CN114264607B - 基于机器视觉的瓷砖色差在线检测系统与方法 - Google Patents
基于机器视觉的瓷砖色差在线检测系统与方法 Download PDFInfo
- Publication number
- CN114264607B CN114264607B CN202111640776.6A CN202111640776A CN114264607B CN 114264607 B CN114264607 B CN 114264607B CN 202111640776 A CN202111640776 A CN 202111640776A CN 114264607 B CN114264607 B CN 114264607B
- Authority
- CN
- China
- Prior art keywords
- tile
- image
- light source
- color
- standard
- 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
Landscapes
- Image Analysis (AREA)
- Spectrometry And Color Measurement (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
Abstract
本发明公开了基于机器视觉的瓷砖色差在线检测系统与方法,属于瓷砖生产技术领域,包括密封装置、标准模块、协调模块、检测模块和服务器;密封装置为安装在生产流水线中的隔离暗箱体,所述密封装置内设有工业摄像机和多色光源,所述标准模块用于模拟标准瓷砖在密封装置中的采集图像,获得标准瓷砖图像;本发明实现对瓷砖的快速分拣、分类,减少了人工,避免了各种人为因素所造成的不确定性与的浪费,提升了生产效率,保证了产品质量的一致性和稳定性,为瓷砖生产流水线实现全自动化生产成为可能;通过设置再利用模块,实现对不符合原设计标准的瓷砖再利用,重新开设一个色号的瓷砖,避免资源的浪费,为生产厂家大幅提升经济利益。
Description
技术领域
本发明属于瓷砖生产技术领域,具体是基于机器视觉的瓷砖色差在线检测系统与方法。
背景技术
在瓷砖生产过程中,由于其生产工序较多,生产流程长,影响产品质量的因素较多而复杂,其最主要的为产品经过高温烧成,此过程中经历复杂的物理化学变化而呈现的各种设计色彩,在这过程中,由于材料的稳定性、一致性原因,各工序工艺执行的准确性原因,窑炉烧成的稳定性原因等都会使瓷砖产品发生一些不可避免的色彩上的变化与差异;如果不把这些色彩差异进行分类,必然不能满足产品质量的一致性要求。因此,目前解决该问题的办法就是人工分选色号。
在瓷砖生产中,目前除了分级以外,其它前道工序生产自动化程度比较高,流水线上的生产运行速度都在25m/min及以上,产量大速度快,作为最后分色分级工序,目前是用人工来对成品瓷砖分选色号,生产工厂人员用工多,劳动强度大,效率低,并且因为是人工分选,受个体的视觉判断、人眼疲劳、人的生理、心境状况等因素的影响,造成瓷砖分色误差较大,最终成品一致性稳定性相对较差。
发明内容
为了解决上述方案存在的问题,本发明提供了基于机器视觉的瓷砖色差在线检测系统与方法。
本发明的目的可以通过以下技术方案实现:
基于机器视觉的瓷砖色差在线检测系统,包括密封装置、标准模块、协调模块、检测模块和服务器;
密封装置为安装在生产流水线中的隔离暗箱体,所述密封装置内设有工业摄像机和多色光源,所述标准模块用于模拟标准瓷砖在密封装置中的采集图像,获得标准瓷砖图像,协调模块用于根据接收到的色彩种类生成对应的多色光源控制信号;
所述检测模块用于对生产线中经过密封装置内的瓷砖进行检测,具体方法包括:
建立瓷砖色差库,获取瓷砖坐标图中具有的颜色种类,将瓷砖坐标图中具有的颜色种类标记为标准颜色,将标准颜色输入到瓷砖色差库中进行匹配,获得对应的差变颜色;将标准颜色和差变颜色发送到协调模块;
