CN114879621B - 一种家具喷涂加工控制方法、系统及装置 - Google Patents
一种家具喷涂加工控制方法、系统及装置 Download PDFInfo
- Publication number
- CN114879621B CN114879621B CN202210807851.1A CN202210807851A CN114879621B CN 114879621 B CN114879621 B CN 114879621B CN 202210807851 A CN202210807851 A CN 202210807851A CN 114879621 B CN114879621 B CN 114879621B
- Authority
- CN
- China
- Prior art keywords
- furniture
- image
- target
- monitoring
- 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
- 238000005507 spraying Methods 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000003754 machining Methods 0.000 title description 3
- 238000012544 monitoring process Methods 0.000 claims abstract description 409
- 239000002184 metal Substances 0.000 claims abstract description 161
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 153
- 239000010959 steel Substances 0.000 claims abstract description 153
- 238000012545 processing Methods 0.000 claims abstract description 114
- 230000005540 biological transmission Effects 0.000 claims description 25
- 238000004891 communication Methods 0.000 claims description 12
- 238000005286 illumination Methods 0.000 claims description 12
- 238000007591 painting process Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 11
- 230000006698 induction Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 239000003086 colorant Substances 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 239000007921 spray Substances 0.000 claims description 3
- 238000004886 process control Methods 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 description 156
- 238000009432 framing Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000010422 painting Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
- B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
- B05B15/00—Details of spraying plant or spraying apparatus not otherwise provided for; Accessories
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/993—Evaluation of the quality of the acquired pattern
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31452—Send a warning message that an event has to be monitored before the event occurs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/12—Acquisition of 3D measurements of objects
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Manufacturing & Machinery (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Automation & Control Theory (AREA)
- Image Analysis (AREA)
Abstract
本发明提供的一种家具喷涂加工控制方法、系统及装置,涉及控制技术领域。在本发明中,分别获取多个图像采集设备对目标钢制金属家具进行监控得到的家具监控图像集合;基于采集的多个家具监控图像集合包括的家具监控图像,确定出目标钢制金属家具的目标家具轮廓信息;基于目标家具轮廓信息确定出目标钢制金属家具对应的标准钢制金属家具的多帧家具标准图像,并基于多帧家具标准图像和多个家具监控图像集合包括的家具监控图像,确定是否需要对目标钢制金属家具重新进行喷涂加工处理,其中,多帧家具标准图像分别对应于标准钢制金属家具的多个不同角度。基于上述方法,可以改善现有技术中家具喷涂加工的效率较低的问题。
Description
技术领域
本发明涉及控制技术领域,具体而言,涉及一种家具喷涂加工控制方法、系统及装置。
背景技术
在现有的家具喷涂生产过程一般都是将家具物料在喷涂车间执行喷涂任务后,将喷涂后的家具物料运输至固定的加工车间,以加工车间的相关管理人员对喷涂后的物料进行喷涂后的加工管理操作,如通过相关管理人员确定喷涂是否合格等,如在不合规的时候,重新进行喷涂加工处理,如此,就会导致家具喷涂加工的效率较低的问题。
发明内容
有鉴于此,本发明的目的在于提供一种家具喷涂加工控制方法、系统及装置,以改善现有技术中家具喷涂加工的效率较低的问题。
为实现上述目的,本发明实施例采用如下技术方案:
一种家具喷涂加工控制方法,应用于家具喷涂加工控制装置,所述家具喷涂加工控制装置通信连接有多个图像采集设备,所述多个图像采集设备分别设置于不同的监控区域,所述方法包括:
分别获取所述多个图像采集设备对目标钢制金属家具进行监控得到的家具监控图像集合,其中,所述多个图像采集设备分别设置于目标传输通道的不同方向的监控区域,所述目标传输通道用于传输喷涂加工完成的所述目标钢制金属家具,所述家具监控图像集合包括至少一帧家具监控图像;
基于所述多个图像采集设备采集的多个家具监控图像集合包括的家具监控图像,确定出所述目标钢制金属家具的目标家具轮廓信息;
基于所述目标家具轮廓信息确定出所述目标钢制金属家具对应的标准钢制金属家具的多帧家具标准图像,并基于所述多帧家具标准图像和所述多个家具监控图像集合包括的家具监控图像,确定是否需要对所述目标钢制金属家具重新进行喷涂加工处理,其中,所述多帧家具标准图像分别对应于所述标准钢制金属家具的多个不同角度。
