CN114998221A - 一种双光融合热熔胶涂胶在线检测方法、系统及计算机可读存储介质 - Google Patents
一种双光融合热熔胶涂胶在线检测方法、系统及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114998221A CN114998221A CN202210522634.8A CN202210522634A CN114998221A CN 114998221 A CN114998221 A CN 114998221A CN 202210522634 A CN202210522634 A CN 202210522634A CN 114998221 A CN114998221 A CN 114998221A
- Authority
- CN
- China
- Prior art keywords
- image
- hot melt
- melt adhesive
- detection method
- adhesive coating
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 80
- 239000004831 Hot glue Substances 0.000 title claims abstract description 52
- 239000011248 coating agent Substances 0.000 title claims abstract description 45
- 238000000576 coating method Methods 0.000 title claims abstract description 45
- 230000004927 fusion Effects 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 239000003292 glue Substances 0.000 claims description 57
- 239000000084 colloidal system Substances 0.000 claims description 20
- 230000003287 optical effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000010073 coating (rubber) Methods 0.000 claims 3
- 238000004026 adhesive bonding Methods 0.000 abstract description 24
- 238000004806 packaging method and process Methods 0.000 abstract description 14
- 230000005855 radiation Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000012943 hotmelt Substances 0.000 description 4
- 238000002844 melting Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 239000007921 spray Substances 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000005507 spraying Methods 0.000 description 3
- 239000000853 adhesive Substances 0.000 description 2
- 230000001070 adhesive effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000003331 infrared imaging Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000008018 melting Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 235000014101 wine Nutrition 0.000 description 2
