CN114565609B - 一种光致变色膜光学性能在线检测方法 - Google Patents

一种光致变色膜光学性能在线检测方法 Download PDF

Info

Publication number
CN114565609B
CN114565609B CN202210451149.6A CN202210451149A CN114565609B CN 114565609 B CN114565609 B CN 114565609B CN 202210451149 A CN202210451149 A CN 202210451149A CN 114565609 B CN114565609 B CN 114565609B
Authority
CN
China
Prior art keywords
film
image
conveyor belt
color
fading
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
Application number
CN202210451149.6A
Other languages
English (en)
Other versions
CN114565609A (zh
Inventor
张启纲
李沅鸿
李海良
陈宝同
吴齐
蔡文彬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan Yinjinda New Materials Co ltd
Original Assignee
Henan Yinjinda New Materials Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Henan Yinjinda New Materials Co ltd filed Critical Henan Yinjinda New Materials Co ltd
Priority to CN202210451149.6A priority Critical patent/CN114565609B/zh
Publication of CN114565609A publication Critical patent/CN114565609A/zh
Application granted granted Critical
Publication of CN114565609B publication Critical patent/CN114565609B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

一种光致变色膜光学性能在线检测方法，包括使用传送带传输聚酯膜，通过在传送带上侧照射并采集变色图像，以及在传送带下侧退色并采集退色图像，并将图像送至图像识别模型中进行判别，从而在线标记出聚酯膜中光学性能不符合要求的区域。该方法操作方便、精度高、检测速度快，能够满足生产线在线检测的苛刻要求。