在一些优选的实施例中,在上述家具喷涂加工控制方法中,所述分别获取所述多个图像采集设备对目标钢制金属家具进行监控得到的家具监控图像集合的步骤,包括:
确定是否需要对目标钢制金属家具进行监控,并在需要对所述目标钢制金属家具进行监控时,生成对应的家具监控指令;
将所述家具监控指令发送给所述多个图像采集设备中的每一个图像采集设备,其中,所述多个图像采集设备中的每一个图像采集设备用于在接收到所述家具监控指令之后,对所述目标钢制金属家具进行监控,得到对应的家具监控图像集合,并发送给所述家具喷涂加工控制装置;
获取所述多个图像采集设备中的每一个图像采集设备基于所述家具监控指令发送的所述家具监控图像集合。
在一些优选的实施例中,在上述家具喷涂加工控制方法中,所述确定是否需要对目标钢制金属家具进行监控,并在需要对所述目标钢制金属家具进行监控时,生成对应的家具监控指令的步骤,包括:
判断是否接收到通信连接的目标传感设备发送的第一感应信号,其中,所述目标传感设备设置于所述目标传输通道,用于在感应到所述目标传输通道上具有目标钢制金属家具时,生成所述第一感应信号;
若接收到所述目标传感设备发送的所述第一感应信号,则确定需要对目标钢制金属家具进行监控,若未接收到所述目标传感设备发送的所述第一感应信号,则确定不需要对目标钢制金属家具进行监控;
在需要对所述目标钢制金属家具进行监控时,生成用于对所述目标钢制金属家具进行监控的家具监控指令。
在一些优选的实施例中,在上述家具喷涂加工控制方法中,所述在需要对所述目标钢制金属家具进行监控时,生成用于对所述目标钢制金属家具进行监控的家具监控指令的步骤,包括:
对于每一个所述图像采集设备,对该图像采集设备对应的监控区域进行光照稳定性的确定处理,以输出对应的区域光照稳定系数;
对于每一个所述图像采集设备,按照该图像采集设备对应的区域光照稳定系数对该图像采集设备进行具有负相关关系的数值的确定处理,以输出该图像采集设备对应的目标数值;
对于每一个所述图像采集设备,按照该图像采集设备对应的目标数值,对该图像采集设备进行监控信息的生成处理,以形成该图像采集设备对应的家具监控指令,所述图像采集设备用于依据所述家具监控指令对所述目标钢制金属家具进行监控,在监控的过程中,按照所述家具监控指令中包括的所述目标数值,对所述目标钢制金属家具进行图像采集,以形成包括所述目标数值对应数量的家具监控图像的家具监控图像集合。
在一些优选的实施例中,在上述家具喷涂加工控制方法中,所述基于所述多个图像采集设备采集的多个家具监控图像集合包括的家具监控图像,确定出所述目标钢制金属家具的目标家具轮廓信息的步骤,包括:
针对所述多个图像采集设备采集的多个家具监控图像集合中的每一个家具监控图像集合,对该家具监控图像集合包括的家具监控图像进行筛选处理,得到该家具监控图像集合对应的目标家具监控图像;
针对所述多个图像采集设备采集的多个家具监控图像集合中的每一个家具监控图像集合,对该家具监控图像集合对应的目标家具监控图像进行家具轮廓识别处理,得到所述目标钢制金属家具在该家具监控图像集合对应的方向上的目标家具子轮廓信息;
基于所述多个家具监控图像集合中的每一个家具监控图像集合对应的目标家具子轮廓信息,确定出所述目标钢制金属家具的目标家具轮廓信息。
在一些优选的实施例中,在上述家具喷涂加工控制方法中,所述针对所述多个图像采集设备采集的多个家具监控图像集合中的每一个家具监控图像集合,对该家具监控图像集合包括的家具监控图像进行筛选处理,得到该家具监控图像集合对应的目标家具监控图像的步骤,包括:
针对所述多个图像采集设备采集的多个家具监控图像集合中的每一个家具监控图像集合,分别对该家具监控图像集合包括的每一帧家具监控图像进行清晰度计算,得到每一帧家具监控图像对应的图像清晰度;
针对所述多个图像采集设备采集的多个家具监控图像集合中的每一个家具监控图像集合,在该家具监控图像集合包括的每一帧家具监控图像对应的图像清晰度中,确定出具有最大值的图像清晰度作为该家具监控图像集合对应的目标图像清晰度,并将该目标图像清晰度对应的家具监控图像,确定为该家具监控图像集合对应的目标家具监控图像。
在一些优选的实施例中,在上述家具喷涂加工控制方法中,所述基于所述目标家具轮廓信息确定出所述目标钢制金属家具对应的标准钢制金属家具的多帧家具标准图像,并基于所述多帧家具标准图像和所述多个家具监控图像集合包括的家具监控图像,确定是否需要对所述目标钢制金属家具重新进行喷涂加工处理的步骤,包括:
针对预先存储的多条家具轮廓标准信息中的每一条家具轮廓标准信息,计算该家具轮廓标准信息与所述目标家具轮廓信息之间的相似度,得到该家具轮廓标准信息对应的轮廓相似度;
在所述多条家具轮廓标准信息中的每一条家具轮廓标准信息对应的轮廓相似度中,确定出具有最大值的轮廓相似度作为目标轮廓相似度,并将所述目标轮廓相似度对应的家具轮廓标准信息确定为目标家具轮廓标准信息,以及,获取所述目标家具轮廓标准信息对应的标准钢制金属家具对应的多帧家具标准图像,其中,每一帧所述家具标准图像具有对应的图像标签信息,所述图像标签信息用于表征所述家具标准图像的采集角度;
针对所述多个家具监控图像集合中的每一个家具监控图像集合,在该家具监控图像集合,对该家具监控图像集合包括的家具监控图像进行筛选处理,得到该家具监控图像集合对应的一帧目标家具监控图像,并基于该家具监控图像集合对应的监控区域的方向,在所述多帧家具标准图像中确定出对应的图像标签信息与该方向对应的家具标准图像,作为该家具监控图像集合对应的目标家具标准图像;
针对每一个所述家具监控图像集合,计算该家具监控图像集合对应的目标家具监控图像和该家具监控图像集合对应的目标家具标准图像之间的相似度,得到该家具监控图像集合对应的图像相似度;
基于每一个所述家具监控图像集合对应的图像相似度,确定是否需要对所述目标钢制金属家具重新进行喷涂加工处理。
在一些优选的实施例中,在上述家具喷涂加工控制方法中,所述针对每一个所述家具监控图像集合,计算该家具监控图像集合对应的目标家具监控图像和该家具监控图像集合对应的目标家具标准图像之间的相似度,得到该家具监控图像集合对应的图像相似度的步骤,包括:
分别确定所述目标家具标准图像中的每一个像素点的像素颜色,并基于每一个像素点的像素颜色对所述目标家具标准图像进行区域划分处理,得到对应的至少一个标准图像区域,其中,属于同一个所述标准图像区域的任意两个像素点的像素颜色相同,且同一个所述标准图像区域的任意两个像素点之间至少具有一条目标连接路径,所述目标连接路径包括的每一个像素点与对应的该两个像素点所属的所述标准图像区域相同;
针对所述至少一个标准图像区域中的每一个标准图像区域,确定该标准图像区域的区域中心像素点,并分别计算该标准图像区域中的每一个像素点与该区域中心像素点之间的第一像素位置距离,并分别基于该标准图像区域中的每一个像素点与该标准图像区域对应的区域中心像素点之间的第一像素位置距离,确定出每一个像素点对应的第一加权系数,其中,所述第一加权系数与所述第一像素位置距离之间具有负相关关系;
针对所述至少一个标准图像区域中的每一个标准图像区域,基于该标准图像区域中的每一个像素点对应的第一加权系数,对该标准图像区域中的每一个像素点的像素值进行加权求和计算,得到对应的第一像素加权求和值,并基于每一个标准图像区域在所述目标家具标准图像中的位置,对每一个所述标准图像区域对应的第一像素加权求和值进行排序处理,得到所述目标家具标准图像对应的第一像素值排序序列;
基于每一个标准图像区域在所述目标家具标准图像中的位置,对所述目标家具监控图像进行区域划分处理,得到所述目标家具监控图像对应的至少一个目标图像区域,并针对每一个目标图像区域,确定该目标图像区域的区域中心像素点,并分别计算该目标图像区域中的每一个像素点与该区域中心像素点之间的第二像素位置距离,以及,分别基于该目标图像区域中的每一个像素点与对应的区域中心像素点之间的第二像素位置距离,确定出该目标图像区域中的每一个像素点对应的第二加权系数,其中,所述第二加权系数与所述第二像素位置距离之间具有负相关关系;