- 239000002390 adhesive tape Substances 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 235000013365 dairy product Nutrition 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/10048—Infrared image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in 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)
- Geometry (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开的一种双光融合热熔胶涂胶在线检测方法、系统及计算机可读存储介质,方法包括以下步骤:获取涂胶后的包装图像,并对图像进行预处理;检测预处理后图像的不同指标;将不同指标与预设的阈值比较,得到每项指标的判定结果;将每项指标的判定结果输入至综合判定单元,输出最终的检测结果。本发明公开的一种双光融合热熔胶涂胶在线检测方法和系统及计算机可读存储介质,通过获取涂胶后的包装图像并进行预处理,进而检测图像的不同指标,综合分析每一项指标判定结果进而得到最终的检测结果,本发明提升了检测效率,降低了检测成本。
Description
技术领域
本发明涉及检测技术领域,更具体的,涉及一种双光融合热熔胶涂胶在线检测方法、系统及计算机可读存储介质。
背景技术
热熔胶封合技术因其高效、便捷、环保等优点,目前已广泛应用于各种食品、烟酒的纸盒外包装和酒、奶制品等纸箱外包装,以替代传统的捆扎式包装、胶带式包装和水基型、油基型胶粘剂纸箱封装。现有高速包装机的热熔胶具有强度高、粘性面广、固化速度快、耐高低温性能好等优势,受到市场争先追捧。
但热熔胶机是一种包含喷嘴、滤网、自动喷枪、RTD、R溶剂、喉管等多种辅助设备的复杂联动系统,为了保证热熔胶机喷枪在工作时喷出量合适且连续的胶体,需要调整储液罐、泵组件、控制阀组件各种参数。因此,如何监测喷枪工作状态,并实时反馈以动态调整参数是保障热熔胶机连续健康运行的关键。
传统的方式,采用抽检涂胶后的包装的方式,通过人眼检查撕开后包装涂胶贴合面的位置,大小等信息,来判断喷嘴当前涂胶的状态。一方面,监测方式是比较粗略,抽检数量有限,很难反映全线的产品信息;另一方面,人工抽检,抽检结果因人而异,同时对成本造成一定的浪费;
现有的热熔胶涂胶检测依靠人工检测效率低、成本高,因此亟需一种高效的双光融合热熔胶涂胶在线检测方法。
发明内容
鉴于上述问题,本发明的目的是提供一种双光融合热熔胶涂胶在线检测方法、系统及计算机可读存储介质,能够提高检测效率,降低成本。
本发明第一方面提供了一种双光融合热熔胶涂胶在线检测方法,包括以下步骤:
获取涂胶后的包装图像,并对图像进行预处理;
检测预处理后图像的不同指标;
将不同指标与预设的阈值比较,得到每项指标的判定结果;
将每项指标的判定结果输入至综合判定单元,输出最终的检测结果。
本方案中,所述的获取涂胶后的包装图像包括红外图像和可见光图像。
本方案中,对获取的涂胶后的包装图像进行预处理具体过程为:
将可见光图像的尺寸缩小至红外光图像相同,分别提取可见光图像和红外光图像的surf特征,利用surf特征匹配算法进行图像配准;
将配准后的可见光图像和红外光图像融合得到融合图像。
本方案中,检测预处理后的图像不同指标,所述指标包括:颜色面积、块状物计数,宽度间距、轮廓定位,其中所述颜色面积用于计算胶体量;所述块状物计数用于判断胶体是否断胶;所述宽度间距用于计算胶体长度和宽度;所述轮廓定位用于得到胶体相对纸包装的坐标。
本方案中,每项指标的判定结果均分为三个等级,即:合格、警告、错误。
本方案中,最终的检测结果包括有:SKU模板OK和SKU模板NG。
本方案中,最终检测结果以预设的命名方式进行命名并保存。
本发明第二方面提供了一种双光融合热熔胶涂胶在线检测系统,包括存储器和处理器,所述存储器中包括双光融合热熔胶涂胶在线检测方法程序,所述双光融合热熔胶涂胶在线检测方法程序被所述处理器执行时实现如下步骤:
获取涂胶后的包装图像,并对图像进行预处理;
检测预处理后的图像不同指标;
将不同指标与预设的阈值比较,得到每项指标的判定结果;
将每项指标的判定结果输入至综合判定单元,输出最终的检测结果。
本方案中,所述的获取涂胶后的包装图像包括红外图像和可见光图像。
本发明第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质中包括视双光融合热熔胶涂胶在线检测方法程序,所述双光融合热熔胶涂胶在线检测方法程序被处理器执行时,实现如上所述的一种双光融合热熔胶涂胶在线检测方法的步骤。