Description

一种光致变色膜光学性能在线检测方法
技术领域
本发明内容属于材料科学，特别地，涉及一种光致变色聚酯膜的光学性能生产线在线检测方法。
背景技术
随着科学技术的不断发展和人类社会的进步，人们对于物质材料的要求也不断提高。在各种新型材料中，光致变色材料由于在激发光的照射下能够发生可逆颜色变化而备受科研工作者们的青睐。它在光信息存储、大面积数据显示，智能玻璃和军事防伪等领域有巨大的应用前景。
光致变色现象是化合物受到一定波长的光照射时，经过一系列的化学反应转变为另一种颜色的产物；由于反应前后物质分子结构或电子组态的改变而导致其吸收光 谱发生明显的变化，体现为变色。变色后产物在另一波长光的照射或加热的作用下，又能发生可逆反应恢复到原来的状态。光致变色聚酯薄膜是光致变色材料的一类重要产品，与块体材料相比，薄膜材料有着易延展、低厚度等优势，且具备一些独特的力、声、热、电、光等物理特性，因此在细分行业有着巨大的应用优势。
此外，对薄膜光致变色性能的检验和验证是薄膜生产不可或缺的重要环节，传统方法是通过专用仪器对薄膜的光致变色性能进行验证，衡量其性能是否符合光致变色的性能要求。传统的测量仪器包括分光光度计、光谱仪、扫描电子显微镜、透射电子显微镜、衍射仪等，这些仪器测量精度高，但通常价格昂贵，且专业性强，操作相对复杂，通常用于对产品样品进行抽样检测，不适用于工厂生产线的大规模生产中。
现有技术中也有使用图像处理方式进行快速检测的手段，但常规图像处理技术并未对生产线上薄膜检测的困难进行专门设计，并不适用于聚酯薄膜生产线，通常检测误差率较高，无法在工厂中实际使用。
此外，由于光致变色聚酯薄膜的光学性能主要是变色和退光，因此需要两个步骤的检测。尤其是退光所需时间较长，因此在生产线进行上述操作时，若两个步骤依次排开将会占用较大的工厂空间；若分别操作又会带来搬运等困难。
发明内容
为解决上述一个或多个问题，以及实施例中提到的问题，现提出如下方案。
一种光致变色膜光学性能在线检测方法
（1）将待检测的膜安装于传送带不受光照的一侧，且对齐传送带的始端；开启光照源，开启变色检测摄像机和退色检测摄像机；
（2）启动传送带，传送带转动；传送带将膜带至上侧受光照的一侧，并匀速传输膜，光照源照射膜，照射完毕后，膜被传送带传送至末端，在末端被变色检测摄像机采集被光照后的变色图像；
（3）膜在传送带上转过末端后，又转至下侧不受光照的一侧，开始退光操作；
（4）传送带转动一周后，膜回到初始位置；此时退色检测摄像机采集膜退色图像；
（5）将上述两种图像送至服务器中，利用图像识别模型进行识别检测，确定变色性能和退色性能是否符合要求，并对不符合要求的区域进行标记；
图像识别模型的输入为退色图像对应的M矩阵和变色图像对应的N矩阵；退色图像像素点符合退色要求则M矩阵中对应位置为1，否则为0；变色图像像素点符合变色色要求则N矩阵中对应位置为1，否则为0；
图像识别模型的激励函数为
Figure 903458DEST_PATH_IMAGE001
其中，
Figure 549203DEST_PATH_IMAGE002
表示激励函数收敛速度参数；
在
Figure 533340DEST_PATH_IMAGE003
期间，如果变色图像经过模型判别不包括变色后的区域，则记录该区 域性能不达标；在
Figure 784193DEST_PATH_IMAGE004
期间，如果退色图像经过模型判别不包括退色后的区域，则该 区域记录性能不达标；其中，待检测膜长度为
Figure 687427DEST_PATH_IMAGE005
，传送带长度
Figure 695834DEST_PATH_IMAGE006
，传送带转动的线速度
Figure 14820DEST_PATH_IMAGE007
。
摄像机时钟与传送带转动时钟保持同步。
在记录性能不达标的同时，记录对应的图像与拍摄的时间戳。
传送带携带静电，从而使得膜能够平整的吸附在传送带上。
两台摄像机以帧率
Figure 970048DEST_PATH_IMAGE008
拍摄图像；帧率
Figure 653970DEST_PATH_IMAGE008
能够保证每台摄像机均完整拍摄随传送带 转动的膜，若摄像机能够拍摄的延传送带转动方向的视场距离为
Figure 477570DEST_PATH_IMAGE009
，则
Figure 662563DEST_PATH_IMAGE010
。
Figure 825691DEST_PATH_IMAGE011
。
上述检测方法应用于聚酯膜生产线中。
在检测完毕后，进行生产线下一环节中。
光照源的数量根据需要连续照射的时间和传送带的转动速度而定。
一种光致变色聚酯膜生产工艺，包括上述检测方法。
本发明的发明点及技术效果：
1、通过传送带上受光下退光的方式，在有限的空间实现了光致变色聚酯薄膜的光学性能检测，更加适合小空间的生产线在线检测。同时进一步优化了传送的转动参数、尺寸参数、摄像机的拍摄参数与激发光照条件，实现对光致变色聚酯薄膜的批量、自动准确检测。
2、提出一种基于像素的聚酯薄膜变色状态判别模型及其判别方法，并优化了模型的构建方式和参数。根据预先采集的样本图像实现判别模型的训练，模型训练完成后，可根据训练的模型自动判别输入图像中是否包含聚酯薄膜、以及薄膜的变色状态。比传统方法更加有效，能够兼顾准确性、便捷性和速度，为现有生产线验证光致变色薄膜提出了简易可行的方法。
3、提出一种光致变色聚酯薄膜性能的自动验证方法，根据传送带转动参数、摄像机的拍摄时间与判别模型对图像的自动输出值自动实施对光致变色聚酯薄膜变色性能的验证。
附图说明
图1薄膜光学性能在线检测设备结构图。
具体实施方式
（一）在线检测设备
在检测区包括检测传送带4，位于检测传送带上侧的光照源1、变色检测摄像机2，位于检测传送带下侧的退色检测摄像机3。