针对所述至少一个目标图像区域中的每一个目标图像区域,基于该目标图像区域中的每一个像素点对应的第二加权系数,对该目标图像区域中的每一个像素点的像素值进行加权求和计算,得到该目标图像区域对应的第二像素加权求和值,并基于每一个目标图像区域在所述目标家具监控图像中的位置,对每一个所述目标图像区域对应的第二像素加权求和值进行排序处理,得到所述目标家具监控图像对应的第二像素值排序序列;
计算所述第一像素值排序序列和所述第二像素值排序序列之间的序列相似度,得到所述目标家具监控图像和所述目标家具标准图像之间的相似度,作为对应的家具监控图像集合对应的图像相似度。
本发明实施例还提供一种家具喷涂加工控制系统,应用于家具喷涂加工控制装置,所述家具喷涂加工控制装置通信连接有多个图像采集设备,所述多个图像采集设备分别设置于不同的监控区域,所述系统包括:
图像集合获取模块,用于分别获取所述多个图像采集设备对目标钢制金属家具进行监控得到的家具监控图像集合,其中,所述多个图像采集设备分别设置于目标传输通道的不同方向的监控区域,所述目标传输通道用于传输喷涂加工完成的所述目标钢制金属家具,所述家具监控图像集合包括至少一帧家具监控图像;
家具轮廓确定模块,用于基于所述多个图像采集设备采集的多个家具监控图像集合包括的家具监控图像,确定出所述目标钢制金属家具的目标家具轮廓信息;
喷涂加工确定模块,用于基于所述目标家具轮廓信息确定出所述目标钢制金属家具对应的标准钢制金属家具的多帧家具标准图像,并基于所述多帧家具标准图像和所述多个家具监控图像集合包括的家具监控图像,确定是否需要对所述目标钢制金属家具重新进行喷涂加工处理,其中,所述多帧家具标准图像分别对应于所述标准钢制金属家具的多个不同角度。
本发明实施例还提供一种家具喷涂加工控制装置,所述家具喷涂加工控制装置通信连接有多个图像采集设备,所述多个图像采集设备分别设置于不同的监控区域,且所述家具喷涂加工控制装置包括存储器和处理器,所述处理器用于执行所述存储器存储的计算机程序,以实现以下步骤:
分别获取所述多个图像采集设备对目标钢制金属家具进行监控得到的家具监控图像集合,其中,所述多个图像采集设备分别设置于目标传输通道的不同方向的监控区域,所述目标传输通道用于传输喷涂加工完成的所述目标钢制金属家具,所述家具监控图像集合包括至少一帧家具监控图像;
基于所述多个图像采集设备采集的多个家具监控图像集合包括的家具监控图像,确定出所述目标钢制金属家具的目标家具轮廓信息;
基于所述目标家具轮廓信息确定出所述目标钢制金属家具对应的标准钢制金属家具的多帧家具标准图像,并基于所述多帧家具标准图像和所述多个家具监控图像集合包括的家具监控图像,确定是否需要对所述目标钢制金属家具重新进行喷涂加工处理,其中,所述多帧家具标准图像分别对应于所述标准钢制金属家具的多个不同角度。
本发明实施例提供的一种家具喷涂加工控制方法、系统及装置,可以先分别获取多个图像采集设备对目标钢制金属家具进行监控得到的家具监控图像集合,然后,可以基于采集的多个家具监控图像集合包括的家具监控图像,确定出目标钢制金属家具的目标家具轮廓信息,使得可以基于目标家具轮廓信息确定出目标钢制金属家具对应的标准钢制金属家具的多帧家具标准图像,并基于多帧家具标准图像和多个家具监控图像集合包括的家具监控图像,确定是否需要对目标钢制金属家具重新进行喷涂加工处理。基于此,相较于基于管理人员确定是否重新进行喷涂加工处理的常规技术方案,可以在一定程度上提高确定是否重新进行喷涂加工处理的效率,从而改善现有技术中家具喷涂加工的效率较低的问题。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
图1为本发明实施例提供的家具喷涂加工控制装置的结构框图。
图2为本发明实施例提供的家具喷涂加工控制方法包括的各步骤的流程示意图。
图3为本发明实施例提供的家具喷涂加工控制系统包括的各模块的示意图。
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,所描述的实施例只是本发明的一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作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,本发明实施例提供了一种家具喷涂加工控制装置。其中,所述家具喷涂加工控制装置可以包括存储器和处理器。
详细地,所述存储器和处理器之间直接或间接地电性连接,以实现数据的传输或交互。例如,相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件(firmware)的形式,存在的软件功能模块(计算机程序)。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序,从而实现本发明实施例(如后文所述)提供的家具喷涂加工控制方法,以实现以下步骤:
首先,分别获取多个图像采集设备对目标钢制金属家具进行监控得到的家具监控图像集合,其中,多个图像采集设备分别设置于目标传输通道的不同方向的监控区域,目标传输通道用于传输喷涂加工完成的目标钢制金属家具,家具监控图像集合包括至少一帧家具监控图像;其次,基于多个图像采集设备采集的多个家具监控图像集合包括的家具监控图像,确定出目标钢制金属家具的目标家具轮廓信息;然后,基于目标家具轮廓信息确定出目标钢制金属家具对应的标准钢制金属家具的多帧家具标准图像,并基于多帧家具标准图像和多个家具监控图像集合包括的家具监控图像,确定是否需要对目标钢制金属家具重新进行喷涂加工处理,其中,多帧家具标准图像分别对应于标准钢制金属家具的多个不同角度。
举例来说,在一些可能的实施方式中,所述存储器可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(ErasableProgrammable Read-Only Memory,EPROM),电可擦除只读存储器(Electric ErasableProgrammable Read-Only Memory,EEPROM)等。所述处理器可以是一种通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)、片上系统(System on Chip,SoC)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(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。
并且,图1所示的结构仅为示意,所述家具喷涂加工控制装置还可包括比图1中所示更多或者更少的组件,或具有与图1所示不同的配置,例如,可以包括用于与其它设备进行信息交互的通信单元。
举例来说,在一些可能的实施方式中,所述家具喷涂加工控制装置可以是一种具备数据处理能力的服务器。
结合图2,本发明实施例还提供一种家具喷涂加工控制方法,可应用于上述家具喷涂加工控制装置。其中,所述家具喷涂加工控制方法有关的流程所定义的方法步骤,可以由所述家具喷涂加工控制装置实现。并且,所述家具喷涂加工控制装置通信连接有多个图像采集设备,所述多个图像采集设备分别设置于不同的监控区域。下面将对图2所示的流程,进行阐述。
步骤S110,分别获取所述多个图像采集设备对目标钢制金属家具进行监控得到的家具监控图像集合。
在本发明实施例中,所述家具喷涂加工控制装置可以分别获取所述多个图像采集设备对目标钢制金属家具进行监控得到的家具监控图像集合。其中,所述多个图像采集设备分别设置于目标传输通道的不同方向的监控区域,所述目标传输通道用于传输喷涂加工完成的所述目标钢制金属家具,所述家具监控图像集合包括至少一帧家具监控图像。