本发明公开的一种双光融合热熔胶涂胶在线检测方法和系统及计算机可读存储介质,通过获取涂胶后的包装图像并进行预处理,进而检测图像的不同指标,综合分析每一项指标判定结果进而得到最终的检测结果,本发明提升了检测检测效率,降低了检测成本。
附图说明
图1示出了本申请一种双光融合热熔胶涂胶在线检测方法的流程图。
图2示出了本申请融合图像融合前后对比图。
图3示出了本申请一种双光融合热熔胶涂胶在线检测系统框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
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他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本申请一种双光融合热熔胶涂胶在线检测方法的流程图。
如图1所示,本申请公开了一种双光融合热熔胶涂胶在线检测方法,包括以下步骤:
本发明第一方面提供了一种双光融合热熔胶涂胶在线检测方法,包括以下步骤:
S102:获取涂胶后的包装图像,并对图像进行预处理;
S104:检测预处理后的图像不同指标;
S106:将不同指标与预设的阈值比较,得到每项指标的判定结果;
S108:将每项指标的判定结果输入至综合判定单元,输出最终的检测结果。
需要说明的是,本发明是通过获取热熔机在包装箱表面涂胶的图像,对获取的图像进行预处理,检测预处理后图像的指标,进而与预设的阈值判断出每项指标的判定结果,进而综合判断输出最终的检测结果,根据检测结果即可得到当前热熔胶机的涂胶状态。
根据本发明实施例,所述的获取涂胶后的包装图像包括红外图像和可见光图像。
需要说明的是,在一个具体的实施例中可以对需要检测的包装箱的涂胶表面分别获取图像,例如通过工业相机获取涂胶后的包装图像,在本发明中所述的工业相机采用红外工业相机,红外工业相机具备红外探测器和可见光探测器,能够同时获取红外图像和可见光图像,为了检测热熔机在包装箱表面喷胶细节,需要定位胶体在包装面的所在位置,可见光图像能够识别胶体的形状轮廓,相对于传统可见光技术,红外成像原理主要是通过物体的热辐射强度来显示物体的形状轮廓,目标与周围背景的热辐射差异将会使目标在红外图像中突显出来。但红外图像尤其固有的缺点,相对于可见光图像,红外图像对比度低,信噪比差。同时,红外图像通过物体热辐射强度来反映物体形状轮廓,对于纸质包装中无热熔胶部分,轮廓清晰度不如可见光。但红外图像仅能确定涂胶胶量多少,是否存在断胶,并不能确定涂胶位置是否合适,是否溢胶,因此采用可见光图像和红外图像相结合,既保留了可见光的信息,同时具备红外热图信息,可以准确确定胶体和纸包装的相对位置,刚好解决单红外相机无法解决的问题。
根据本发明实施例,对获取的涂胶后的包装图像进行预处理具体过程为:
将可见光图像的尺寸缩小至红外光图像相同,分别提取可见光图像和红外光图像的surf特征,利用surf特征匹配算法进行图像配准;
将配准后的可见光图像和红外光图像融合的得到融合图像。如图2所示为融合图像融合前后对比图。
需要说明的是,在获取了红外图像和可见光图像后,需要对获取的图像进行预处理得到融合图像,在一个具体的实施例中直接获取的可见光图像和红外图像一般具有不同的尺寸,例如可见光图像为1280*1024,红外图像尺寸为384*288,首先将可见光图像的尺寸缩小至红外图像的尺寸,分别提取可见光图像和红外图像的surf特征,利用surf特征匹配算法进行图像配准,surf特征匹配算法的一般流程为:1.提取两幅图像的Surf特征;对Surf特征进行匹配,找到最匹配的特征点对;提取最优配对点的坐标,生成透视变换矩阵;将图像经过透视变换,生成配准图像,在进行图像配准之后可以利用现有的基于图像显著性检测的方法进行图像融合,通过基于图像显著性检测的方法能够更加精确的定位到红外图像的目标区域,使融合后的图像细节更为清晰。
根据本发明实施例,检测预处理后的图像不同指标,所述指标包括:颜色面积、块状物计数,宽度间距、轮廓定位,其中所述颜色面积用于计算胶体量;所述块状物计数用于判断胶体是否断胶;所述宽度间距用于计算胶体长度和宽度;所述轮廓定位用于得到胶体相对纸包装的坐标。
需要说明的是,本发明通过四个方面的指标对涂胶进行检测判断,即胶体量、是否断胶、胶体的长度和宽度、胶体相对纸包装的坐标,其中包装的胶体量通过检测胶体的颜色面积得到(不同的温度在红外相机下显示不同颜色,由于胶体和环境温度存在差异,因此可根据红外相机拍摄的热力图中胶体温度部分来获取胶体体量);是否断胶通过块状物的个数检测,例如如果块状物的个数大于1块则说明胶体断胶;胶体的长度和宽度通过宽度间距计算得到;所述胶体相对纸包装的坐标则通过对轮廓定位计算得到。
根据本发明实施例,每项指标的判定结果均分为三个等级,即:合格、警告、错误。
