CN115439475A - 基于物联网技术的一种快速热收缩节能控制系统 - Google Patents

基于物联网技术的一种快速热收缩节能控制系统 Download PDF

Info

Publication number
CN115439475A
CN115439475A CN202211381585.7A CN202211381585A CN115439475A CN 115439475 A CN115439475 A CN 115439475A CN 202211381585 A CN202211381585 A CN 202211381585A CN 115439475 A CN115439475 A CN 115439475A
Authority
CN
China
Prior art keywords
difference
image
product
degree
area
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.)
Granted
Application number
CN202211381585.7A
Other languages
English (en)
Other versions
CN115439475B (zh
Inventor
李永方
王繁
胡美良
黄子红
许占英
胡伊达
胡伊特
胡步浩
龙红科
张彭春
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.)
Xinling Electrical Co ltd
Original Assignee
Xinling Electrical 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 Xinling Electrical Co ltd filed Critical Xinling Electrical Co ltd
Priority to CN202211381585.7A priority Critical patent/CN115439475B/zh
Publication of CN115439475A publication Critical patent/CN115439475A/zh
Application granted granted Critical
Publication of CN115439475B publication Critical patent/CN115439475B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B65CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65BMACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
    • B65B53/00Shrinking wrappers, containers, or container covers during or after packaging
    • B65B53/02Shrinking wrappers, containers, or container covers during or after packaging by heat
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B65CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65BMACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
    • B65B57/00Automatic control, checking, warning, or safety devices
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/187Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Packages (AREA)