整合获取识别图像,获取标准瓷砖图像,标记识别图像和标准瓷砖图像中的分界线,将分界线包围的图像区域进行编号,且识别图像和标准瓷砖图像中对应的图像区域编号相同,计算标准瓷砖图像的图像区域与识别图像中同编号的图像区域的颜色相似度,建立标准瓷砖图像与识别图像的相似度集合,将建立的相似度集合输入到历史相似度集合中进行聚类,获得当前相似度集合对应的聚类,将当前的瓷砖打上对应的聚类标签,根据聚类标签进行瓷砖的分选。
进一步地,整合获取识别图像的方法包括:
实时获取密封装置内在不同光源颜色下瓷砖的图像,标记为检测图像,对检测图像进行分割,获得初步图像,设置图像模板,在图像模板和初步图像中建立瓷砖坐标系,将初步图像进行识别分割,获得若干个图像块;获取图像块的边界坐标,根据获取的边界坐标将图像块输入到图像模板中进行整合,将整合后的图像标记为识别图像。
进一步地,工业摄像机用于采集通过密封装置的瓷砖图像,多色光源为发出不同颜色的光源,当检测到有瓷砖进入密封装置时,多色光源根据接收到的多色光源控制信号开启不同颜色的光源。
进一步地,标准模块的工作方法包括:
获取瓷砖的表面色彩设计图,在表面色彩设计图上建立坐标系,将建立的坐标系标记为瓷砖坐标系,识别表面色彩设计图中具有的颜色种类,标记表面色彩设计图中不同颜色的分界线,识别标记的分界线在瓷砖坐标系中的坐标,形成边界坐标集,将当前的表面色彩设计图标记为瓷砖坐标图;将识别的颜色种类发送到协调模块,协调模块根据接收到的色彩种类生成对应的多色光源控制信号,并转化为对应的光源信息,将光源信息发送到标准模块;
接收光源信息,识别具有的光源颜色,对识别的光源颜色和瓷砖坐标图进行分析,获得不同光源颜色下的模拟图像,对模拟图像进行识别分割,获得模拟图像块,获得模拟图像块的边界坐标,获取图像模板,将模拟图像块根据对应的边界坐标整合到图像模板中,获得标准瓷砖图像。
进一步地,对识别的光源颜色和瓷砖坐标图进行分析的方法包括:
建立模拟空间,将瓷砖坐标图放置在模拟空间内,建立变色模型,根据识别的光源颜色逐一改变模拟空间内的光源颜色,每当模拟空间内的光源颜色改变后,变色模型根据当前的光源颜色将瓷砖坐标图中的颜色进行对应的改变,并输出对应的瓷砖坐标图改变颜色后的图像。
进一步地,协调模块的工作方法包括:
从互联网中获取不同颜色的物体在不同颜色光照下的显色信息,并建立光照显色表,根据光照显色表和瓷砖生产过程中具有的颜色建立光照匹配表,将接收到的色彩输入到光照匹配表中进行匹配,获得对应的光源颜色,并根据光源颜色生成对应的多色光源控制信号,将生成的多色光源控制信号发送给多色光源。
进一步地,初步图像的尺寸与标准瓷砖图像的尺寸相同。
进一步地,建立瓷砖色差库的方法包括:
获取历史瓷砖生产数据,根据获取的历史瓷砖生产数据统计对应的设计色彩具有的差变颜色,将设计色彩和对应的差变颜色进行匹配,建立初级数据库,将设计色彩和对应的差变颜色输入到初级数据库中,将当前的初级数据库标记为瓷砖色差库。
还包括再利用模块,所述再利用模块用于对检测模块中的非标准聚类标签对应的瓷砖进行再利用,具体方法包括:
获取非标准聚类标签对应的瓷砖识别图像,整合为素材库,建立卷积网络模型,通过卷积网络模型对素材库进行处理,获得对应非标准聚类标签对应的标准图像,并标记为新品瓷砖标准图像。
基于机器视觉的瓷砖色差在线检测方法,具体步骤包括:
步骤一:在生产流水线中设置密封装置,并在密封装置内设置工业摄像机和多色光源;
步骤二:模拟标准瓷砖在密封装置中的采集图像,并生成多色光源控制信号;
步骤三:当检测到有瓷砖进入密封装置时,多色光源根据多色光源控制信号开启不同颜色的光源;
步骤四:对经过密封装置内的瓷砖进行检测,整合获取识别图像,并建立标准瓷砖图像与识别图像的相似度集合,将建立的相似度集合输入到历史相似度集合中进行聚类;获得当前相似度集合对应的聚类,将当前的瓷砖打上对应的聚类标签,根据聚类标签进行瓷砖的分选。