需要说明的是,在本发明中,对每项指标均设置三个等级,即合格、警告、错误,对于每项指标均预设有阈值,例如胶体量的阈值分别为5、8,当检测出的胶体量为5-8时,则判定为合格等级,当胶体量小于5时,则判定为警告等级,等胶体量大于8时为错误等级。
根据本发明实施例,最终的检测结果包括有:SKU模板OK和SKU模板NG。
需要说明的是,在本发明中,每一项指标的检测结果输入至综合判定单元,通过综合判定单元的分析输出最终的检测结果,最终的检测结果包括两种:SKU模板OK和SKU模板NG,其中SKU模板OK代表涂胶合格,SKU模板NG涂胶不合格,低于涂胶不合格的产品记录当前的检测时间并进行统计计数,若在设定的时间内连续出现n次涂胶不合格则输出报警信息。
根据本发明实施例,最终检测结果以预设的命名方式进行命名并保存。
需要说明的是,在本发明中对于检测结果以预设的命名方式进行命名并保存,更具体的,以每一幅图像的时间戳+SKU字段进行命名,其中SKU字段包括有:胶体量等级,断胶等级,长度和宽度等级,位置等级,通过统一的命名方便批量的存入数据库中,从而可以借助数据库存储数据进行离线分析热熔胶机涂胶工作状态。
本发明通过对包装的涂胶进行检测,从而可以判断出热熔胶涂胶设备的运行状态,通过对检测结果进行存储能够辅助判断出设备正常运行的预热时间,为后期工艺改进提供验证数据,根据检测结果的分析,对检测后的每一个包装进行分流,使产品质量得到提升。
图3示出了一种双光融合热熔胶涂胶在线检测系统框图。
如图3所示,本发明第二方面提供了一种双光融合热熔胶涂胶在线检测系统,包括存储器31和处理器32,所述存储器中包括双光融合热熔胶涂胶在线检测方法程序,所述双光融合热熔胶涂胶在线检测方法程序被所述处理器执行时实现如下步骤:
S102:获取涂胶后的包装图像,并对图像进行预处理;
S104:检测预处理后图像的不同指标;
S106:将不同指标与预设的阈值比较,得到每项指标的判定结果;
S108:将每项指标的判定结果输入至综合判定单元,输出最终的检测结果。
需要说明的是,本发明是通过获取热熔机在包装箱表面涂胶的图像,对获取的图像进行预处理,检测预处理后图像的指标,进而与预设的阈值判断出每项指标的判定结果,进而综合判断输出最终的检测结果,根据检测结果即可得到当前热熔胶机的涂胶状态。
根据本发明实施例,所述的获取涂胶后的包装图像包括红外图像和可见光图像。
需要说明的是,在一个具体的实施例中可以对需要检测的包装箱的涂胶表面分别获取图像,例如通过工业相机获取涂胶后的包装图像,在本发明中所述的工业相机采用红外工业相机,红外工业相机具备红外探测器和可见光探测器,能够同时获取红外图像和可见光图像,为了检测热熔机在包装箱表面喷胶细节,需要定位胶体在包装面的所在位置,可见光图像能够识别胶体的形状轮廓,相对于传统可见光技术,红外成像原理主要是通过物体的热辐射强度来显示物体的形状轮廓,目标与周围背景的热辐射差异将会使目标在红外图像中突显出来。但红外图像尤其固有的缺点,相对于可见光图像,红外图像对比度低,信噪比差。同时,红外图像通过物体热辐射强度来反映物体形状轮廓,对于纸质包装中无热熔胶部分,轮廓清晰度不如可见光。但红外图像仅能确定涂胶胶量多少,是否存在断胶,并不能确定涂胶位置是否合适,是否溢胶,因此采用可见光图像和红外图像相结合,既保留了可见光的信息,同时具备红外热图信息,可以准确确定胶体和纸包装的相对位置,刚好解决单红外相机无法解决的问题。
根据本发明实施例,对获取的涂胶后的包装图像进行预处理具体过程为:
将可见光图像的尺寸缩小至红外光图像相同,分别提取可见光图像和红外光图像的surf特征,利用surf特征匹配算法进行图像配准;
将配准后的可见光图像和红外光图像融合得到融合图像。
需要说明的是,在获取了红外图像和可见光图像后,需要对获取的图像进行预处理得到融合图像,在一个具体的实施例中直接获取的可见光图像和红外图像一般具有不同的尺寸,例如可见光图像为1280*1024,红外图像尺寸为384*288,首先将可见光图像的尺寸缩小至红外图像的尺寸,分别提取可见光图像和红外图像的surf特征,利用surf特征匹配算法进行图像配准,surf特征匹配算法的一般流程为:1.提取两幅图像的Surf特征;对Surf特征进行匹配,找到最匹配的特征点对;提取最优配对点的坐标,生成透视变换矩阵;将图像经过透视变换,生成配准图像,在进行图像配准之后可以利用现有的基于图像显著性检测的的方法进行图像融合,通过基于图像显著性检测的的方法能够更加精确的定位到红外图像的目标区域,使融合后的图像细节更为清晰。
根据本发明实施例,检测预处理后的图像不同指标,所述指标包括:颜色面积、块状物计数,宽度间距、轮廓定位,其中所述颜色面积用于计算胶体量;所述块状物计数用于判断胶体是否断胶;所述宽度间距用于计算胶体长度和宽度;所述轮廓定位用于得到胶体相对纸包装的坐标。