步骤S120,基于所述多个图像采集设备采集的多个家具监控图像集合包括的家具监控图像,确定出所述目标钢制金属家具的目标家具轮廓信息。
在本发明实施例中,所述家具喷涂加工控制装置可以基于所述多个图像采集设备采集的多个家具监控图像集合包括的家具监控图像,确定出所述目标钢制金属家具的目标家具轮廓信息。
步骤S130,基于所述目标家具轮廓信息确定出所述目标钢制金属家具对应的标准钢制金属家具的多帧家具标准图像,并基于所述多帧家具标准图像和所述多个家具监控图像集合包括的家具监控图像,确定是否需要对所述目标钢制金属家具重新进行喷涂加工处理。
在本发明实施例中,所述家具喷涂加工控制装置可以基于所述目标家具轮廓信息确定出所述目标钢制金属家具对应的标准钢制金属家具的多帧家具标准图像,并基于所述多帧家具标准图像和所述多个家具监控图像集合包括的家具监控图像,确定是否需要对所述目标钢制金属家具重新进行喷涂加工处理。其中,所述多帧家具标准图像分别对应于所述标准钢制金属家具的多个不同角度。
基于此,可以先分别获取多个图像采集设备对目标钢制金属家具进行监控得到的家具监控图像集合,然后,可以基于采集的多个家具监控图像集合包括的家具监控图像,确定出目标钢制金属家具的目标家具轮廓信息,使得可以基于目标家具轮廓信息确定出目标钢制金属家具对应的标准钢制金属家具的多帧家具标准图像,并基于多帧家具标准图像和多个家具监控图像集合包括的家具监控图像,确定是否需要对目标钢制金属家具重新进行喷涂加工处理。基于此,相较于基于管理人员确定是否重新进行喷涂加工处理的常规技术方案,可以在一定程度上提高确定是否重新进行喷涂加工处理的效率,从而改善现有技术中家具喷涂加工的效率较低的问题。
举例来说,在一些可能的实施方式中,步骤S110可以包括以下内容:
首先,确定是否需要对目标钢制金属家具进行监控,并在需要对所述目标钢制金属家具进行监控时,生成对应的家具监控指令;
其次,将所述家具监控指令发送给所述多个图像采集设备中的每一个图像采集设备,其中,所述多个图像采集设备中的每一个图像采集设备用于在接收到所述家具监控指令之后,对所述目标钢制金属家具进行监控,得到对应的家具监控图像集合,并发送给所述家具喷涂加工控制装置;
然后,获取所述多个图像采集设备中的每一个图像采集设备基于所述家具监控指令发送的所述家具监控图像集合。
举例来说,在一些可能的实施方式中,所述确定是否需要对目标钢制金属家具进行监控,并在需要对所述目标钢制金属家具进行监控时,生成对应的家具监控指令的步骤,可以包括以下内容:
首先,判断是否接收到通信连接的目标传感设备发送的第一感应信号,其中,所述目标传感设备设置于所述目标传输通道,用于在感应到所述目标传输通道上具有目标钢制金属家具时,生成所述第一感应信号;
其次,若接收到所述目标传感设备发送的所述第一感应信号,则确定需要对目标钢制金属家具进行监控,若未接收到所述目标传感设备发送的所述第一感应信号,则确定不需要对目标钢制金属家具进行监控;
然后,在需要对所述目标钢制金属家具进行监控时,生成用于对所述目标钢制金属家具进行监控的家具监控指令。
举例来说,在一些可能的实施方式中,所述在需要对所述目标钢制金属家具进行监控时,生成用于对所述目标钢制金属家具进行监控的家具监控指令的步骤,可以包括以下内容:
首先,对于每一个所述图像采集设备,对该图像采集设备对应的监控区域进行光照稳定性的确定处理,以输出对应的区域光照稳定系数,所述区域光照稳定系数越大,表征所述监控区域的光照稳定性越高;
其次,对于每一个所述图像采集设备,按照该图像采集设备对应的区域光照稳定系数对该图像采集设备进行具有负相关关系的数值的确定处理,以输出该图像采集设备对应的目标数值,也就是说,所述目标数值和所述区域光照稳定系数之间可以具有负相关的对应关系;
最后,对于每一个所述图像采集设备,按照该图像采集设备对应的目标数值,对该图像采集设备进行监控信息的生成处理,以形成该图像采集设备对应的家具监控指令,所述图像采集设备用于依据所述家具监控指令对所述目标钢制金属家具进行监控,在监控的过程中,按照所述家具监控指令中包括的所述目标数值,对所述目标钢制金属家具进行图像采集,以形成包括所述目标数值对应数量的家具监控图像的家具监控图像集合,也就是说,所述家具监控图像集合包括的家具监控图像的数量等于所述目标数值,即实现对图像采集的控制。
举例来说,在一些可能的实施方式中,步骤S120可以包括以下内容:
首先,针对所述多个图像采集设备采集的多个家具监控图像集合中的每一个家具监控图像集合,对该家具监控图像集合包括的家具监控图像进行筛选处理,得到该家具监控图像集合对应的目标家具监控图像;
其次,针对所述多个图像采集设备采集的多个家具监控图像集合中的每一个家具监控图像集合,对该家具监控图像集合对应的目标家具监控图像进行家具轮廓识别处理,得到所述目标钢制金属家具在该家具监控图像集合对应的方向上的目标家具子轮廓信息;
然后,基于所述多个家具监控图像集合中的每一个家具监控图像集合对应的目标家具子轮廓信息,确定出所述目标钢制金属家具的目标家具轮廓信息(例如,可以对所述目标家具子轮廓信息进行拼接,得到三维的目标家具轮廓信息)。
举例来说,在一些可能的实施方式中,所述针对所述多个图像采集设备采集的多个家具监控图像集合中的每一个家具监控图像集合,对该家具监控图像集合包括的家具监控图像进行筛选处理,得到该家具监控图像集合对应的目标家具监控图像的步骤,可以包括以下内容:
首先,针对所述多个图像采集设备采集的多个家具监控图像集合中的每一个家具监控图像集合,分别对该家具监控图像集合包括的每一帧家具监控图像进行清晰度计算,得到每一帧家具监控图像对应的图像清晰度;
其次,针对所述多个图像采集设备采集的多个家具监控图像集合中的每一个家具监控图像集合,在该家具监控图像集合包括的每一帧家具监控图像对应的图像清晰度中,确定出具有最大值的图像清晰度作为该家具监控图像集合对应的目标图像清晰度,并将该目标图像清晰度对应的家具监控图像,确定为该家具监控图像集合对应的目标家具监控图像。
举例来说,在一些可能的实施方式中,步骤S130可以包括以下内容:
首先,针对预先存储的多条家具轮廓标准信息中的每一条家具轮廓标准信息,计算该家具轮廓标准信息与所述目标家具轮廓信息之间的相似度,得到该家具轮廓标准信息对应的轮廓相似度;
其次,在所述多条家具轮廓标准信息中的每一条家具轮廓标准信息对应的轮廓相似度中,确定出具有最大值的轮廓相似度作为目标轮廓相似度,并将所述目标轮廓相似度对应的家具轮廓标准信息确定为目标家具轮廓标准信息,以及,获取所述目标家具轮廓标准信息对应的标准钢制金属家具对应的多帧家具标准图像,其中,每一帧所述家具标准图像具有对应的图像标签信息,所述图像标签信息用于表征所述家具标准图像的采集角度;
然后,针对所述多个家具监控图像集合中的每一个家具监控图像集合,在该家具监控图像集合,对该家具监控图像集合包括的家具监控图像进行筛选处理,得到该家具监控图像集合对应的一帧目标家具监控图像,并基于该家具监控图像集合对应的监控区域的方向,在所述多帧家具标准图像中确定出对应的图像标签信息与该方向对应的家具标准图像,作为该家具监控图像集合对应的目标家具标准图像;
之后,针对每一个所述家具监控图像集合,计算该家具监控图像集合对应的目标家具监控图像和该家具监控图像集合对应的目标家具标准图像之间的相似度,得到该家具监控图像集合对应的图像相似度;
最后,基于每一个所述家具监控图像集合对应的图像相似度,确定是否需要对所述目标钢制金属家具重新进行喷涂加工处理(如每一个所述家具监控图像集合对应的图像相似度都大于预设相似度,可以确定不需要对所述目标钢制金属家具重新进行喷涂加工处理)。
举例来说,在一些可能的实施方式中,所述针对每一个所述家具监控图像集合,计算该家具监控图像集合对应的目标家具监控图像和该家具监控图像集合对应的目标家具标准图像之间的相似度,得到该家具监控图像集合对应的图像相似度的步骤,可以包括以下内容:
首先,分别确定所述目标家具标准图像中的每一个像素点的像素颜色,并基于每一个像素点的像素颜色对所述目标家具标准图像进行区域划分处理,得到对应的至少一个标准图像区域,其中,属于同一个所述标准图像区域的任意两个像素点的像素颜色相同,且同一个所述标准图像区域的任意两个像素点之间至少具有一条目标连接路径,所述目标连接路径包括的每一个像素点与对应的该两个像素点所属的所述标准图像区域相同;
其次,针对所述至少一个标准图像区域中的每一个标准图像区域,确定该标准图像区域的区域中心像素点,并分别计算该标准图像区域中的每一个像素点与该区域中心像素点之间的第一像素位置距离,并分别基于该标准图像区域中的每一个像素点与该标准图像区域对应的区域中心像素点之间的第一像素位置距离,确定出每一个像素点对应的第一加权系数,其中,所述第一加权系数与所述第一像素位置距离之间具有负相关关系;
然后,针对所述至少一个标准图像区域中的每一个标准图像区域,基于该标准图像区域中的每一个像素点对应的第一加权系数,对该标准图像区域中的每一个像素点的像素值进行加权求和计算,得到对应的第一像素加权求和值,并基于每一个标准图像区域在所述目标家具标准图像中的位置,对每一个所述标准图像区域对应的第一像素加权求和值进行排序处理,得到所述目标家具标准图像对应的第一像素值排序序列;
之后,基于每一个标准图像区域在所述目标家具标准图像中的位置,对所述目标家具监控图像进行区域划分处理,得到所述目标家具监控图像对应的至少一个目标图像区域,并针对每一个目标图像区域,确定该目标图像区域的区域中心像素点,并分别计算该目标图像区域中的每一个像素点与该区域中心像素点之间的第二像素位置距离,以及,分别基于该目标图像区域中的每一个像素点与对应的区域中心像素点之间的第二像素位置距离,确定出该目标图像区域中的每一个像素点对应的第二加权系数,其中,所述第二加权系数与所述第二像素位置距离之间具有负相关关系;
进一步,针对所述至少一个目标图像区域中的每一个目标图像区域,基于该目标图像区域中的每一个像素点对应的第二加权系数,对该目标图像区域中的每一个像素点的像素值进行加权求和计算,得到该目标图像区域对应的第二像素加权求和值,基于每一个目标图像区域在所述目标家具监控图像中的位置,对每一个所述目标图像区域对应的第二像素加权求和值进行排序处理,得到所述目标家具监控图像对应的第二像素值排序序列;
最后,计算所述第一像素值排序序列和所述第二像素值排序序列之间的序列相似度,得到所述目标家具监控图像和所述目标家具标准图像之间的相似度,作为对应的家具监控图像集合对应的图像相似度。
举例来说,在另一些可能的实施方式中,所述针对每一个所述家具监控图像集合,计算该家具监控图像集合对应的目标家具监控图像和该家具监控图像集合对应的目标家具标准图像之间的相似度,得到该家具监控图像集合对应的图像相似度的步骤,也可以包括以下内容:
首先,分别确定所述目标家具标准图像中的每一个像素点的像素颜色,并基于每一个像素点的像素颜色对所述目标家具标准图像进行区域划分处理,得到所述目标家具标准图像对应的至少一个标准图像区域,其中,属于同一个所述标准图像区域的任意两个像素点的像素颜色相同,且同一个所述标准图像区域的任意两个像素点之间至少具有一条目标连接路径,所述目标连接路径包括的每一个像素点与对应的该两个像素点所属的所述标准图像区域相同;
其次,针对所述至少一个标准图像区域中的每一个标准图像区域,确定出该标准图像区域中的每一个边缘像素点和区域中心像素点,并基于该边缘像素点与该区域中心像素点之间的像素位置距离,确定是否将该边缘像素点作为该标准图像区域对应的第一目标边缘像素点;
然后,针对所述至少一个标准图像区域中的每一个标准图像区域对应的每一个第一目标边缘像素点,以该第一目标边缘像素点为几何中心,分别以多个不同的尺寸的目标形状(如圆形,即以不同的半径的圆进行框选等)在所述目标家具标准图像中框选出包围的像素点,得到该第一目标边缘像素点对应的多个第一像素点集合,并分别计算每一个第一像素点集合包括的像素点的像素值的平均值和离散值,得到每一个第一像素点集合对应的像素均值和像素离散值,以及,基于该第一目标边缘像素点对应的多个第一像素点集合对应的多个像素均值,按照对应的尺寸大小关系进行排序,得到该第一目标边缘像素点对应的第一像素均值有序集合,其中,每一个所述第一像素点集合对应的像素离散值作为所述第一像素均值有序集合中对应的像素均值的集合标签;
之后,基于所述至少一个标准图像区域中的每一个标准图像区域对应的每一个第一目标边缘像素点在所述目标家具标准图像中的像素位置,在所述目标家具监控图像中确定出对应的每一个第二目标边缘像素点,并针对每一个所述第二目标边缘像素点,以该第二目标边缘像素点为几何中心,分别以多个不同的尺寸的目标形状在所述目标家具监控图像中框选出包围的像素点,得到该第二目标边缘像素点对应的多个第二像素点集合,并分别计算每一个第二像素点集合包括的像素点的像素值的平均值和离散值,得到每一个第二像素点集合对应的像素均值和像素离散值,以及,基于该第二目标边缘像素点对应的多个第二像素点集合对应的多个像素均值,按照对应的尺寸大小关系进行排序,得到该第二目标边缘像素点对应的第二像素均值有序集合,其中,每一个所述第二像素点集合对应的像素离散值作为所述第二像素均值有序集合中对应的像素均值的集合标签;
最后,针对每一组具有对应关系的所述第一目标边缘像素点和所述第二目标边缘像素点,计算该第一目标边缘像素点对应的第一像素均值有序集合和该第二目标边缘像素点对应的第二像素均值有序集合之间的集合相似度(例如,可以确定对应集合位置的像素均值和集合标签是否相同,然后,统计相同的集合位置的数量占比,再基于该数量占比确定出正相关的集合相似度),并基于每一组具有对应关系的所述第一目标边缘像素点和所述第二目标边缘像素点对应的集合相似度(如计算集合相似度的平均值等),确定出所述目标家具监控图像和所述目标家具标准图像之间的相似度,作为对应的家具监控图像集合对应的图像相似度。
结合图3,本发明实施例还提供一种家具喷涂加工控制系统,可应用于上述家具喷涂加工控制装置。其中,所述家具喷涂加工控制系统可以包括:
图像集合获取模块,用于分别获取所述多个图像采集设备对目标钢制金属家具进行监控得到的家具监控图像集合,其中,所述多个图像采集设备分别设置于目标传输通道的不同方向的监控区域,所述目标传输通道用于传输喷涂加工完成的所述目标钢制金属家具,所述家具监控图像集合包括至少一帧家具监控图像;
家具轮廓确定模块,用于基于所述多个图像采集设备采集的多个家具监控图像集合包括的家具监控图像,确定出所述目标钢制金属家具的目标家具轮廓信息;
喷涂加工确定模块,用于基于所述目标家具轮廓信息确定出所述目标钢制金属家具对应的标准钢制金属家具的多帧家具标准图像,并基于所述多帧家具标准图像和所述多个家具监控图像集合包括的家具监控图像,确定是否需要对所述目标钢制金属家具重新进行喷涂加工处理,其中,所述多帧家具标准图像分别对应于所述标准钢制金属家具的多个不同角度。
综上所述,本发明提供的一种家具喷涂加工控制方法、系统及装置,可以先分别获取多个图像采集设备对目标钢制金属家具进行监控得到的家具监控图像集合,然后,可以基于采集的多个家具监控图像集合包括的家具监控图像,确定出目标钢制金属家具的目标家具轮廓信息,使得可以基于目标家具轮廓信息确定出目标钢制金属家具对应的标准钢制金属家具的多帧家具标准图像,并基于多帧家具标准图像和多个家具监控图像集合包括的家具监控图像,确定是否需要对目标钢制金属家具重新进行喷涂加工处理。基于此,相较于基于管理人员确定是否重新进行喷涂加工处理的常规技术方案,可以在一定程度上提高确定是否重新进行喷涂加工处理的效率,从而改善现有技术中家具喷涂加工的效率较低的问题。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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,均应包含在本发明的保护范围之内。