与现有技术相比,本发明的有益效果是:通过在密封装置内根据瓷砖的表面色彩设计图开启不同颜色的光源,实现对采集图像更加快速和精准的分析,再通过建立标准瓷砖图像与识别图像的相似度集合,进行聚类,实现对瓷砖的快速分拣、分类,减少了人工,避免了各种人为因素所造成的不确定性与资源浪费,提升了生产效率,保证了产品质量的一致性和稳定性,使瓷砖生产流水线实现全自动化生产成为可能;通过设置再利用模块,实现对不符合原设计标准的瓷砖再利用,重新开设一个色号的瓷砖,避免资源的浪费,为生产厂家大幅提升经济利益。
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的介绍,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为本发明原理框图。
具体实施方式
下面将结合实施例对本发明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做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。
如图1所示,基于机器视觉的瓷砖色差在线检测系统,包括密封装置、标准模块、协调模块、检测模块、再利用模块和服务器。
密封装置为安装在生产流水线中的隔离暗箱体,该流水线穿入穿出密封装置,可以使用现有的能够实现密封装置作用的结构或装置,所述密封装置内设有工业摄像机和多色光源,工业摄像机用于采集通过密封装置的瓷砖图像,多色光源为发出不同颜色的光源;
所述标准模块用于模拟标准瓷砖在密封装置中的采集图像,具体方法包括:
获取瓷砖的表面色彩设计图,在表面色彩设计图上建立坐标系,将建立的坐标系标记为瓷砖坐标系,识别表面色彩设计图中具有的颜色种类,标记表面色彩设计图中不同颜色的分界线,可以通过现有的图像识别算法进行识别标记,识别标记的分界线在瓷砖坐标系中的坐标,形成边界坐标集,将当前的表面色彩设计图标记为瓷砖坐标图;将识别的颜色种类发送到协调模块,协调模块根据接收到的色彩种类生成对应的多色光源控制信号,并转化为对应的光源信息,即为根据对应的多色光源控制信号,多色光源会产生什么颜色的光源就转化为对应颜色的光源信息,因为这是模拟标准瓷砖在密封装置中的采集图像,生成的多色光源控制信号并不会发送给多色光源,而是根据多色光源控制信号转化为对应的光源信息进行模拟;将光源信息发送到标准模块;
接收光源信息,识别具有的光源颜色,对识别的光源颜色和瓷砖坐标图进行分析,获得不同光源颜色下的模拟图像,对模拟图像进行识别分割,获得模拟图像块,获得模拟图像块的边界坐标,获取图像模板,与检测模块中的图像模板相同,将模拟图像块根据对应的边界坐标整合到图像模板中,获得标准瓷砖图像;标准瓷砖图像即为模拟标准瓷砖在密封装置中的采集图像。
对识别的光源颜色和瓷砖坐标图进行分析的方法包括:
建立模拟空间,模拟空间是基于密封装置进行建立的,用于模拟密封装置内的光照环境,将瓷砖坐标图放置在模拟空间内,建立变色模型,变色模型用于根据光源颜色改变瓷砖坐标图中的颜色,根据识别的光源颜色逐一改变模拟空间内的光源颜色,每当模拟空间内的光源颜色改变后,变色模型根据当前的光源颜色将瓷砖坐标图中的颜色进行对应的改变,并输出对应的瓷砖坐标图改变颜色后的图像。
建立变色模型的方法包括:
获取瓷砖坐标图,根据光照显色表和瓷砖坐标图设置一定数量的训练集,基于CNN网络或DNN网络建立人工智能模型,通过训练集对人工智能模型进行训练,将训练后的人工智能模型标记为变色模型。
协调模块用于根据接收到的色彩种类生成对应的多色光源控制信号,具体方法包括:
从互联网中获取不同颜色的物体在不同颜色光照下的显色信息,并建立光照显色表,例如有与物体颜色相同的光照在物体上,则物体显示本来颜色,没有与物体颜色相同的光照在物体上,则物体显示黑色,如白光或蓝光或蓝黄混合光照在蓝色物体上,显示蓝色;黄光或红光照在蓝色物体上,显示黑色;根据光照显色表和瓷砖生产过程中具有的颜色建立光照匹配表,光照匹配表用于根据物体颜色匹配到对应的光源颜色,获取接收到色彩种类,将接收到的色彩输入到光照匹配表中进行匹配,获得对应的光源颜色,并根据光源颜色生成对应的多色光源控制信号,将生成的多色光源控制信号发送给多色光源;
当检测到有瓷砖进入密封装置时,多色光源根据接收到的多色光源控制信号开启不同颜色的光源。
在一个实施例中,获得对应的光源颜色还可以通过基于CNN网络或DNN网络建立智能模型,根据光照显色表设置一定数量的训练集进行训练,通过建立的智能模型对接收到的色彩进行分析,获得对应的光源颜色。
所述检测模块用于对生产线中经过密封装置内的瓷砖进行检测,具体方法包括:
建立瓷砖色差库,获取瓷砖坐标图中具有的颜色种类,将瓷砖坐标图中具有的颜色种类标记为标准颜色,将标准颜色输入到瓷砖色差库中进行匹配,获得对应的差变颜色;
将标准颜色和差变颜色发送到协调模块,实时获取密封装置内在不同光源颜色下瓷砖的图像,标记为检测图像,对检测图像进行分割,获得初步图像,初步图像指的是仅包括瓷砖的图像,且初步图像的尺寸与标准瓷砖图像的尺寸相同;对检测图像进行分割可以采用现有的图像分割技术进行分割;设置图像模板,图像模板即为与初步图像尺寸相同的空白图像模板,在图像模板和初步图像中建立瓷砖坐标系,瓷砖坐标系是建立在表面色彩设计图中的,即图像模板、初步图像和标准瓷砖图像中的坐标系相同,均为瓷砖坐标系;将初步图像进行识别分割,获得若干个图像块;
对初步图像进行识别分割使用现有的图像分割技术,因为初步图像的颜色种类较少,分隔线明显,识别分割的更加准确;获取图像块的边界坐标,根据获取的边界坐标将图像块输入到图像模板中进行整合,获得识别图像,识别图像指的是图像块整合后的图像;获取标准瓷砖图像,标记识别图像和标准瓷砖图像中的分界线,将分界线包围的图像区域进行编号,且识别图像和标准瓷砖图像中对应的图像区域编号相同;
计算标准瓷砖图像的图像区域与识别图像中同编号的图像区域的颜色相似度,建立标准瓷砖图像与识别图像的相似度集合,即以图像区域数量为集合元素数量,并将对应的相似度输入到集合中的对应位置上,形成相似度集合,将建立的相似度集合输入历史相似度集合中进行聚类,历史相似度集合指的是在当前瓷砖检测前建立的相似度集合,获得当前相似度集合对应的聚类,将当前的瓷砖打上对应的聚类标签,将相同聚类标签的瓷砖堆放在一起;实现对瓷砖的分选。
计算标准瓷砖图像的图像区域与识别图像中同编号的图像区域的颜色相似度可以使用现有的相似度算法进行计算;将建立的相似度集合发送的历史相似度集合中进行聚类使用的是K-means算法,通过K-means算法进行相似度集合的聚类,具体的如何使用K-means算法将集合进行聚类是本领域常识,因此不进行详细叙述。
建立瓷砖色差库的方法包括:
获取历史瓷砖生产数据,历史瓷砖生产数据可以是本厂的,也可以是通过合理途径获取的其他厂的历史瓷砖生产数据,历史瓷砖生产数据包括表面色彩设计图、对应生产过程中出现的色彩种类等数据,根据获取的历史瓷砖生产数据统计对应的设计色彩具有的差变颜色,设计色彩指的是表面色彩设计图中的色彩,差变颜色指的是实际生产过程中出现对应设计色彩变化后的色彩,即与设计色彩相比改变后的色彩,相当于设计色彩加上差变颜色是生产过程中出现的所有色彩种类;将设计色彩和对应的差变颜色进行匹配,建立初级数据库,将设计色彩和对应的差变颜色输入到初级数据库中,将当前的初级数据库标记为瓷砖色差库。
所述再利用模块用于对检测模块中的非标准聚类标签对应的瓷砖进行再利用,非标准聚类标签相当于不是目标瓷砖对应的聚类标签,因为具有多个聚类标签对应的瓷砖,而目标瓷砖只有一种,因此会有若干个非标准聚类标签对应的瓷砖,而非标准聚类标签对应的瓷砖同样是符合规定的瓷砖也是可以进行售卖的;再利用模块的工作方法包括:
获取非标准聚类标签对应的瓷砖识别图像,整合为素材库,建立卷积网络模型,通过卷积网络模型对素材库进行处理,获得对应非标准聚类标签对应的标准图像,并标记为新品瓷砖标准图像。卷积网络模型是通过设置大量的训练集进行训练建立的,训练集包括历史素材库和对应设置的标准图像。
通过设置再利用模块,实现对不符合原设计标准的瓷砖再利用,重新开设一个色号的瓷砖,避免资源的浪费,对生产厂家具有重大经济利益。
基于机器视觉的瓷砖色差在线检测方法,应用于上述中任一项的基于机器视觉的瓷砖色差在线检测系统,具体步骤包括:
步骤一:在生产流水线中设置密封装置,并在密封装置内设置工业摄像机和多色光源;
步骤二:模拟标准瓷砖在密封装置中的采集图像,并生成多色光源控制信号;
获取瓷砖的表面色彩设计图,在表面色彩设计图上建立坐标系,将建立的坐标系标记为瓷砖坐标系,识别表面色彩设计图中具有的颜色种类,标记表面色彩设计图中不同颜色的分界线,识别标记的分界线在瓷砖坐标系中的坐标,形成边界坐标集,将当前的表面色彩设计图标记为瓷砖坐标图;根据识别的颜色种类生成对应的多色光源控制信号,并转化为对应的光源信息;
识别具有的光源颜色,对识别的光源颜色和瓷砖坐标图进行分析,获得不同光源颜色下的模拟图像,对模拟图像进行识别分割,获得模拟图像块,获得模拟图像块的边界坐标,获取图像模板,将模拟图像块根据对应的边界坐标整合到图像模板中,获得标准瓷砖图像;
步骤三:当检测到有瓷砖进入密封装置时,多色光源根据多色光源控制信号开启不同颜色的光源;
步骤四:对经过密封装置内的瓷砖进行检测,整合获取识别图像,并建立标准瓷砖图像与识别图像的相似度集合,将建立的相似度集合输入到历史相似度集合中进行聚类;获得当前相似度集合对应的聚类,将当前的瓷砖打上对应的聚类标签,将相同聚类标签的瓷砖堆放在一起;实现对瓷砖的分选;
步骤五:对非标准聚类标签对应的瓷砖进行再利用。
本发明的工作原理:在生产流水线中设置密封装置,并在密封装置内设置工业摄像机和多色光源;模拟标准瓷砖在密封装置中的采集图像,并生成多色光源控制信号;当检测到有瓷砖进入密封装置时,多色光源根据多色光源控制信号开启不同颜色的光源;对经过密封装置内的瓷砖进行检测,整合获得识别图像,并建立标准瓷砖图像与识别图像的相似度集合,将建立的相似度集合输入到历史相似度集合中进行聚类;获得当前相似度集合对应的聚类,将当前的瓷砖打上对应的聚类标签,将相同聚类标签的瓷砖堆放在一起;实现对瓷砖的分选。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (8)
1.基于机器视觉的瓷砖色差在线检测系统,其特征在于,包括密封装置、标准模块、协调模块、检测模块和服务器;
密封装置为安装在生产流水线中的隔离暗箱体,所述密封装置内设有工业摄像机和多色光源,所述标准模块用于模拟标准瓷砖在密封装置中的采集图像,获得标准瓷砖图像,协调模块用于根据接收到的色彩种类生成对应的多色光源控制信号;
所述检测模块用于对生产线中经过密封装置内的瓷砖进行检测,具体方法包括:
建立瓷砖色差库,获取瓷砖坐标图中具有的颜色种类,将瓷砖坐标图中具有的颜色种类标记为标准颜色,将标准颜色输入到瓷砖色差库中进行匹配,获得对应的差变颜色;将标准颜色和差变颜色发送到协调模块;
整合获取识别图像,获取标准瓷砖图像,标记识别图像和标准瓷砖图像中的分界线,将分界线包围的图像区域进行编号,且识别图像和标准瓷砖图像中对应的图像区域编号相同,计算标准瓷砖图像的图像区域与识别图像中同编号的图像区域的颜色相似度,建立标准瓷砖图像与识别图像的相似度集合,将建立的相似度集合输入到历史相似度集合中进行聚类,获得当前相似度集合对应的聚类,将当前的瓷砖打上对应的聚类标签,根据聚类标签进行瓷砖的分选;
标准模块的工作方法包括:
获取瓷砖的表面色彩设计图,在表面色彩设计图上建立坐标系,将建立的坐标系标记为瓷砖坐标系,识别表面色彩设计图中具有的颜色种类,标记表面色彩设计图中不同颜色的分界线,识别标记的分界线在瓷砖坐标系中的坐标,形成边界坐标集,将当前的表面色彩设计图标记为瓷砖坐标图;将识别的颜色种类发送到协调模块,协调模块根据接收到的色彩种类生成对应的多色光源控制信号,并转化为对应的光源信息,将光源信息发送到标准模块;
接收光源信息,识别具有的光源颜色,对识别的光源颜色和瓷砖坐标图进行分析,获得不同光源颜色下的模拟图像,对模拟图像进行识别分割,获得模拟图像块,获得模拟图像块的边界坐标,获取图像模板,将模拟图像块根据对应的边界坐标整合到图像模板中,获得标准瓷砖图像;
对识别的光源颜色和瓷砖坐标图进行分析的方法包括:
建立模拟空间,将瓷砖坐标图放置在模拟空间内,建立变色模型,根据识别的光源颜色逐一改变模拟空间内的光源颜色,每当模拟空间内的光源颜色改变后,变色模型根据当前的光源颜色将瓷砖坐标图中的颜色进行对应的改变,并输出对应的瓷砖坐标图改变颜色后的图像。
2.根据权利要求1所述的基于机器视觉的瓷砖色差在线检测系统,其特征在于,整合获取识别图像的方法包括:
实时获取密封装置内在不同光源颜色下瓷砖的图像,标记为检测图像,对检测图像进行分割,获得初步图像,设置图像模板,在图像模板和初步图像中建立瓷砖坐标系,将初步图像进行识别分割,获得若干个图像块;获取图像块的边界坐标,根据获取的边界坐标将图像块输入到图像模板中进行整合,将整合后的图像标记为识别图像。
3.根据权利要求1所述的基于机器视觉的瓷砖色差在线检测系统,其特征在于,工业摄像机用于采集通过密封装置的瓷砖图像,多色光源为发出不同颜色的光源,当检测到有瓷砖进入密封装置时,多色光源根据接收到的多色光源控制信号开启不同颜色的光源。
4.根据权利要求1所述的基于机器视觉的瓷砖色差在线检测系统,其特征在于,协调模块的工作方法包括:
从互联网中获取不同颜色的物体在不同颜色光照下的显色信息,并建立光照显色表,根据光照显色表和瓷砖生产过程中具有的颜色建立光照匹配表,将接收到的色彩输入到光照匹配表中进行匹配,获得对应的光源颜色,并根据光源颜色生成对应的多色光源控制信号,将生成的多色光源控制信号发送给多色光源。
5.根据权利要求1所述的基于机器视觉的瓷砖色差在线检测系统,其特征在于,初步图像的尺寸与标准瓷砖图像的尺寸相同。
6.根据权利要求1所述的基于机器视觉的瓷砖色差在线检测系统,其特征在于,建立瓷砖色差库的方法包括:
获取历史瓷砖生产数据,根据获取的历史瓷砖生产数据统计对应的设计色彩具有的差变颜色,将设计色彩和对应的差变颜色进行匹配,建立初级数据库,将设计色彩和对应的差变颜色输入到初级数据库中,将当前的初级数据库标记为瓷砖色差库。
7.根据权利要求1所述的基于机器视觉的瓷砖色差在线检测系统,其特征在于,还包括再利用模块,所述再利用模块用于对检测模块中的非标准聚类标签对应的瓷砖进行再利用,具体方法包括:
获取非标准聚类标签对应的瓷砖识别图像,整合为素材库,建立卷积网络模型,通过卷积网络模型对素材库进行处理,获得对应非标准聚类标签对应的标准图像,并标记为新品瓷砖标准图像。
8.基于机器视觉的瓷砖色差在线检测方法,其特征在于,应用于权利要求1至7中任一项所述的基于机器视觉的瓷砖色差在线检测系统,具体步骤包括:
步骤一:在生产流水线中设置密封装置,并在密封装置内设置工业摄像机和多色光源;
步骤二:模拟标准瓷砖在密封装置中的采集图像,并生成多色光源控制信号;
步骤三:当检测到有瓷砖进入密封装置时,多色光源根据多色光源控制信号开启不同颜色的光源;
步骤四:对经过密封装置内的瓷砖进行检测,整合获取识别图像,并建立标准瓷砖图像与识别图像的相似度集合,将建立的相似度集合输入到历史相似度集合中进行聚类;获得当前相似度集合对应的聚类,将当前的瓷砖打上对应的聚类标签,根据聚类标签进行瓷砖的分选;