Abstract

本发明涉及控制系统技术领域,具体涉及基于物联网技术的一种快速热收缩节能控制系统,该系统包括:产品数据获取模块,用于获取第一、第二和第三产品图像;产品数据处理模块,用于根据第一产品图像和第二产品图像的差值得到第一差异图像,进而得到遮罩图像;根据第一产品图像和第三产品图像的差值得到第二差异图像,利用遮罩图像对第二差异图像进行处理得到热收缩差异图像;热收缩效果分析模块,用于获取第一、第二和第三差异区域,计算第一、第二和第三差异程度,进而得到产品的包覆程度;热收缩节能控制模块,用于获取温度包覆程度曲线,计算温度的优选程度,利用优选程度最大值对应的温度对热收缩机进行调节。本发明避免了较高温度的资源浪费。

Description

基于物联网技术的一种快速热收缩节能控制系统
技术领域
本发明涉及控制系统技术领域,具体涉及基于物联网技术的一种快速热收缩节能控制系统。
背景技术
热收缩包装是市场比较先进的包装方法之一,是先给产品包覆上热收缩膜,而后通过加热的方式使包覆的薄膜产生收缩形变,这样热收缩膜就能紧紧包覆产品,能够为产品裹上一层热薄膜,充分显示物品外观。一般情况下,在热收缩膜没破损的情况下,温度越高,则其收缩效果越好,但是温度过高后容易产生破裂,且过度加热表明多余的热量是非必要的,造成了资源的浪费。
在热收缩过程中温度控制并无标准,都是人为根据实际热收缩效果和经验知识来进行调节的,难以实现自动化的需求。目前的热收缩温度调控系统都是确保温度恒定,即温度波动程度小,目的是精准控制温度达到恒温的效果,但是该系统并不能根据产品的热收缩效果进行智能调控温度,容易造成资源的浪费。
发明内容
为了解决上述技术问题,本发明的目的在于提供基于物联网技术的一种快速热收缩节能控制系统,所采用的技术方案具体如下:
产品数据获取模块,用于分别获取产品未包装的图像、包覆热收缩膜的图像和热收缩处理后的图像,并去除图像中的背景部分得到第一产品图像、第二产品图像和第三产品图像;
产品数据处理模块,用于根据第一产品图像和第二产品图像的差值得到第一差异图像,对第一差异图像进行二值化处理,对二值化后的图像划分设定区域得到遮罩图像;根据第一产品图像和第三产品图像的差值得到第二差异图像,利用遮罩图像对第二差异图像进行处理得到热收缩差异图像;
热收缩效果分析模块,用于对热收缩差异图像进行分割得到第一差异区域、第二差异区域以及第三差异区域;将第一差异区域划分为设定数量的子区域,根据各子区域的面积以及边长长度计算第一差异程度;分别根据第二和第三差异区域的面积计算第二和第三差异程度,根据第一、第二和第三差异程度得到产品的包覆程度;
热收缩节能控制模块,用于获取利用不同温度对产品热收缩处理后对应的产品的包覆程度,利用温度和产品的包覆程度进行曲线拟合得到温度包覆程度曲线,根据该曲线计算不同温度对应的优选程度,利用优选程度最大值对应的温度对热收缩机进行温度调节。
优选地,所述对二值化后的图像划分设定区域得到遮罩图像具体为:
对二值化后的图像进行连通域分析得到热收缩膜区域,获取热收缩膜区域的内边缘和外边缘,按照热收缩膜区域的尺寸大小获取收缩长度,利用收缩长度从所述内边缘向内收缩得到第一边缘,利用收缩长度从所述第一边缘向内收缩得到第二边缘;内边缘与第一边缘之间为产品边缘区域,第一边缘与第二边缘之间为产品表面区域,分别对热收缩膜区域、产品边缘区域和产品表面区域标注不同的标签,标注后的二值化后的图像即为遮罩图像。
优选地,所述将第一差异区域划分为设定数量的子区域具体为:
获取第一差异区域的内边缘和外边缘,所述内边缘包括横向边缘和纵向边缘,将内边缘的两条横向边缘分别向外延伸至与外边缘相交,利用纵向边缘和延伸后的横向边缘将第一差异区域分割为设定数量的子区域。
优选地,所述第一差异程度的获取方法具体为:
获取第一差异区域的总面积以及各子区域的面积,并获取第一差异区域和各子区域的边长长度,根据各子区域的面积与第一差异区域的总面积的比值、各子区域和第一差异区域的边长长度的比值,得到第一差异程度。
优选地,所述第二和第三差异程度的获取方法具体为:
分别对第二差异区域和第三差异区域进行边缘检测,根据第二差异区域内所有闭合边缘内区域的面积与第二差异区域的总面积的比值得到第二差异程度;根据第三差异区域内所有闭合边缘内区域的面积与第三差异区域的总面积的比值得到第三差异程度。
优选地,所述根据第一、第二和第三差异程度得到产品的包覆程度具体为:
Figure 100002_DEST_PATH_IMAGE001
其中,BF表示产品的包覆程度,
Figure 974405DEST_PATH_IMAGE002
表示第一差异程度,
Figure 873091DEST_PATH_IMAGE003
表示第二差异程度,
Figure 819444DEST_PATH_IMAGE004
表示第三差异程度,
Figure 501092DEST_PATH_IMAGE005
Figure 551088DEST_PATH_IMAGE006
Figure 994576DEST_PATH_IMAGE007
均表示权重系数。
优选地,所述优选程度的获取方法具体为:
Figure 130022DEST_PATH_IMAGE008
其中,
Figure 100002_DEST_PATH_IMAGE009
表示曲线上第i个点对应的温度的优选程度,
Figure 523351DEST_PATH_IMAGE010
表示曲线上第 i+1个点对应的包覆程度,
Figure 959011DEST_PATH_IMAGE011
表示曲线上第i个点对应的包覆程度,
Figure 668342DEST_PATH_IMAGE012
表示曲线 上第i-1个点对应的包覆程度。
本发明实施例至少具有如下有益效果:
本发明通过获取产品未包装的图像、包覆热收缩膜的图像和热收缩处理后的图像,即通过分别获取产品在三个不同阶段的图像,进而分别对三个不同阶段的图像进行分析得到第一差异图像,该图像能够反应产品包覆热收缩膜前后的差异情况,对二值图像进行划分后获得遮罩图像,进而获得第二差异图像,该图像能够反应产品在热收缩处理前后的像素差异情况,利用遮罩图像第二差异程度进行处理得到热收缩差异图像能够表示热收缩膜存在的区域对应的像素差异程度,产品边缘区域和产品表面区域对应的差异程度;进一步的,根据三个差异区域的面积分别计算对应的差异程度,能够从三个不同的方面反应产品对应的热收缩效果;最终获得不同温度对应的包覆程度,进行曲线拟合,根据拟合得到的曲线获取优选程度最大的温度对热收缩机进行调节,根据包覆程度和温度之间的变化关系进行分析判断温度的调节方向和调节程度,实现了热缩机的自适应控制,同时用最优的温度进行热收缩处理,避免了较高温度的资源浪费,实现了节能的目的。
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和优点,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它附图。
图1是本发明的基于物联网技术的一种快速热收缩节能控制系统的系统框图;
图2是本发明实施例中对第一差异区域划分子区域的示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的基于物联网技术的一种快速热收缩节能控制系统,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的基于物联网技术的一种快速热收缩节能控制系统的具体方案。
实施例:
本发明的主要目的是:通过物联网技术来获得视觉传感器也即是相机采集的数据,而后通过分析获得的数据,在保证较好的热收缩效果的同时对热收缩温度进行控制,达到节能生产的目的。
本发明所针对的具体场景为:热收缩膜包覆产品后,利用热缩机对产品表面进行加热,使得热收缩膜发生收缩,从而包覆紧贴在产品表面上。本发明主要针对长方体彩盒的热缩包装,视觉传感器位于产品正上方,负责采集的正俯视图像,该图像数据能够很好的反应热收缩膜的变化,不会受到异形产品的干扰。
请参阅图1,其示出了本发明一个实施例提供的基于物联网技术的一种快速热收缩节能控制系统的系统框图,该系统包括:
产品数据获取模块,用于分别获取产品未包装的图像、包覆热收缩膜的图像和热收缩处理后的图像,并去除图像中的背景部分得到第一产品图像、第二产品图像和第三产品图像。