需要说明的是,本发明通过四个方面的指标对涂胶进行检测判断,即胶体量、是否断胶、胶体的长度和宽度、胶体相对纸包装的坐标,其中包装的胶体量通过检测胶体的颜色面积得到(不同的温度在红外相机下显示不同颜色,由于胶体和环境温度存在差异,因此可根据红外相机拍摄的热力图中胶体温度部分来获取胶体体量);是否断胶通过块状物的个数检测,例如如果块状物的个数大于1块则说明胶体断胶;胶体的长度和宽度通过宽度间距计算得到;所述胶体相对纸包装的坐标则通过对轮廓定位计算得到。
根据本发明实施例,每项指标的判定结果均分为三个等级,即:合格、警告、错误。
需要说明的是,在本发明中,对每项指标均设置三个等级,即合格、警告、错误,对于每项指标均预设有阈值,例如胶体量的阈值分别为5、8,当检测出的胶体量为5-8时,则判定为合格等级,当胶体量小于5时,则判定为警告等级,等胶体量大于8时为错误等级。
根据本发明实施例,最终的检测结果包括有:SKU模板OK和SKU模板NG。
需要说明的是,在本发明中,每一项指标的检测结果输入至综合判定单元,通过综合判定单元的分析输出最终的检测结果,最终的检测结果包括两种:SKU模板OK和SKU模板NG,其中SKU模板OK代表涂胶合格,SKU模板NG涂胶不合格,低于涂胶不合格的产品记录当前的检测时间并进行统计计数,若在设定的时间内连续出现n次涂胶不合格则输出报警信息。
根据本发明实施例,最终检测结果以预设的命名方式进行命名并保存。
需要说明的是,在本发明中对于检测结果以预设的命名方式进行命名并保存,更具体的,以每一幅图像的时间戳+SKU字段进行命名,其中SKU字段包括有:胶体量等级,断胶等级,长度和宽度等级,位置等级,通过统一的命名方便批量的存入数据库中,从而可以借助数据库存储数据进行离线分析热熔胶机涂胶工作状态。
本发明第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质中包括视双光融合热熔胶涂胶在线检测方法程序,所述双光融合热熔胶涂胶在线检测方法程序被处理器执行时,实现如上所述的一种双光融合热熔胶涂胶在线检测方法的步骤。
本发明公开的一种双光融合热熔胶涂胶在线检测方法和系统及计算机可读存储介质,通过获取涂胶后的包装图像并进行预处理,进而检测图像的不同指标,综合分析每一项指标判定结果进而得到最终的检测结果,本发明提升了检测检测效率,降低了检测成本,进一步的根据检测结果可以判断出热熔胶涂胶设备的运行状态,通过对检测结果进行存储能够辅助判断出设备正常运行的预热时间,为后期工艺改进提供验证数据,根据检测结果的分析,对检测后的每一个包装进行分流,使产品质量得到提升。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,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,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种双光融合热熔胶涂胶在线检测方法,其特征在于,包括以下步骤:
获取涂胶后的包装图像,并对图像进行预处理;
检测预处理后图像的不同指标;
将不同指标与预设的阈值比较,得到每项指标的判定结果;
将每项指标的判定结果输入至综合判定单元,输出最终的检测结果。
2.根据权利要求1所述的一种双光融合热熔胶涂胶在线检测方法,其特征在于,所述的获取涂胶后的包装图像包括红外图像和可见光图像。
3.根据权利要求2所述的一种双光融合热熔胶涂胶在线检测方法,其特征在于,对获取的涂胶后的包装图像进行预处理具体过程为:
将可见光图像的尺寸缩小至红外光图像相同,分别提取可见光图像和红外光图像的surf特征,利用surf特征匹配算法进行图像配准;
将配准后的可见光图像和红外光图像融合得到融合图像。
4.根据权利要求1所述的一种双光融合热熔胶涂胶在线检测方法,其特征在于,检测预处理后的图像不同指标,所述指标包括:颜色面积、块状物计数,宽度间距、轮廓定位,其中所述颜色面积用于计算胶体量;所述块状物计数用于判断胶体是否断胶;所述宽度间距用于计算胶体长度和宽度;所述轮廓定位用于得到胶体相对纸包装的坐标。
5.根据权利要求1所述的一种双光融合热熔胶涂胶在线检测方法,其特征在于,每项指标的判定结果均分为三个等级,即:合格、警告、错误。
6.根据权利要求1所述的一种双光融合热熔胶涂胶在线检测方法,其特征在于,最终的检测结果包括有:SKU模板OK和SKU模板NG。
7.根据权利要求6所述的一种双光融合热熔胶涂胶在线检测方法,其特征在于,最终检测结果以预设的命名方式进行命名并保存。