步骤五:对非标准聚类标签对应的瓷砖进行再利用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111640776.6A CN114264607B (zh) | 2021-12-29 | 2021-12-29 | 基于机器视觉的瓷砖色差在线检测系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111640776.6A CN114264607B (zh) | 2021-12-29 | 2021-12-29 | 基于机器视觉的瓷砖色差在线检测系统与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114264607A CN114264607A (zh) | 2022-04-01 |
CN114264607B true CN114264607B (zh) | 2022-06-28 |
Family
ID=80831326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111640776.6A Active CN114264607B (zh) | 2021-12-29 | 2021-12-29 | 基于机器视觉的瓷砖色差在线检测系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114264607B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117644057B (zh) * | 2024-01-29 | 2024-05-17 | 蒙娜丽莎集团股份有限公司 | 一种瓷砖分类传送方法、系统及可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105358948A (zh) * | 2013-06-26 | 2016-02-24 | 诺瓦硅镁产品有限公司 | 一种用于扫描瓷砖彩色表面的方法及实施该方法的装置 |
CN106323989A (zh) * | 2016-10-21 | 2017-01-11 | 泉州装备制造研究所 | 一种瓷砖的色差在线检测系统及方法 |
CN208627881U (zh) * | 2018-08-21 | 2019-03-22 | 河南众恒工业炉工程技术有限公司 | 瓷砖生产中的智能分拣系统 |
CN109856051A (zh) * | 2019-01-30 | 2019-06-07 | 广州市载道信息科技有限公司 | 一种图像色彩采集装置 |
WO2019148453A1 (zh) * | 2018-02-02 | 2019-08-08 | 深圳蓝胖子机器人有限公司 | 目标识别模型训练方法、目标识别方法、设备及机器人 |
CN110947637A (zh) * | 2019-12-31 | 2020-04-03 | 佛山喀视科技有限公司 | 一种瓷砖分拣系统 |
CN113408573A (zh) * | 2021-05-11 | 2021-09-17 | 广东工业大学 | 基于机器学习的瓷砖色号自动分类归类的方法及装置 |
-
2021
- 2021-12-29 CN CN202111640776.6A patent/CN114264607B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105358948A (zh) * | 2013-06-26 | 2016-02-24 | 诺瓦硅镁产品有限公司 | 一种用于扫描瓷砖彩色表面的方法及实施该方法的装置 |
CN106323989A (zh) * | 2016-10-21 | 2017-01-11 | 泉州装备制造研究所 | 一种瓷砖的色差在线检测系统及方法 |