需要说明的是,热收缩工艺的流程具体为:先通过传送带进行产品的送料,而后给产品上下覆上热收缩膜,而后纵向切除热收缩膜侧面的多余部分,再利用热封刀横向切开产品,并完成热收缩袋的封口,最后进入热缩机,通过热缩机内部的红外加热,使得热收缩膜产生收缩形变,并包覆在产品表面。不同场景下,产品的热收缩膜最优温度是不同的,本发明采用闭环控制的方式,来不断调节最优的热收缩温度。
目前都是人为判断热收缩膜的收缩效果,而后根据经验来调整温度,本发明为了自动化调控,利用物联网技术,采用视觉传感器来采集不同阶段的产品外观数据,并通过蓝牙等无线方式或者有线的方式来完成数据到服务器的传输,而后处理、分析数据以便获得产品被热收缩膜的包覆效果。
具体地,利用视觉传感器分别采集产品在未包覆热收缩膜时的图像、产品在完全包覆热收缩膜但并未进行热收缩处理时的图像以及产品在经过热收缩处理之后的图像,分别记为产品未包装的图像、产品包覆热收缩膜的图像和产品热收缩处理后的图像。在本实施例中,所述视觉传感器采用的是工业相机,同时,采集产品在三个不同阶段的图像所使用的相机参数均保持一致,例如相机的焦距,相机到传送带所在平面的距离等,需要确保采集到的不同阶段的产品的图像尺寸一致,且产品的位置和像素尺寸一致。
为了确保目标容易识别,则需对采集到的图像进行预处理,去除背景的干扰。需要说明的是,对图像进行预处理以去除背景干扰的方法较多,实施者可根据实际情况进行选择,例如语义分割和阈值分割等方法。在本实施例中,采集到的产品在三个不同阶段的图像中的背景部分均为传送带,传送带的颜色统一,均为黑色,便于识别属于白色部分的热收缩膜。由于采集的图像中均存在背景底色的影响,故可对采集的图像进行处理得到只包含目标部分的图像。
具体地,在本实施例中,分别对产品未包装的图像、产品包覆热收缩膜的图像和产 品热收缩处理后的图像做相同的处理,以对产品未包装的图像进行预处理为例进行说明。 首先对产品未包装的图像和黑色的背景图像进行灰度化处理,得到对应的灰度图像。然后 利用产品未包装的图像对应的灰度图像减去背景图像对应的灰度图像,得到差值图像。进 而设定光线噪声影响权值,根据光线噪声影响权值得到差值像素的阈值,记为
Figure 851936DEST_PATH_IMAGE013
,其中,XC为差值像素的阈值,K为光线噪声影响权值,在本实施例中的取值为 0.04,实施者可根据实际情况进行设置。
进一步的,根据差值像素的阈值对差值图像进行阈值分割,即将差值图像中像素值小于或等于所述阈值的像素点标记为0,将差值图像中像素值大于所述阈值的像素点标记为1,得到二值差异图像,利用二值差异图像与原图像进行对应位置相乘操作,即可获得去除背景后只包含目标部分的图像。则将产品未包装的图像、产品包覆热收缩膜的图像和产品热收缩处理后的图像分别进行去除背景操作后的图像记为第一产品图像、第二产品图像和第三产品图像。
产品数据处理模块,用于根据第一产品图像和第二产品图像的差值得到第一差异图像,对第一差异图像进行二值化处理,对二值化后的图像划分设定区域得到遮罩图像;根据第一产品图像和第三产品图像的差值得到第二差异图像,利用遮罩图像对第二差异图像进行处理得到热收缩差异图像。
首先,需要说明的是,热收缩膜的包覆效果越好,就越是紧贴产品表面。在图像上表现为产品表面、产品边缘和产品外围存在热收缩膜带来的不同程度的像素差异,而差异像素的位置和数值能够反应热收缩膜的包覆效果。例如,产品之外有外延的热收缩膜没有完全被收缩,则产品的热收缩膜的包覆效果最差;产品之外不存在外延的热收缩膜,而产品包装盒的表面和产品包装盒的边缘存在热收缩膜褶皱纹理,则产品的热收缩膜包覆效果较差;产品之外不存在外延的热收缩膜,仅产品表面存在一部分较为细小的纹理,其为热收缩膜经过热收缩后存在的较为细微的差异,则产品的热收缩膜的包覆效果较好。
然后,由于第一产品图像为产品未经过包装热收缩膜时采集的图像,第二产品图像为产品完全包覆热收缩膜,但并未经过热收缩处理时采集的图像,则第一产品图像和第二产品图像两者之间的差异部分即为热收缩膜的部分,故可通过获取两者的差异部分进而获得在产品之外热收缩膜存在的大致范围,若对产品经过热收缩处理后的图像进行分析时,热收缩膜的边缘处于该范围内,则说明经过热收缩处理的产品表面的热收缩膜并未被收缩完全,则热收缩膜的包覆效果不好。