其中切割完毕的光致变色聚酯薄膜5位于传送带上。优选的，传送带设置静电发生装置，可以使得传送带携带静电，从而使得薄膜能够平整的吸附在传送带上，提高检测精度。
光照源位于传送带上侧，可根据传送带速度、光照时间设置光照源数量。
变色检测摄像相机位于传送带上侧，同时位于传送带传送的末端，用于采集在光照完毕后被传送至末端的薄膜变色图像。
退色检测摄像机位于传送带下侧，位于传送带的始端，用于采集在退光完毕后薄膜退色图像。
薄膜被传送带吸附，从始端开始转至上侧，接受光照并变色，在变色图像采集完毕后转至传送带下侧，并进行一定时间的退光，接受退光图像采集。完毕后，可传输至生产线下一步骤。
（二）光致变色聚酯薄膜变色、褪色检测的流程
利用可控制的自动匀速传送带装置控制光致变色薄膜的变色、褪色及相应的自动检测，将待检测薄膜安装于传送带上，并在传送带一侧上方安装用于激发薄膜变色的光照源，在传送带的两端安装用于检测薄膜变色情形的摄像机；当薄膜随传送带移动时，在光照源一侧的薄膜由于受到光照源的持续光照激发变色；传送带一端的摄像机拍摄已经受到一定时间光照的薄膜图像，并根据智能算法判别薄膜是否如预期变色；薄膜随传送带转动至另一侧，不再受到光照源光照，故褪色为基本颜色；传送带另一端的摄像机拍摄褪色后的薄膜图像，并根据智能算法判别薄膜是否如预期褪色。
所述传送带装置，用于固定待测薄膜，能够匀速运动，使薄膜能够均匀受到光照；传送带长度与匀速转动速度视光致变色聚酯薄膜变色所需要的激发时间与褪色时间而定，取二者的较大值确定传送带长度与转动速度的比值；视薄膜材料的数量与安装场地空间确定传送带长度的绝对值。
所述光照源，安装于传送带一侧的上方，用于激发薄膜变色，并使传送带另一侧不受光照，使薄膜具备褪色条件；视需要连续照射的时间和传送带的转动速度，安装适当数量的光照源保持一定时间的光照。
所述摄像机，安装于传送带两端两侧，分别用于检测薄膜变色、褪色的情形；摄像机以一定帧率拍摄图像并实施自动检测，拍摄帧率视传送带转动速度设置为合适的值。
自动检测开始前，在传送带的一侧布置光照源，视光照源覆盖传送带的长度
Figure 742832DEST_PATH_IMAGE006
布 置适当数量的光照源，
Figure 116044DEST_PATH_IMAGE012
，
Figure 714516DEST_PATH_IMAGE007
表示传送带转动的线速度，
Figure 122364DEST_PATH_IMAGE013
表示薄膜变色所需要 的最短激发时间。
视薄膜褪色所需要的最短时间
Figure 210405DEST_PATH_IMAGE014
和传送带转动的线速度计算长度
Figure 946280DEST_PATH_IMAGE015
。传 送带的实际安装长度
Figure 974541DEST_PATH_IMAGE016
取两者的大值：
Figure 908999DEST_PATH_IMAGE017
，且符合安装现场空间要求。若安 装现场空间较小，可通过适当降低传送带转动的线速度
Figure 105625DEST_PATH_IMAGE007
，保证在较小空间内让薄膜获得 充分的反应时间即可。
检测步骤：
（1）将待检测的薄膜安装于传送带不受光照的一侧，且对齐传送带的始端；所述始端，指传送带接受光照一侧并视转动方向而定的起始端，其相对的一端称为末端。
在传送带的始端、末端分别安装两台摄像机。开启光照源，开启摄像机，摄像机时钟与传送带转动时钟保持同步。
（2）启动传送带，传送带转动；传送带将薄膜带至上侧受光照的一侧，并匀速传输薄膜，光照源照射薄膜。照射完毕后，薄膜被传送带传送至末端，在末端被变色检测摄像机采集被光照后的变色图像。
传送带转动过程中，两台摄像机以帧率
Figure 453430DEST_PATH_IMAGE008
拍摄图像。帧率
Figure 721600DEST_PATH_IMAGE008
能够保证摄像机完整 拍摄随传送带转动的薄膜。假设摄像机能够拍摄的延传送带转动方向的视场距离为
Figure 448248DEST_PATH_IMAGE009
，则 应有
Figure 878092DEST_PATH_IMAGE010
。
（3）薄膜在传送带上转过末端后，又转至下侧不受光照的一侧，开始退光操作。
（4）传送带转动一周后，薄膜回到初始位置；此时退色检测摄像机采集薄膜退色图像。
（5）将图像送至服务器中，利用下述方法和/或模型进行识别检测，确定变色性能和退色性能是否符合要求，并对不符合要求的区域进行标记。
关闭光照源。传送带继续转动半周，停止。关闭两台摄像机。
更进一步的，若意图检测薄膜在反复受到光照条件和退光条件影响时的光学响应性能。还可以在传送带完成一周转动后不停止，继续循环上述步骤（1）-（4）的操作。循环次数和频率由检测需求而定。
上述步骤完成后，两台摄像机分别拍摄到若干张图像，采取后续步骤对图像进行处理，并进一步实施光致变色聚酯薄膜的性能验证。由此，可以应用于生产线中，对一张薄膜进行检测，并准确判别出薄膜不符合变色退色要求的部位。
这里指出的是，由于该方法用于生产线上，因此两个摄像机是连续拍摄的。由此可以不停机地检测生产线上聚酯薄膜的每个部位的性能。
（三）光致变色聚酯薄膜的检测算法
步骤1：采集变色图像和退色图像。具体可参见上述过程。
步骤2：基于图像的光致变色聚酯薄膜检测和定位
从步骤1获取的图像中检测光致变色聚酯薄膜在图像中的覆盖范围和位置，并输出相应坐标。
可知光致变色聚酯薄膜在变色后和退色后的光谱近似分布，表现为薄膜在图像中的颜色色调分布。假设采集到一幅数字图像Image，其具有RGB（红绿蓝）三个通道，首先将其变换至HIS（色调、饱和度、亮度）空间，使其颜色色调分量独立。定义：
Figure 713193DEST_PATH_IMAGE018
Figure 457158DEST_PATH_IMAGE019