8.一种双光融合热熔胶涂胶在线检测系统,其他特征在于,包括存储器和处理器,所述存储器中包括双光融合热熔胶涂胶在线检测方法程序,所述双光融合热熔胶涂胶在线检测方法程序被所述处理器执行时实现如下步骤:
获取涂胶后的包装图像,并对图像进行预处理;
检测预处理后的图像的不同指标;
将不同指标与预设的阈值比较,得到每项指标的判定结果;
将每项指标的判定结果输入至综合判定单元,输出最终的检测结果。
9.根据权利要求7所述的一种双光融合热熔胶涂胶在线检测系统,其特征在于,所述的获取涂胶后的包装图像包括红外图像和可见光图像。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括视双光融合热熔胶涂胶在线检测方法程序,所述双光融合热熔胶涂胶在线检测方法程序被处理器执行时,实现如权利要求1至7中任一项所述的一种双光融合热熔胶涂胶在线检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210522634.8A CN114998221A (zh) | 2022-05-13 | 2022-05-13 | 一种双光融合热熔胶涂胶在线检测方法、系统及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210522634.8A CN114998221A (zh) | 2022-05-13 | 2022-05-13 | 一种双光融合热熔胶涂胶在线检测方法、系统及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114998221A true CN114998221A (zh) | 2022-09-02 |
Family
ID=83026832
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210522634.8A Pending CN114998221A (zh) | 2022-05-13 | 2022-05-13 | 一种双光融合热熔胶涂胶在线检测方法、系统及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114998221A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797255A (zh) * | 2022-10-17 | 2023-03-14 | 宁德时代新能源科技股份有限公司 | 涂胶缺陷识别方法、装置、电子设备及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180189940A1 (en) * | 2016-12-30 | 2018-07-05 | Hongfujin Precision Electronics (Zhengzhou) Co., Ltd. | Electronic device and method for checking dispensing of glue in relation to circuit board |
CN108896545A (zh) * | 2018-05-09 | 2018-11-27 | 歌尔股份有限公司 | 涂胶检测方法、装置及计算机可读存储介质 |
CN111667520A (zh) * | 2020-06-09 | 2020-09-15 | 中国人民解放军63811部队 | 红外图像和可见光图像的配准方法、装置及可读存储介质 |
CN114219840A (zh) * | 2021-10-29 | 2022-03-22 | 浙江大华技术股份有限公司 | 图像配准融合方法、装置及计算机存储介质 |
CN114445401A (zh) * | 2022-03-11 | 2022-05-06 | 南京卓宇智能科技有限公司 | 一种涂胶缺陷检测设备多镜头环形图像拼接算法 |
-
2022
- 2022-05-13 CN CN202210522634.8A patent/CN114998221A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180189940A1 (en) * | 2016-12-30 | 2018-07-05 | Hongfujin Precision Electronics (Zhengzhou) Co., Ltd. | Electronic device and method for checking dispensing of glue in relation to circuit board |