基于此,利用第二产品图像减去第一产品图像得到第一差异图像,由于热收缩膜在图像中表现为白色部分,故白色的热收缩膜所在区域像素值比其他部分像素值较大。对第一差异图像进行阈值分割处理,并利用形态学填补分割得到的图像中的孔洞后,得到对应的二值图像,其中,在二值图像中标记为1的像素点即为热收缩膜所在区域,标记为0的像素点即为产品所在区域。
由于热收缩膜是包覆在产品表面的部分,且在本实施例中产品为方形的,则二值图像中热收缩膜所在区域表现为近似矩形环状,则在矩形环状内部的矩形区域可以近似看作产品所在区域,为了准确的对热收缩膜的包覆效果进行分析,则需要在图像中分割出产品包装盒的边缘部分和产品包装盒的表面部分。
具体地,对二值化后的图像进行连通域分析得到热收缩膜区域,由于热收缩膜区域近似为矩形环状的区域,则可获取热收缩膜区域的内边缘和外边缘,按照热收缩膜区域的尺寸大小获取收缩长度,利用收缩长度从所述内边缘向内收缩得到第一边缘,利用收缩长度从所述第一边缘向内收缩得到第二边缘;内边缘和外边缘之间为热收缩膜区域,内边缘与第一边缘之间为产品边缘区域,第一边缘与第二边缘之间为产品表面区域,分别对热收缩膜区域、产品边缘区域和产品表面区域标注不同的标签,标注后的二值化后的图像即为遮罩图像。
其中,在本实施例中,设置收缩比例为0.2,即分别计算热收缩膜区域的内边缘的长和宽与收缩比例的乘积,得到区域边缘的长和宽对应的收缩长度,按照长和宽对应的收缩长度从内边缘开始进行收缩。同时,收缩比例的取值实施者可根据实际情况进行设置。
最后,由于第三产品图像为产品经过热收缩处理后获取的图像,第一产品图像为产品未经过包装热收缩膜时采集的图像,则第三产品图像与第一产品图像之间的差异部分能够反应产品经过热收缩处理后的包覆效果,故利用第三产品图像减去第一产品图像得到第二差异图像。
同时,由于遮罩图像中包括热收缩膜区域、产品边缘区域以及产品表面区域,则利用遮罩图像对第二差异图像进行处理,能够获得不同区域对应的像素差异程度,即将遮罩图像与第二差异图像相乘得到热收缩差异图像。
需要说明的是,在遮罩图像中,不同区域对应的标签不同,例如,热收缩膜区域内像素点标记为1,产品边缘区域内的像素点标记为2以及产品表面区域内的像素点标记为3,故利用遮罩图像对第二差异图像进行处理后得到图像中能够反应不同区域在热收缩处理前后对应的像素差异程度。
热收缩效果分析模块,用于对热收缩差异图像进行分割得到第一差异区域、第二差异区域以及第三差异区域;将第一差异区域划分为设定数量的子区域,根据各子区域的面积以及边长长度计算第一差异程度;分别根据第二和第三差异区域的面积计算第二和第三差异程度,根据第一、第二和第三差异程度得到产品的包覆程度。
首先,对热收缩差异图像进行分割得到第一差异区域、第二差异区域以及第三差异区域,其中第一差异区域能够反应热收缩膜区域在热收缩处理前后对应的像素差异程度,第二差异区域能够反应产品边缘区域在热收缩处理前后对应的像素差异程度,第三差异区域能够反应产品表面区域在热收缩处理前后对应的像素差异程度。
在第一差异区域中,该区域在图像中表现为近似矩形环状,且该区域能够反应热收缩膜所在的区域在热收缩处理前后的差异部分,则该区域的面积越大,说明产品的包装盒上热收缩膜未被收缩完全,则产品上的热收缩膜的包覆效果不好。若该区域的面积越小,或者近似于不存在该区域,则说明产品的包装盒上热收缩被完全收缩,对应的包覆效果较好。
基于此,将第一差异区域划分为设定数量的子区域,在本实施例中,由于产品的包装盒为方形,故设定数量的取值为4,即获取在方形的产品包装盒的上下左右四个方向上热收缩膜外延的程度。
具体地,获取第一差异区域的内边缘和外边缘,所述内边缘包括横向边缘和纵向边缘,将内边缘的两条横向边缘分别向外延伸至与外边缘相交,利用纵向边缘和延伸后的横向边缘将第一差异区域分割为设定数量的子区域。由延伸后的横向边缘、纵向边缘以及外边缘生成预设数量的闭合边缘区域,每个闭合边缘区域为一个子区域,在本实施例中,横向边缘为矩形的宽,纵向边缘为矩形的长。如图2所示,该图像为本实施例中对第一差异区域划分子区域的示意图,其中,将a记为第一子区域,b记为第二子区域,c记为第三子区域,d记为第四子区域,则第一子区域和第三子区域为横向区域,能够反应产品包装盒从宽度边缘在下和上两个方向上热收缩膜外延的程度,第二子区域和第四子区域为纵向区域,能够反应产品包装盒从长度边缘在右和左两个方向上热收缩膜外延的程度。