表示将Image由RGB空间转至HSI空间的映射 关系。R、G、B分别表示彩色图像Image的红、绿、蓝三色通道，H、S、I分别表示彩色图像Image 的色调、饱和度、亮度三通道。
Figure 100629DEST_PATH_IMAGE020
表示取最小值函数。
Figure 294850DEST_PATH_IMAGE021
表示颜色空间的相位，定义如下。
Figure 961455DEST_PATH_IMAGE022
Figure 571428DEST_PATH_IMAGE023
表示反余弦函数。
预先选取若干张聚酯薄膜的样本图像，所有样本图像构成集合
Figure 895836DEST_PATH_IMAGE024
，包括光 致变色聚酯薄膜在变色后和退色后的两类图像
Figure 870746DEST_PATH_IMAGE025
与
Figure 86963DEST_PATH_IMAGE026
，
Figure 562944DEST_PATH_IMAGE027
，并分别计算每张图像
Figure 118690DEST_PATH_IMAGE028
的颜色色调通道
Figure 326818DEST_PATH_IMAGE029
，根据图像分类，求取退色后颜色色调的均值
Figure 92648DEST_PATH_IMAGE030
和变色后颜色色调的均值
Figure 247686DEST_PATH_IMAGE031
。
设x, y表示图像中某通道单个像素的空间坐标，则
Figure 720256DEST_PATH_IMAGE032
表示图像
Figure 161601DEST_PATH_IMAGE033
的色调通道H中坐标为x, y的像素。设像素取值范围为[0, 1]，并划分为256个灰阶。
对于一张图像
Figure 555674DEST_PATH_IMAGE033
，定义集合
Figure 45561DEST_PATH_IMAGE034
：
Figure 201998DEST_PATH_IMAGE035
Figure 689611DEST_PATH_IMAGE034
表示退色后的图像
Figure 367717DEST_PATH_IMAGE033
中所有色调值满足式(3)的像素坐标的集 合。同理，定义集合
Figure 723612DEST_PATH_IMAGE036
：
Figure 170774DEST_PATH_IMAGE037
表示变色后的图像
Figure 94868DEST_PATH_IMAGE033
中所有色调值满足式(4)的像素坐标的集合。
上述二式中，
Figure 57007DEST_PATH_IMAGE038
、
Figure 888697DEST_PATH_IMAGE039
表示预定义的经验阈值，作为优选，取
Figure 393628DEST_PATH_IMAGE040
5。
将新的未知图像与已知样本图像的色调进行比较，并根据式(3)、(4)获取图像中色调与样本图像相近的像素坐标，可以近似获得聚酯薄膜在一张未知图像中的位置，并推断薄膜的变色状态。
步骤3基于像素的聚酯薄膜变色状态判别模型及其判别
根据步骤2所述样本图像及样本图像中满足条件的像素坐标训练一个判别模型，用于识别一张图像中是否包括聚酯薄膜，及聚酯薄膜的变色、退色状态；模型训练完成后，将待检测的图像输入模型，模型自动输出对输入图像的判别结果，即图像中是否包含聚酯薄膜，及聚酯薄膜的变色、退色状态。
训练前，准备若干包括退色后、变色后聚酯薄膜的样本图像，可使用步骤2所述样 本图像集合
Figure 285360DEST_PATH_IMAGE027
。并另行准备若干不包含聚酯薄膜的样本 图像。
对于一张图像
Figure 376DEST_PATH_IMAGE033
，定义与其对应的二维矩阵
Figure 573439DEST_PATH_IMAGE041
、
Figure 995193DEST_PATH_IMAGE042
：
Figure 618679DEST_PATH_IMAGE043
Figure 696357DEST_PATH_IMAGE044
可知，
Figure 869849DEST_PATH_IMAGE041
、
Figure 208427DEST_PATH_IMAGE042
为与原图像Image空间尺寸相当的二维矩阵，如果原图像中 某个位置的像素与退色后样本的色调接近（满足式(3)），那么
Figure 441962DEST_PATH_IMAGE045
，否则
Figure 741356DEST_PATH_IMAGE046
；
Figure 46436DEST_PATH_IMAGE042
同理。采用M、N矩阵简化了计算过程，提高了计算效率和准确性。
进一步的，定义：
Figure 177203DEST_PATH_IMAGE047
式(7)中，
Figure 519322DEST_PATH_IMAGE048
表示卷积运算，卷积窗口均为31，即：
Figure 696226DEST_PATH_IMAGE049
Figure 477100DEST_PATH_IMAGE050
表示卷积窗口的权重，
Figure 400057DEST_PATH_IMAGE051
表示卷积窗口中的空间坐标，并取整数。
Figure 975394DEST_PATH_IMAGE052
为 偏置变量。
Figure 875480DEST_PATH_IMAGE053
、
Figure 397728DEST_PATH_IMAGE054
表示前述式(5)(6)中矩阵M、N相应坐标的值。
Figure 503087DEST_PATH_IMAGE055
表示一非线性函数，又称为激励函数，定义如下：
Figure 311643DEST_PATH_IMAGE056
式(9)中，
Figure 338505DEST_PATH_IMAGE002
表示激励函数收敛速度参数，用于控制激励函数的收敛速度，对模型性 能有一定影响，作为优选值，取