Claims (8)
1.一种家具喷涂加工控制方法,其特征在于,应用于家具喷涂加工控制装置,所述家具喷涂加工控制装置通信连接有多个图像采集设备,所述多个图像采集设备分别设置于不同的监控区域,所述方法包括:
分别获取所述多个图像采集设备对目标钢制金属家具进行监控得到的家具监控图像集合,其中,所述多个图像采集设备分别设置于目标传输通道的不同方向的监控区域,所述目标传输通道用于传输喷涂加工完成的所述目标钢制金属家具,所述家具监控图像集合包括至少一帧家具监控图像;
基于所述多个图像采集设备采集的多个家具监控图像集合包括的家具监控图像,确定出所述目标钢制金属家具的目标家具轮廓信息;
基于所述目标家具轮廓信息确定出所述目标钢制金属家具对应的标准钢制金属家具的多帧家具标准图像,并基于所述多帧家具标准图像和所述多个家具监控图像集合包括的家具监控图像,确定是否需要对所述目标钢制金属家具重新进行喷涂加工处理,其中,所述多帧家具标准图像分别对应于所述标准钢制金属家具的多个不同角度;
其中,所述分别获取所述多个图像采集设备对目标钢制金属家具进行监控得到的家具监控图像集合的步骤,包括:
确定是否需要对目标钢制金属家具进行监控,并在需要对所述目标钢制金属家具进行监控时,生成对应的家具监控指令;
将所述家具监控指令发送给所述多个图像采集设备中的每一个图像采集设备,其中,所述多个图像采集设备中的每一个图像采集设备用于在接收到所述家具监控指令之后,对所述目标钢制金属家具进行监控,得到对应的家具监控图像集合,并发送给所述家具喷涂加工控制装置;
获取所述多个图像采集设备中的每一个图像采集设备基于所述家具监控指令发送的所述家具监控图像集合;
所述基于所述目标家具轮廓信息确定出所述目标钢制金属家具对应的标准钢制金属家具的多帧家具标准图像,并基于所述多帧家具标准图像和所述多个家具监控图像集合包括的家具监控图像,确定是否需要对所述目标钢制金属家具重新进行喷涂加工处理的步骤,包括:
针对预先存储的多条家具轮廓标准信息中的每一条家具轮廓标准信息,计算该家具轮廓标准信息与所述目标家具轮廓信息之间的相似度,得到该家具轮廓标准信息对应的轮廓相似度;
在所述多条家具轮廓标准信息中的每一条家具轮廓标准信息对应的轮廓相似度中,确定出具有最大值的轮廓相似度作为目标轮廓相似度,并将所述目标轮廓相似度对应的家具轮廓标准信息确定为目标家具轮廓标准信息,以及,获取所述目标家具轮廓标准信息对应的标准钢制金属家具对应的多帧家具标准图像,其中,每一帧所述家具标准图像具有对应的图像标签信息,所述图像标签信息用于表征所述家具标准图像的采集角度;
针对所述多个家具监控图像集合中的每一个家具监控图像集合,在该家具监控图像集合,对该家具监控图像集合包括的家具监控图像进行筛选处理,得到该家具监控图像集合对应的一帧目标家具监控图像,并基于该家具监控图像集合对应的监控区域的方向,在所述多帧家具标准图像中确定出对应的图像标签信息与该方向对应的家具标准图像,作为该家具监控图像集合对应的目标家具标准图像;针对每一个所述家具监控图像集合,计算该家具监控图像集合对应的目标家具监控图像和该家具监控图像集合对应的目标家具标准图像之间的相似度,得到该家具监控图像集合对应的图像相似度;
基于每一个所述家具监控图像集合对应的图像相似度,确定是否需要对所述目标钢制金属家具重新进行喷涂加工处理。
2.如权利要求1所述的家具喷涂加工控制方法,其特征在于,所述确定是否需要对目标钢制金属家具进行监控,并在需要对所述目标钢制金属家具进行监控时,生成对应的家具监控指令的步骤,包括:
判断是否接收到通信连接的目标传感设备发送的第一感应信号,其中,所述目标传感设备设置于所述目标传输通道,用于在感应到所述目标传输通道上具有目标钢制金属家具时,生成所述第一感应信号;
若接收到所述目标传感设备发送的所述第一感应信号,则确定需要对目标钢制金属家具进行监控,若未接收到所述目标传感设备发送的所述第一感应信号,则确定不需要对目标钢制金属家具进行监控;
在需要对所述目标钢制金属家具进行监控时,生成用于对所述目标钢制金属家具进行监控的家具监控指令。
3.如权利要求2所述的家具喷涂加工控制方法,其特征在于,所述在需要对所述目标钢制金属家具进行监控时,生成用于对所述目标钢制金属家具进行监控的家具监控指令的步骤,包括:
对于每一个所述图像采集设备,对该图像采集设备对应的监控区域进行光照稳定性的确定处理,以输出对应的区域光照稳定系数;
对于每一个所述图像采集设备,按照该图像采集设备对应的区域光照稳定系数对该图像采集设备进行具有负相关关系的数值的确定处理,以输出该图像采集设备对应的目标数值;
对于每一个所述图像采集设备,按照该图像采集设备对应的目标数值,对该图像采集设备进行监控信息的生成处理,以形成该图像采集设备对应的家具监控指令,所述图像采集设备用于依据所述家具监控指令对所述目标钢制金属家具进行监控,在监控的过程中,按照所述家具监控指令中包括的所述目标数值,对所述目标钢制金属家具进行图像采集,以形成包括所述目标数值对应数量的家具监控图像的家具监控图像集合。
4.如权利要求1所述的家具喷涂加工控制方法,其特征在于,所述基于所述多个图像采集设备采集的多个家具监控图像集合包括的家具监控图像,确定出所述目标钢制金属家具的目标家具轮廓信息的步骤,包括:
针对所述多个图像采集设备采集的多个家具监控图像集合中的每一个家具监控图像集合,对该家具监控图像集合包括的家具监控图像进行筛选处理,得到该家具监控图像集合对应的目标家具监控图像;
针对所述多个图像采集设备采集的多个家具监控图像集合中的每一个家具监控图像集合,对该家具监控图像集合对应的目标家具监控图像进行家具轮廓识别处理,得到所述目标钢制金属家具在该家具监控图像集合对应的方向上的目标家具子轮廓信息;
基于所述多个家具监控图像集合中的每一个家具监控图像集合对应的目标家具子轮廓信息,确定出所述目标钢制金属家具的目标家具轮廓信息。
5.如权利要求4所述的家具喷涂加工控制方法,其特征在于,所述针对所述多个图像采集设备采集的多个家具监控图像集合中的每一个家具监控图像集合,对该家具监控图像集合包括的家具监控图像进行筛选处理,得到该家具监控图像集合对应的目标家具监控图像的步骤,包括:
针对所述多个图像采集设备采集的多个家具监控图像集合中的每一个家具监控图像集合,分别对该家具监控图像集合包括的每一帧家具监控图像进行清晰度计算,得到每一帧家具监控图像对应的图像清晰度;
针对所述多个图像采集设备采集的多个家具监控图像集合中的每一个家具监控图像集合,在该家具监控图像集合包括的每一帧家具监控图像对应的图像清晰度中,确定出具有最大值的图像清晰度作为该家具监控图像集合对应的目标图像清晰度,并将该目标图像清晰度对应的家具监控图像,确定为该家具监控图像集合对应的目标家具监控图像。
6.如权利要求1所述的家具喷涂加工控制方法,其特征在于,所述针对每一个所述家具监控图像集合,计算该家具监控图像集合对应的目标家具监控图像和该家具监控图像集合对应的目标家具标准图像之间的相似度,得到该家具监控图像集合对应的图像相似度的步骤,包括:
分别确定所述目标家具标准图像中的每一个像素点的像素颜色,并基于每一个像素点的像素颜色对所述目标家具标准图像进行区域划分处理,得到对应的至少一个标准图像区域,其中,属于同一个所述标准图像区域的任意两个像素点的像素颜色相同,且同一个所述标准图像区域的任意两个像素点之间至少具有一条目标连接路径,所述目标连接路径包括的每一个像素点与对应的该两个像素点所属的所述标准图像区域相同;
针对所述至少一个标准图像区域中的每一个标准图像区域,确定该标准图像区域的区域中心像素点,并分别计算该标准图像区域中的每一个像素点与该区域中心像素点之间的第一像素位置距离,并分别基于该标准图像区域中的每一个像素点与该标准图像区域对应的区域中心像素点之间的第一像素位置距离,确定出每一个像素点对应的第一加权系数,其中,所述第一加权系数与所述第一像素位置距离之间具有负相关关系;