同时,需要说明的是,实施者也可沿着内边缘中两条纵向边缘分别向外延伸至与外边缘相交,利用横向边缘和延伸后的纵向边缘将第一差异区域分割为设定数量的子区域。
然后,获取第一差异区域的总面积以及各子区域的面积,并获取第一差异区域和各子区域的边长长度,根据各子区域的面积与第一差异区域的总面积的比值、各子区域和第一差异区域的边长长度的比值,得到第一差异程度,用公式表示为:
Figure 203283DEST_PATH_IMAGE014
其中,
Figure 493450DEST_PATH_IMAGE002
表示第一差异程度,
Figure 639260DEST_PATH_IMAGE015
表示第二子区域和第四子区域的面积之和与第 一差异区域的总面积之间的比值,即两个纵向区域的面积与第一差异区域的总面积之间的 比值;
Figure DEST_PATH_IMAGE016
表示第一子区域和第三子区域的面积之和与第一差异区域的总面积之间的比值, 即两个横向区域的面积与第一差异区域的总面积之间的比值;
Figure 14878DEST_PATH_IMAGE017
表示第二子区域和第四子 区域的宽度之和与第一差异区域的宽度之间的比值,即两个纵向区域在横向的边长与第一 差异区域的横向边长之间的比值;
Figure 904337DEST_PATH_IMAGE018
表示第一子区域和第三子区域的长度之和与第一差异 区域的长度之间的比值,即两个横向区域在纵向的边长与第一差异区域的纵向边长之间的 比值。
第一差异程度能够表示第一差异区域在横向和纵向上热收缩膜区域在热收缩处理前后对应的像素差异程度,两个纵向区域的面积越大,两个纵向区域在横向的边长越长,说明产品包装盒的热收缩膜在左右两个方向上的延伸部分越大,进而说明有较大面积的热收缩膜未被收缩,则第一差异程度的取值越大,说明热收缩膜的包覆效果越差。两个横向区域的面积越大,两个横向区域在纵向的边长越长,说明产品包装盒的热收缩膜在上下两个方向上的延伸部分越大,进而说明有较大面积的热收缩膜未被收缩,则第一差异程度的取值越大,说明热收缩膜的包覆效果越差。
最后,由于第二差异区域能够反应产品边缘区域在热收缩处理前后对应的像素差异程度,第三差异区域能够反应产品表面区域在热收缩处理前后对应的像素差异程度,在产品边缘区域和产品表面区域存在的褶皱纹理越多,则说明产品边缘及产品表面的热收缩效果越差。
基于此,分别对第二差异区域和第三差异区域进行边缘检测,获取两个差异区域内闭合的边缘,根据第二差异区域内所有闭合边缘内区域的面积与第二差异区域的总面积的比值得到第二差异程度;根据第三差异区域内所有闭合边缘内区域的面积与第三差异区域的总面积的比值得到第三差异程度。
其中,第二差异区域和第三差异区域内闭合边缘内的区域即为褶皱存在的区域,褶皱存在的区域数量越多,面积越大,则第二差异区域和第三差异区域对应的像素差异程度越大,进而说明产品边缘和产品表面存在较多褶皱,则对应的第二差异程度和第三差异程度的取值越大,说明产品的热收缩膜的包覆效果越差。
由于第一差异程度、第二差异程度和第三差异程度分别能够表示三个不同区域在热收缩前后的像素差异程度,故可将三个差异程度结合起来,进而获取产品经热收缩前后的整体差异程度,则整体差异程度能够反应产品在热收缩后的热收缩膜的包覆效果。
根据第一、第二和第三差异程度得到产品的包覆程度,用公式表示为:
Figure 612792DEST_PATH_IMAGE019
其中,BF表示产品的包覆程度,
Figure 398345DEST_PATH_IMAGE002
表示第一差异程度,
Figure 57997DEST_PATH_IMAGE003
表示第二差异程度,
Figure 954409DEST_PATH_IMAGE004
表示第三差异程度,
Figure 484747DEST_PATH_IMAGE005
Figure 237939DEST_PATH_IMAGE006
Figure 916045DEST_PATH_IMAGE007