Figure 195602DEST_PATH_IMAGE011
.
式子(7)定义的卷积窗口用于提取图像中的低尺度空间分布特征，描述了图像的局部像素分布，该分布特征与样本图像相关，可用于识别聚酯薄膜的变色状态。
进一步的，定义：
Figure 217785DEST_PATH_IMAGE057
式中，
Figure 400505DEST_PATH_IMAGE058
表示取窗口最大值，p, q表示最大值窗口中的空间坐标，并取整 数。
Figure 383504DEST_PATH_IMAGE059
为一偏置变量。
Figure 44293DEST_PATH_IMAGE060
、
Figure 452140DEST_PATH_IMAGE061
表示前述式(7)中矩阵
Figure 477865DEST_PATH_IMAGE062
、
Figure 10478DEST_PATH_IMAGE063
相应坐标的值。
上式用于将输入矩阵降采样。
进一步的，定义：
Figure 35809DEST_PATH_IMAGE064
式中，
Figure 173529DEST_PATH_IMAGE065
表示与矩阵
Figure 432472DEST_PATH_IMAGE066
、
Figure 514698DEST_PATH_IMAGE067
中坐标
Figure 517289DEST_PATH_IMAGE068
对应的线性权重，
Figure 243936DEST_PATH_IMAGE069
、
Figure 267256DEST_PATH_IMAGE070
表示式(10)中矩阵对应坐标的值，
Figure 774461DEST_PATH_IMAGE071
为一偏置变量。
Figure 518426DEST_PATH_IMAGE072
为式(9)定义的激励函数。
上式用于提取降采样后输入矩阵的空间分布特征，即图像的高尺度空间分布特征，描述了图像的整体像素分布，同样用于识别聚酯薄膜的变色状态。
进一步的，定义：
Figure 489793DEST_PATH_IMAGE073
式中，
Figure 90539DEST_PATH_IMAGE074
、
Figure 22723DEST_PATH_IMAGE075
分别表示与矩阵
Figure 196477DEST_PATH_IMAGE076
对应坐标处的线性权重，
Figure 960034DEST_PATH_IMAGE077
表示式 (11)中矩阵E对应坐标的值。
式(12)将前述建模的图像特征分别与待识别的状态变量关联起来。
Figure 934943DEST_PATH_IMAGE078
是一个二元 向量，其元素
Figure 151161DEST_PATH_IMAGE079
，
Figure 627141DEST_PATH_IMAGE080
。当
Figure 182888DEST_PATH_IMAGE081
时，表示输入图像Image中包含聚酯薄膜，此 时，当
Figure 391015DEST_PATH_IMAGE082
时，表示图像Image中包含的是退色后的聚酯薄膜，当
Figure 422425DEST_PATH_IMAGE083
时，表示图像 Image中包含的是变色后的聚酯薄膜；否则，当
Figure 46304DEST_PATH_IMAGE084
时，表示图像Image中不包含退色后的 聚酯薄膜，也不包含变色后的聚酯薄膜。
式(5)-(12)联合定义了基于像素的聚酯薄膜变色状态判别模型。其中，式(5)、(6) 所定义
Figure 112349DEST_PATH_IMAGE041
、
Figure 491378DEST_PATH_IMAGE042
为模型的输入，式(12)所定义
Figure 619871DEST_PATH_IMAGE085
为模型输出。模型的训练方 法如下。
如前所述，准备若干图像样本，并根据式(5)、(6)与步骤2中定义，获取每张图像样 本所对应的矩阵
Figure 109758DEST_PATH_IMAGE041
、
Figure 263266DEST_PATH_IMAGE042
。
为模型(7)-(12)的各项参数赋予初始值，其中线性权重可赋值为1，偏置变量可赋值为0.
根据模型(7)-(12)、输入
Figure 750879DEST_PATH_IMAGE041
、
Figure 756881DEST_PATH_IMAGE042
计算对应的输出
Figure 50459DEST_PATH_IMAGE078
。
根据样本图像是否包含聚酯薄膜，及对应变色状态，为每个样本赋予一组真值
Figure 435304DEST_PATH_IMAGE086
计算模型输出值与真值的差值：
Figure 218452DEST_PATH_IMAGE087
并利用后向传播算法根据(13)迭代计算求取
Figure 383854DEST_PATH_IMAGE088
的极小值。式中
Figure 153227DEST_PATH_IMAGE089
、
Figure 48371DEST_PATH_IMAGE090
为控制参数， 满足
Figure 674524DEST_PATH_IMAGE091
，根据样本数据适当调整
Figure 530485DEST_PATH_IMAGE089
、
Figure 729647DEST_PATH_IMAGE090
的值，有助于提高模型的性能。相应的，可取 优选值
Figure 89085DEST_PATH_IMAGE092
,
Figure 151718DEST_PATH_IMAGE093
.
当
Figure 88450DEST_PATH_IMAGE088
达到极小值后，相应的线性权重、偏置变量等迭代参数为模型的最优解。模型 训练完毕。
给定一张待判别的测试图像，将图像根据式(5)、(6)与步骤2中定义获取对应的模型输入，并输入模型，获取输出值。