针对所述至少一个标准图像区域中的每一个标准图像区域,基于该标准图像区域中的每一个像素点对应的第一加权系数,对该标准图像区域中的每一个像素点的像素值进行加权求和计算,得到对应的第一像素加权求和值,并基于每一个标准图像区域在所述目标家具标准图像中的位置,对每一个所述标准图像区域对应的第一像素加权求和值进行排序处理,得到所述目标家具标准图像对应的第一像素值排序序列;
基于每一个标准图像区域在所述目标家具标准图像中的位置,对所述目标家具监控图像进行区域划分处理,得到所述目标家具监控图像对应的至少一个目标图像区域,并针对每一个目标图像区域,确定该目标图像区域的区域中心像素点,并分别计算该目标图像区域中的每一个像素点与该区域中心像素点之间的第二像素位置距离,以及,分别基于该目标图像区域中的每一个像素点与对应的区域中心像素点之间的第二像素位置距离,确定出该目标图像区域中的每一个像素点对应的第二加权系数,其中,所述第二加权系数与所述第二像素位置距离之间具有负相关关系;
针对所述至少一个目标图像区域中的每一个目标图像区域,基于该目标图像区域中的每一个像素点对应的第二加权系数,对该目标图像区域中的每一个像素点的像素值进行加权求和计算,得到该目标图像区域对应的第二像素加权求和值,并基于每一个目标图像区域在所述目标家具监控图像中的位置,对每一个所述目标图像区域对应的第二像素加权求和值进行排序处理,得到所述目标家具监控图像对应的第二像素值排序序列;
计算所述第一像素值排序序列和所述第二像素值排序序列之间的序列相似度,得到所述目标家具监控图像和所述目标家具标准图像之间的相似度,作为对应的家具监控图像集合对应的图像相似度。
7.一种家具喷涂加工控制系统,其特征在于,应用于家具喷涂加工控制装置,所述家具喷涂加工控制装置通信连接有多个图像采集设备,所述多个图像采集设备分别设置于不同的监控区域,所述系统包括:
图像集合获取模块,用于分别获取所述多个图像采集设备对目标钢制金属家具进行监控得到的家具监控图像集合,其中,所述多个图像采集设备分别设置于目标传输通道的不同方向的监控区域,所述目标传输通道用于传输喷涂加工完成的所述目标钢制金属家具,所述家具监控图像集合包括至少一帧家具监控图像;
家具轮廓确定模块,用于基于所述多个图像采集设备采集的多个家具监控图像集合包括的家具监控图像,确定出所述目标钢制金属家具的目标家具轮廓信息;喷涂加工确定模块,用于基于所述目标家具轮廓信息确定出所述目标钢制金属家具对应的标准钢制金属家具的多帧家具标准图像,并基于所述多帧家具标准图像和所述多个家具监控图像集合包括的家具监控图像,确定是否需要对所述目标钢制金属家具重新进行喷涂加工处理,其中,所述多帧家具标准图像分别对应于所述标准钢制金属家具的多个不同角度;
所述喷涂加工确定模块具体用于:
针对预先存储的多条家具轮廓标准信息中的每一条家具轮廓标准信息,计算该家具轮廓标准信息与所述目标家具轮廓信息之间的相似度,得到该家具轮廓标准信息对应的轮廓相似度;
在所述多条家具轮廓标准信息中的每一条家具轮廓标准信息对应的轮廓相似度中,确定出具有最大值的轮廓相似度作为目标轮廓相似度,并将所述目标轮廓相似度对应的家具轮廓标准信息确定为目标家具轮廓标准信息,以及,获取所述目标家具轮廓标准信息对应的标准钢制金属家具对应的多帧家具标准图像,其中,每一帧所述家具标准图像具有对应的图像标签信息,所述图像标签信息用于表征所述家具标准图像的采集角度;
针对所述多个家具监控图像集合中的每一个家具监控图像集合,在该家具监控图像集合,对该家具监控图像集合包括的家具监控图像进行筛选处理,得到该家具监控图像集合对应的一帧目标家具监控图像,并基于该家具监控图像集合对应的监控区域的方向,在所述多帧家具标准图像中确定出对应的图像标签信息与该方向对应的家具标准图像,作为该家具监控图像集合对应的目标家具标准图像;针对每一个所述家具监控图像集合,计算该家具监控图像集合对应的目标家具监控图像和该家具监控图像集合对应的目标家具标准图像之间的相似度,得到该家具监控图像集合对应的图像相似度;
基于每一个所述家具监控图像集合对应的图像相似度,确定是否需要对所述目标钢制金属家具重新进行喷涂加工处理。
8.一种家具喷涂加工控制装置,其特征在于,所述家具喷涂加工控制装置通信连接有多个图像采集设备,所述多个图像采集设备分别设置于不同的监控区域,且所述家具喷涂加工控制装置包括存储器和处理器,所述处理器用于执行所述存储器存储的计算机程序,以实现以下步骤:
分别获取所述多个图像采集设备对目标钢制金属家具进行监控得到的家具监控图像集合,其中,所述多个图像采集设备分别设置于目标传输通道的不同方向的监控区域,所述目标传输通道用于传输喷涂加工完成的所述目标钢制金属家具,所述家具监控图像集合包括至少一帧家具监控图像;
基于所述多个图像采集设备采集的多个家具监控图像集合包括的家具监控图像,确定出所述目标钢制金属家具的目标家具轮廓信息;
基于所述目标家具轮廓信息确定出所述目标钢制金属家具对应的标准钢制金属家具的多帧家具标准图像,并基于所述多帧家具标准图像和所述多个家具监控图像集合包括的家具监控图像,确定是否需要对所述目标钢制金属家具重新进行喷涂加工处理,其中,所述多帧家具标准图像分别对应于所述标准钢制金属家具的多个不同角度;
所述基于所述目标家具轮廓信息确定出所述目标钢制金属家具对应的标准钢制金属家具的多帧家具标准图像,并基于所述多帧家具标准图像和所述多个家具监控图像集合包括的家具监控图像,确定是否需要对所述目标钢制金属家具重新进行喷涂加工处理的步骤,包括:
针对预先存储的多条家具轮廓标准信息中的每一条家具轮廓标准信息,计算该家具轮廓标准信息与所述目标家具轮廓信息之间的相似度,得到该家具轮廓标准信息对应的轮廓相似度;
在所述多条家具轮廓标准信息中的每一条家具轮廓标准信息对应的轮廓相似度中,确定出具有最大值的轮廓相似度作为目标轮廓相似度,并将所述目标轮廓相似度对应的家具轮廓标准信息确定为目标家具轮廓标准信息,以及,获取所述目标家具轮廓标准信息对应的标准钢制金属家具对应的多帧家具标准图像,其中,每一帧所述家具标准图像具有对应的图像标签信息,所述图像标签信息用于表征所述家具标准图像的采集角度;
针对所述多个家具监控图像集合中的每一个家具监控图像集合,在该家具监控图像集合,对该家具监控图像集合包括的家具监控图像进行筛选处理,得到该家具监控图像集合对应的一帧目标家具监控图像,并基于该家具监控图像集合对应的监控区域的方向,在所述多帧家具标准图像中确定出对应的图像标签信息与该方向对应的家具标准图像,作为该家具监控图像集合对应的目标家具标准图像;针对每一个所述家具监控图像集合,计算该家具监控图像集合对应的目标家具监控图像和该家具监控图像集合对应的目标家具标准图像之间的相似度,得到该家具监控图像集合对应的图像相似度;
基于每一个所述家具监控图像集合对应的图像相似度,确定是否需要对所述目标钢制金属家具重新进行喷涂加工处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210807851.1A CN114879621B (zh) | 2022-07-11 | 2022-07-11 | 一种家具喷涂加工控制方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210807851.1A CN114879621B (zh) | 2022-07-11 | 2022-07-11 | 一种家具喷涂加工控制方法、系统及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114879621A CN114879621A (zh) | 2022-08-09 |
CN114879621B true CN114879621B (zh) | 2022-09-27 |
Family