CN108896545A (zh) * | 2018-05-09 | 2018-11-27 | 歌尔股份有限公司 | 涂胶检测方法、装置及计算机可读存储介质 |
CN111667520A (zh) * | 2020-06-09 | 2020-09-15 | 中国人民解放军63811部队 | 红外图像和可见光图像的配准方法、装置及可读存储介质 |
CN114219840A (zh) * | 2021-10-29 | 2022-03-22 | 浙江大华技术股份有限公司 | 图像配准融合方法、装置及计算机存储介质 |
CN114445401A (zh) * | 2022-03-11 | 2022-05-06 | 南京卓宇智能科技有限公司 | 一种涂胶缺陷检测设备多镜头环形图像拼接算法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797255A (zh) * | 2022-10-17 | 2023-03-14 | 宁德时代新能源科技股份有限公司 | 涂胶缺陷识别方法、装置、电子设备及计算机可读存储介质 |
CN115797255B (zh) * | 2022-10-17 | 2023-10-20 | 宁德时代新能源科技股份有限公司 | 涂胶缺陷识别方法、装置、电子设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110570410B (zh) | 一种自动识别检测焊缝缺陷的检测方法 | |
CN102275656B (zh) | 一种条烟装箱机缺条在线视觉检测装置及其检测方法 | |
CA2399247C (en) | Method and system for prescribing and/or dispensing ophthalmic lenses | |
US9723251B2 (en) | Technique for image acquisition and management | |
CN110738135B (zh) | 一种工人作业工步规范视觉识别判定与指导方法及系统 | |
EP0486219A2 (en) | Automated evaluation of painted surface quality | |
CN107111602A (zh) | 原木扫描系统 | |
CN107705023B (zh) | 实现生产与品质管理信息化及标准化的控制方法及系统 | |
CN108960038B (zh) | 一种基于图像识别技术的购物手推车及其识别方法 | |
CN109829777A (zh) | 一种智能购物系统和购物方法 | |
CN107194316A (zh) | 一种情绪满意度的评价方法、装置及系统 | |
CN114998221A (zh) | 一种双光融合热熔胶涂胶在线检测方法、系统及计算机可读存储介质 | |
CN109472297A (zh) | 药柜药品智能定位管理方法及系统 | |
US20210390674A1 (en) | Synthetic image generation for surface anomaly detection | |
CN110782324B (zh) | 一种基于云平台的电子商务商品信息管理方法及系统 | |
CN107808454A (zh) | 一种眼镜自动售卖机以及眼镜的租用及购买方法 | |
CN201820244U (zh) | 一种条烟装箱机缺条在线视觉检测装置 | |
CN107491675A (zh) | 信息安全处理方法、装置和终端 | |
CN110705504A (zh) | 视线定位方法、显示装置、电子设备以及存储介质 | |
JP2022044734A (ja) | 即時廃棄物質検査装置、ならびにそれを使用する廃棄物リサイクル装置および方法 | |
Zhang et al. | Online weld pool contour extraction and seam width prediction based on mixing spectral vision | |
JP7170758B2 (ja) | 風味に基づく生鮮食品管理・取引システム及び方法 | |
CN110501384A (zh) | 一种基于热辐射视觉图像的轮胎钢丝帘缺陷检测装置及检测方法 | |
CN106595476A (zh) | 基于ar技术的零配件检测方法和装置 | |
KR20110125460A (ko) | 시선추적을 이용한 제품 정보 제공 시스템 및 방법 |
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 |