如果输出
Figure 730784DEST_PATH_IMAGE094
，并且
Figure 7045DEST_PATH_IMAGE095
，则认为测试图像中包括变色后的聚酯薄膜；如 果输出
Figure 568476DEST_PATH_IMAGE094
，并且
Figure 867871DEST_PATH_IMAGE096
，则认为测试图像中包括退色后的聚酯薄膜；否则如果
Figure 845054DEST_PATH_IMAGE097
，则认为测试图像中不包括聚酯薄膜。
通过上述具体算法设计及激励函数、代价函数的设定，使得该方法能够适用于聚酯薄膜生产线上，能够准确判断变色性能和退光性能。
步骤4基于模型的光致变色聚酯薄膜性能验证
当进入检测过程后，传送带匀速转动，摄像机以一定帧率拍摄图像，并将图像根据步骤2、3方法计算对应的判别输出值，并将拍摄的时间戳与判别输出关联保存，以便实施性能验证。
根据传送带的转速与经过时间戳，可定位特定时间戳所对应流经摄像机处的待检 测薄膜。设待检测薄膜长度为
Figure 303717DEST_PATH_IMAGE005
，传送带长度
Figure 645837DEST_PATH_IMAGE006
，传送带转动的线速度
Figure 494844DEST_PATH_IMAGE007
。传送带开始转动 时设为时间戳参照零点。则经过
Figure 836570DEST_PATH_IMAGE098
时，薄膜的始端经过薄膜变色检测摄像机，经过
Figure 25106DEST_PATH_IMAGE099
时，薄膜的末端离开薄膜变色检测摄像机。在
Figure 928340DEST_PATH_IMAGE100
期间，如果薄膜变色检测摄像 机的拍摄图像经过模型判别不包括变色后的聚酯薄膜区域，则记录该区域性能不达标，并 同时记录对应的图像与时间戳。经过
Figure 264643DEST_PATH_IMAGE101
时，薄膜的始端经过薄膜褪色检测摄像机，经 过
Figure 786892DEST_PATH_IMAGE102
时，薄膜的末端离开薄膜褪色检测摄像机。在
Figure 954568DEST_PATH_IMAGE103
期间，如果薄膜褪色检测 摄像机的拍摄图像经过模型判别不包括退色后（即褪色后）的聚酯薄膜区域，则该区域记录 性能不达标，并同时记录对应的图像与时间戳。
采用高精度分光光度计对测试样本进行手工检验，并与本文所述方法的自动验证方法进行比较，对比结果参见表1。其中，对照测试样本共700份（对应包括700张聚酯薄膜的图像），其中包括变色后达标的聚酯薄膜样本及其图像为300份，褪色后达标的聚酯薄膜样本及其图像为200份，变色后与褪色后不达标的聚酯薄膜样本及其图像各为100份。根据对比测试结果，检测正确率为(287+192+94+91)/700*100%=94.9%。
可见本文方法与经典人工配合各种设备方法相比验证正确率在可接受的范围内如下表，但所用时长大大减少（时长减少95%以上）。更重要的是，由于效率非常高，该方法可以对所有产品进行生产线在线快速检查，应用于大规模聚酯薄膜产品的连续检测，而不需要采用人工抽查的方式。考虑到抽查的误差，实际准确率反而比人工要高。
表1
Figure 700807DEST_PATH_IMAGE104
（四）本发明所带检验的光致变色聚酯薄膜的制备
光致变色溶胶制备方法
第1步：WO3溶胶的制备：将超纯水中加入Na2WO4·2H2O，搅拌溶解，并加入无机酸溶液酸化至PH=4得到WO3溶液。将超纯水中加入草酸溶解，溶解过程中进行加热搅拌，得到草酸溶液。加热温度为45-63℃，搅拌时间为5-10min。将WO3溶液和草酸溶液混合，并加入超纯水进行稀释搅拌，静置6-10h后形成无色透明的 WO3溶胶，浓度为0.3M。
第2步：TiO2溶胶的制备：将C16H36O4Ti（钛酸丁酯）加入到无水乙醇中，再向溶液中加入超纯水使之发生缩聚反应，制备得到溶胶浓度为0.3 M的 TiO2溶胶。
第3步：ZnO溶胶的制备：将(CH3COO)2Zn·2H2O溶解于无水乙醇溶液中，形成悬浊液，加入表面活性剂，后恒温搅拌形成ZnO溶胶，浓度为0.3M。
第4步：将上述三种溶胶混合并加入加入超纯水稀释，得到浓度为0.2M的光致变色复合溶胶。优选，复合溶胶中WO3、TiO2与ZnO的分子比为22:1:1-15:1:1。上述比例为经过大量实验的优选值，若TiO2与ZnO的比例过低则会降低光致变色的响应性能，而比例过高则会使得溶胶颗粒间发生团聚，后续涂覆在高分子薄膜上时会导致薄膜物理性质下降。且会阻碍下一步骤中丙三醇与WO3 分子的接触，降低成膜后的光学性能。
第5步：在上述复合溶胶液体中加入丙三醇溶液，且保证每10ml复合溶胶液体中添加丙三醇质量为0.3g，对溶液进行混合搅拌，最终形成供使用的光致变色液。优选，丙三醇浓度为5.6-8.5%。由于丙三醇具有较强的推电子能力，且碳链长度恰当，其OH可与WO3、TiO2与ZnO分子充分接触，提高光学性能。同时，丙三醇的加入可提高溶胶的润湿性，使其在与薄膜接触时更加均匀，提高均匀性。进一步，以上三种溶胶的比例，以及它们与丙三醇的比例是经过大量实验选择，能够达到最佳的光响应性能和退光性能。
将上述光致变溶胶液体通过喷涂、浸渍、涂刷等多种方式形成在聚酯膜上，从而形成具有光致变色性能的聚酯薄膜。
通常情况下，在聚酯薄膜的一面喷涂、浸渍、涂刷上述光致变溶胶液体后，进行烘干，干燥后在其上覆盖一层聚酯薄膜作为覆膜，从而保护光致变色膜，避免使用过程中损坏。
以上仅为优选举例，可以理解，对于任意工艺、组分制备的光致变色聚酯薄膜均可以采用本发明的在线检测方法。本发明对于聚酯薄膜的制备工艺没有限定。
本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (10)