ID=82682916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210807851.1A Active CN114879621B (zh) | 2022-07-11 | 2022-07-11 | 一种家具喷涂加工控制方法、系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114879621B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063867A (zh) * | 2018-06-22 | 2018-12-21 | 广东美久舍住宅产业有限公司 | 模块化家具生产管理方法、装置、存储介质及终端 |
CN111950523A (zh) * | 2020-08-28 | 2020-11-17 | 珠海大横琴科技发展有限公司 | 基于航拍的船只检测优化方法、装置、电子设备及介质 |
CN112037203A (zh) * | 2020-08-31 | 2020-12-04 | 济南大学 | 基于复杂工件外轮廓配准的侧表面缺陷检测方法及系统 |
CN112604841A (zh) * | 2020-12-10 | 2021-04-06 | 中国联合网络通信集团有限公司 | 车辆喷涂检测方法、装置、设备及存储介质 |
CN113020428A (zh) * | 2021-03-24 | 2021-06-25 | 北京理工大学 | 级进模的加工监控方法、装置、设备及存储介质 |
CN113334978A (zh) * | 2021-07-07 | 2021-09-03 | 东莞市昂图智能科技有限公司 | 应用于cnc雕刻机的图像采集系统 |
CN113663835A (zh) * | 2021-09-14 | 2021-11-19 | 兴三星云科技有限公司 | 用于门窗加工成型的喷涂设备 |
CN114146877A (zh) * | 2021-11-25 | 2022-03-08 | 航天科工深圳(集团)有限公司 | 基于视觉检测的混流板材双面喷涂方法、装置、系统及存储介质 |
CN114219799A (zh) * | 2021-12-22 | 2022-03-22 | 葛伟杰 | 一种智能制造用次品分析方法及系统 |
CN114589631A (zh) * | 2022-01-10 | 2022-06-07 | 黄山飞黄精密齿轮刀具制造有限公司 | 一种数控铲磨床控制系统和方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4855352B2 (ja) * | 2007-07-03 | 2012-01-18 | 大日本スクリーン製造株式会社 | 色変換装置、色変換方法、画像形成システムおよびプログラム |
-
2022
- 2022-07-11 CN CN202210807851.1A patent/CN114879621B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063867A (zh) * | 2018-06-22 | 2018-12-21 | 广东美久舍住宅产业有限公司 | 模块化家具生产管理方法、装置、存储介质及终端 |
CN111950523A (zh) * | 2020-08-28 | 2020-11-17 | 珠海大横琴科技发展有限公司 | 基于航拍的船只检测优化方法、装置、电子设备及介质 |
CN112037203A (zh) * | 2020-08-31 | 2020-12-04 | 济南大学 | 基于复杂工件外轮廓配准的侧表面缺陷检测方法及系统 |
CN112604841A (zh) * | 2020-12-10 | 2021-04-06 | 中国联合网络通信集团有限公司 | 车辆喷涂检测方法、装置、设备及存储介质 |
CN113020428A (zh) * | 2021-03-24 | 2021-06-25 | 北京理工大学 | 级进模的加工监控方法、装置、设备及存储介质 |
CN113334978A (zh) * | 2021-07-07 | 2021-09-03 | 东莞市昂图智能科技有限公司 | 应用于cnc雕刻机的图像采集系统 |
CN113663835A (zh) * | 2021-09-14 | 2021-11-19 | 兴三星云科技有限公司 | 用于门窗加工成型的喷涂设备 |
CN114146877A (zh) * | 2021-11-25 | 2022-03-08 | 航天科工深圳(集团)有限公司 | 基于视觉检测的混流板材双面喷涂方法、装置、系统及存储介质 |
CN114219799A (zh) * | 2021-12-22 | 2022-03-22 | 葛伟杰 | 一种智能制造用次品分析方法及系统 |
CN114589631A (zh) * | 2022-01-10 | 2022-06-07 | 黄山飞黄精密齿轮刀具制造有限公司 | 一种数控铲磨床控制系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114879621A (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN114140713A (zh) | 一种图像识别系统、图像识别方法 | |
CN112991374B (zh) | 基于Canny算法的边缘增强方法、装置、设备及存储介质 | |
CN113542692A (zh) | 一种基于监控视频的人脸识别系统及方法 | |
CN113901911A (zh) | 图像识别、模型训练方法、装置、电子设备及存储介质 | |
CN114724215A (zh) | 一种敏感图像识别方法及系统 | |
CN114140712A (zh) | 一种自动图像识别分发系统及方法 | |
CN116402863A (zh) | 一种建筑施工监控数据智能分析及预警系统 | |
CN112847321A (zh) | 基于人工智能的工业机器人视觉图像识别系统 | |
CN114139016A (zh) | 一种智慧小区的数据处理方法及系统 | |
CN114879621B (zh) | 一种家具喷涂加工控制方法、系统及装置 | |
CN110446025B (zh) | 应用于电子设备的摄像头模组检测系统及方法 | |
CN115457467A (zh) | 一种基于数据挖掘的建筑质量隐患定位方法及系统 | |
CN115830641A (zh) | 一种员工识别方法、装置、电子设备及存储介质 | |
CN113506266A (zh) | 舌头腻苔的检测方法、装置、设备及存储介质 | |
CN113191227A (zh) | 柜门状态的检测方法、装置、设备及存储介质 | |
CN117953434B (zh) | 基于智能网关的输电线路外力破坏监测方法及系统 | |
CN107016349B (zh) | 一种基于深度相机的人群流量分析方法 | |
CN117115749A (zh) | 一种建筑质量全局检测方法及系统 | |
CN118229568B (zh) | 图像边缘去伪降噪方法及装置、设备、存储介质 | |
CN117218162B (zh) | 一种基于ai的全景追踪控视系统 | |
CN115713501B (zh) | 适用于摄像头模糊画面的检测处理方法及系统 | |
CN115424353B (zh) | 基于ai模型的业务用户特征识别方法及系统 | |
CN118095971B (zh) | 一种ad钙奶饮料加工工艺评估方法、系统及介质 | |
CN108508018A (zh) | 一种基于图像数据的质量监控方法 |
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 |