zh) | 图像质量评估方法、装置、存储介质及电子设备 | |
CN109116129B (zh) | 终端检测方法、检测设备、系统及存储介质 | |
DE102013017122A1 (de) | Verfahren zum Herstellen automatischer Cinemagramme auf einer Bildgebungsvorrichtung | |
CN108174152A (zh) | 一种目标监控方法及目标监控系统 | |
CN105592367A (zh) | 一种图像显示参数调节方法和系统 | |
CN109040596B (zh) | 一种调整摄像头的方法、移动终端及存储介质 | |
CN108470178B (zh) | 一种结合深度可信度评价因子的深度图显著性检测方法 | |
CN109214996A (zh) | 一种图像处理方法及装置 | |
CN111738083A (zh) | 一种人脸识别模型的训练方法和装置 | |
EP4106327A1 (en) | Intelligent multi-camera switching with machine learning | |
CN114218423B (zh) | 基于5g的非标签化实木板材身份数字化方法、设备和系统 | |
CN110936026B (zh) | 板材余料的切割方法、切割装置、切割设备及存储介质 | |
CN110827333A (zh) | 一种继电保护的压板拼接识别方法、系统及介质 | |
CN115108466A (zh) | 一种集装箱吊具智能定位的方法 | |
CN113724175A (zh) | 基于人工智能的图像处理方法、装置及电子设备 | |
CN113688680B (zh) | 一种智能识别与追踪系统 | |
CN116017129A (zh) | 一种补光灯角度调整方法、装置、系统、设备和介质 | |
CN109741300A (zh) | 一种适用于视频编码的图像显著性快速检测方法和装置 | |
KR101718309B1 (ko) | 색상 정보를 활용한 자동 정합·파노라믹 영상 생성 장치 및 방법 | |
CN114390267A (zh) | 立体图像数据合成方法、装置、电子设备及存储介质 | |
CN103796007A (zh) | 裸视立体显示装置的自动调校方法及系统 |
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 |