1.一种光致变色膜光学性能在线检测方法，其特征在于：
（1）将待检测的膜安装于传送带不受光照的一侧，且对齐传送带的始端；开启光照源，开启变色检测摄像机和退色检测摄像机；
（2）启动传送带，传送带转动；传送带将膜带至上侧受光照的一侧，并匀速传输膜，光照源照射膜，照射完毕后，膜被传送带传送至末端，在末端被变色检测摄像机采集被光照后的变色图像；
（3）膜在传送带上转过末端后，又转至下侧不受光照的一侧，开始退光操作；
（4）传送带转动一周后，膜回到初始位置；此时退色检测摄像机采集膜退色图像；
（5）将上述两种图像送至服务器中，利用图像识别模型进行识别检测，确定变色性能和退色性能是否符合要求，并对不符合要求的区域进行标记；
图像识别模型的输入为退色图像对应的M矩阵和变色图像对应的N矩阵；退色图像像素点符合退色要求则M矩阵中对应位置为1，否则为0；变色图像像素点符合变色要求则N矩阵中对应位置为1，否则为0；
图像识别模型的激励函数为
Figure 533297DEST_PATH_IMAGE001
其中，
Figure 982733DEST_PATH_IMAGE002
表示激励函数收敛速度参数；
在
Figure 821376DEST_PATH_IMAGE003
期间，如果变色图像经过模型判别不包括变色后的区域，则记录性能不达 标；在
Figure 243130DEST_PATH_IMAGE004
期间，如果退色图像经过模型判别不包括退色后的区域，则记录性能不达 标；其中，待检测膜长度为
Figure 368080DEST_PATH_IMAGE005
，传送带长度
Figure 445758DEST_PATH_IMAGE006
，传送带转动的线速度
Figure 947146DEST_PATH_IMAGE007
。
2.如权利要求1所述方法，其特征在于：摄像机时钟与传送带转动时钟保持同步。
3.如权利要求1所述方法，其特征在于：在记录性能不达标的同时，记录对应的图像与拍摄的时间戳。
4.如权利要求1所述方法，其特征在于：传送带携带静电，从而使得膜能够平整的吸附在传送带上。
5.如权利要求1所述方法，其特征在于：两台摄像机以帧率
Figure 223407DEST_PATH_IMAGE008
拍摄图像；帧率
Figure 394625DEST_PATH_IMAGE008
能够保证 每台摄像机均完整拍摄随传送带转动的膜，若摄像机能够拍摄的延传送带转动方向的视场 距离为
Figure 582768DEST_PATH_IMAGE009
，则
Figure 559951DEST_PATH_IMAGE010
。
6.如权利要求1所述方法，其特征在于：
Figure 159560DEST_PATH_IMAGE011
。
7.如权利要求1所述方法，其特征在于：上述检测方法应用于聚酯膜生产线中。
8.如权利要求1所述方法，其特征在于：在检测完毕后，进行生产线下一环节中。
9.如权利要求1所述方法，其特征在于：光照源的数量根据需要连续照射的时间和传送带的转动速度而定。
10.一种光致变色聚酯膜生产工艺，包括如权利要求1-9任一的检测方法。
CN202210451149.6A 2022-04-27 2022-04-27 一种光致变色膜光学性能在线检测方法 Active CN114565609B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210451149.6A CN114565609B (zh) 2022-04-27 2022-04-27 一种光致变色膜光学性能在线检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210451149.6A CN114565609B (zh) 2022-04-27 2022-04-27 一种光致变色膜光学性能在线检测方法