WO2019148453A1 (zh) * | 2018-02-02 | 2019-08-08 | 深圳蓝胖子机器人有限公司 | 目标识别模型训练方法、目标识别方法、设备及机器人 |
CN208627881U (zh) * | 2018-08-21 | 2019-03-22 | 河南众恒工业炉工程技术有限公司 | 瓷砖生产中的智能分拣系统 |
CN109856051A (zh) * | 2019-01-30 | 2019-06-07 | 广州市载道信息科技有限公司 | 一种图像色彩采集装置 |
CN110947637A (zh) * | 2019-12-31 | 2020-04-03 | 佛山喀视科技有限公司 | 一种瓷砖分拣系统 |
CN113408573A (zh) * | 2021-05-11 | 2021-09-17 | 广东工业大学 | 基于机器学习的瓷砖色号自动分类归类的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114264607A (zh) | 2022-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106770332B (zh) | 一种基于机器视觉的电子模切料缺陷检测实现方法 | |
CN110567974B (zh) | 一种基于云端人工智能表面缺陷检测系统 | |
CN109308700A (zh) | 一种基于印刷品字符的视觉识别缺陷检测方法 | |
CN109671124B (zh) | 一种矿物浮选泡沫图像颜色校正方法及泡沫颜色检测系统 | |
CN107944504B (zh) | 木板识别及木板识别的机器学习方法、装置及电子设备 | |
CN102157024B (zh) | 一种大张检查机机检数据在线二次检测核查的系统及方法 | |
CN109507209A (zh) | 一种薄膜印刷缺陷检测系统及方法 | |
CN114264607B (zh) | 基于机器视觉的瓷砖色差在线检测系统与方法 | |
CN113820326B (zh) | 一种长码拉链的缺陷检测系统 | |
CN109840900A (zh) | 一种应用于智能制造车间的故障在线检测系统及检测方法 | |
CN110756457A (zh) | 墙地砖自动识别分类系统及方法 | |
CN114441452B (zh) | 一种光纤尾纤检测方法 | |
CN113627435A (zh) | 一种瓷砖的瑕疵检测与识别方法及系统 | |
CN104952754A (zh) | 基于机器视觉的镀膜后硅片分选方法 | |
CN108830908A (zh) | 一种基于人工神经网络的魔方颜色识别方法 | |
CN109584208B (zh) | 一种针对工业结构缺陷智能识别模型的检验方法 | |
KR20220085115A (ko) | 생산부품의 스마트 비전검사를 위한 인공지능머신의 라벨링 학습방법 | |
CN108827974B (zh) | 一种瓷砖缺陷检测方法及系统 | |
CN112633393B (zh) | 一种瓷砖纹理自动分类方法及装置 | |
CN111428796B (zh) | 一种基于深度学习的通用物品检测方法及系统 | |
CN108986090A (zh) | 一种应用于机箱表面划痕检测的深度卷积神经网络方法 | |
CN109255805A (zh) | 机器学习的工业智能数据收集系统和方法 | |
TW202326114A (zh) | 長碼拉鏈的缺陷或瑕疵檢測系統 | |
CN115435684A (zh) | 一种尺寸缺陷检测方法、装置、设备及存储介质 | |
CN113465505A (zh) | 一种视觉检测定位系统和方法 |
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 |