Publications (2)

Publication Number Publication Date
CN114565609A CN114565609A (zh) 2022-05-31
CN114565609B true CN114565609B (zh) 2022-07-15

Family

ID=81720875

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210451149.6A Active CN114565609B (zh) 2022-04-27 2022-04-27 一种光致变色膜光学性能在线检测方法

Country Status (1)

Country Link
CN (1) CN114565609B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117804696B (zh) * 2023-12-28 2024-05-31 广州市珠江饼业食品有限公司 基于烘培食品检测的食品包装袋密封性检测方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102737255A (zh) * 2011-03-30 2012-10-17 索尼公司 目标检测设备和方法
JP2013213756A (ja) * 2012-04-03 2013-10-17 Institute Of Physical & Chemical Research 多重蛍光画像の画像解析のための装置、システム、方法、およびプログラム
WO2014043023A1 (en) * 2012-09-14 2014-03-20 Transitions Optical, Inc. A photochromic article having two at least partially crossed photochromic-dichroic layers
CN203858092U (zh) * 2014-05-22 2014-10-01 佩罗电子（苏州）有限公司 一种用于检测手机屏幕光色性能的检测机
CN110517233A (zh) * 2019-08-15 2019-11-29 浙江赤霄智能检测技术有限公司 一种基于人工智能的缺陷分类学习系统及其分类方法
CN212340977U (zh) * 2020-01-24 2021-01-12 纳琳威纳米科技（上海）有限公司 一种测量光致变色薄膜循环稳定性的装置
CN112345543A (zh) * 2020-11-23 2021-02-09 常州信息职业技术学院 一种冲压阀片类零件快速检测方法及装置
CN113390806A (zh) * 2021-06-15 2021-09-14 崔薇 基于多尺度图像的生菜重金属含量检测方法
CN114167655A (zh) * 2020-09-11 2022-03-11 Oppo广东移动通信有限公司 电致变色模组、盖板组件及电子设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107133943B (zh) * 2017-04-26 2018-07-06 贵州电网有限责任公司输电运行检修分公司 一种防震锤缺陷检测的视觉检测方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102737255A (zh) * 2011-03-30 2012-10-17 索尼公司 目标检测设备和方法
JP2013213756A (ja) * 2012-04-03 2013-10-17 Institute Of Physical & Chemical Research 多重蛍光画像の画像解析のための装置、システム、方法、およびプログラム
WO2014043023A1 (en) * 2012-09-14 2014-03-20 Transitions Optical, Inc. A photochromic article having two at least partially crossed photochromic-dichroic layers
CN104704402A (zh) * 2012-09-14 2015-06-10 光学转变公司 具有两个至少部分交联的光致变色二色性层的光致变色制品
CN203858092U (zh) * 2014-05-22 2014-10-01 佩罗电子（苏州）有限公司 一种用于检测手机屏幕光色性能的检测机
CN110517233A (zh) * 2019-08-15 2019-11-29 浙江赤霄智能检测技术有限公司 一种基于人工智能的缺陷分类学习系统及其分类方法
CN212340977U (zh) * 2020-01-24 2021-01-12 纳琳威纳米科技（上海）有限公司 一种测量光致变色薄膜循环稳定性的装置
CN114167655A (zh) * 2020-09-11 2022-03-11 Oppo广东移动通信有限公司 电致变色模组、盖板组件及电子设备
CN112345543A (zh) * 2020-11-23 2021-02-09 常州信息职业技术学院 一种冲压阀片类零件快速检测方法及装置
CN113390806A (zh) * 2021-06-15 2021-09-14 崔薇 基于多尺度图像的生菜重金属含量检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Optical image contrast reversal using bacteriorhodopsin films;Wang, YL 等;《CHINESE PHYSICS LETTERS》;20050531;全文 *
基于深度学习的工件表面粗糙度等级识别方法;陈琳等;《农业装备与车辆工程》;20201010(第10期);全文 *

Also Published As

Publication number Publication date
CN114565609A (zh) 2022-05-31

Similar Documents

Publication Publication Date Title
CN112881467B (zh) 一种大尺寸复合材料损伤成像与定量识别方法
EP0953149B1 (en) Diagnostic system
McGovern et al. Royal Purple dye: tracing the chemical origins of the industry
CN114565609B (zh) 一种光致变色膜光学性能在线检测方法
CN107315003A (zh) 一种尿检试纸反应色分析方法
EP1417632A1 (en) Robust stain detection and quantification for histological specimens based on a physical model for stain absorption
CN109284718B (zh) 面向巡检机器人的变视角多仪表同时识别方法
WO2022267799A1 (zh) 水质检测方法及水质检测装置
CN115424115A (zh) 一种基于偏振成像和深度学习的透明目标检测方法
CN116740048A (zh) 一种基于融合目标检测技术的锂电池表面缺陷检测方法
CN114559688B (zh) 一种能够耐久使用的光致变色pet膜生产工艺
CN114561204B (zh) 一种复合光致变色溶胶液的制备方法
WO2024051906A1 (en) Surface characterizing device system
CN107515198A (zh) 一种淀粉糊化度和糊化温度的在线检测方法
RU2692062C1 (ru) Способ изготовления цветового шаблона и способ анализа колориметрических тест-полосок с его использованием
CN113504410B (zh) 一种铝电解电容器用电极箔接触电阻的测量方法
CN114535033A (zh) 一种表面具有涂层的聚酯膜加工方法
CN113218998B (zh) 一种基于全局莫兰指数的涡流热成像缺陷识别方法
CN111750993B (zh) 一种基于成像条件校正的开放测量环境光谱测量方法
CN110222376B (zh) 一种半透明材料的计算机配色方法
CN114539586B (zh) 一种聚合物膜的表面处理生产和检测工艺
CN116681992B (zh) 一种基于神经网络的氨氮检测方法
CN114627120B (zh) 一种再生聚酯材料脱色判别方法
CN111008653B (zh) 一种混合颜料信息解混的聚类优化方法
CN111157489B (zh) 近红外光谱检测设备、检测方法以及分析方法

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