均表示权重系数,权重系数的取值实施者可根据实际情 况进行设置。例如,由于热收缩膜的热收缩处理的首要任务是将包覆在产品包装盒上的热 收缩膜收缩完全,故可为第一差异程度设置较大的权重系数。则第一差异程度的取值越大, 第二差异程度的取值越大,第三差异程度的取值越大,对应的产品的包覆程度取值越小,说 明产品的热收缩效果越差。
热收缩节能控制模块,用于获取利用不同温度对产品热收缩处理后对应的产品的包覆程度,利用温度和产品的包覆程度进行曲线拟合得到温度包覆程度曲线,根据该曲线计算不同温度对应的优选程度,利用优选程度最大值对应的温度对热收缩机进行温度调节。
首先,需要说明的是,利用不同温度对产品进行热收缩处理的效果不同,为了包装热收缩的效果较好,并且能够达到节能的目的,则需要获取同等热收缩效果中的最低温度,若利用高于该温度的温度进行热收缩处理,热收缩的效果不会发生改变,进而造成了温度资源的浪费,若利用低于该温度的温度进行热收缩处理,热收缩的效果会变得较差,就无法保证热收缩的效果。
基于此,获取利用不同温度对产品热收缩处理后对应的产品的包覆程度,利用温度和产品的包覆程度进行曲线拟合得到温度包覆程度曲线,其中,温度包覆程度曲线的横坐标表示温度,纵坐标表示包覆程度。
从较高的温度逐渐降低温度,并采用上述模块对产品图像进行处理获得不同温度下产品的包覆程度,在温度降低的过程中,对应的包覆程度几乎不发生变化,直到降低至某个温度时,对应的包覆程度开始发生较大的变化,即逐渐减小,且此时包覆程度表示的热收缩效果难以达到产品包装加工的要求。
基于此,温度包覆程度曲线中出现两个拐点,则可根据该曲线上点的纵坐标差值获取曲线是否在该点位置处发生转折,同时,结合该点对应的包覆程度。若该点为转折点,且对应的包覆程度取值越大,则说明该点对应的温度对产品进行热收缩的效果越好。
进而根据温度包覆程度曲线计算不同温度对应的优选程度,用公式表示为:
Figure 911421DEST_PATH_IMAGE008
其中,
Figure 561845DEST_PATH_IMAGE009
表示曲线上第i个点对应的温度的优选程度,
Figure 954780DEST_PATH_IMAGE010
表示曲线上第 i+1个点对应的包覆程度,
Figure 323445DEST_PATH_IMAGE011
表示曲线上第i个点对应的包覆程度,
Figure 358397DEST_PATH_IMAGE012
表示曲线 上第i-1个点对应的包覆程度。
Figure 925645DEST_PATH_IMAGE020
表示曲线上第i个点的斜率与其左右两边相邻的两个点对应的斜率的 差异,反应了曲线上第i个点对应的包覆效果与其相邻的两个点对应的包覆程度的差异,由 于随着温度的升高,对应的包覆程度先几乎不变,然后逐渐增大,直到最后保持不变,则可 知在曲线的第二个拐点处,温度对应的包覆程度取值相对较大,且在保证较好的热收缩效 果的同时温度相对较低,故该式子的取值越大,说明对应点越可能属于第二个拐点,且该点 对应的包覆程度的取值越大,则该点对应的温度的优选程度就越大,说明了该温度对应的 热收缩效果越好。
最后,获取优选程度最大值对应的点的温度,记为最优温度,利用最优温度对热收缩机进行温度调节,使其温度稳定保持在最优温度的一定波动范围内,即可实现节能生产,以最低的温度达到较为优秀的热收缩处理的效果。其中,波动范围的取值实施者可根据实际情况进行设置,只需保证在该范围内的温度对应的包覆程度不发生较大的变化即可。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围,均应包含在本申请的保护范围之内。

Claims (7)

1.基于物联网技术的一种快速热收缩节能控制系统,其特征在于,该系统包括:
产品数据获取模块,用于分别获取产品未包装的图像、包覆热收缩膜的图像和热收缩处理后的图像,并去除图像中的背景部分得到第一产品图像、第二产品图像和第三产品图像;
产品数据处理模块,用于根据第一产品图像和第二产品图像的差值得到第一差异图像,对第一差异图像进行二值化处理,对二值化后的图像划分设定区域得到遮罩图像;根据第一产品图像和第三产品图像的差值得到第二差异图像,利用遮罩图像对第二差异图像进行处理得到热收缩差异图像;
热收缩效果分析模块,用于对热收缩差异图像进行分割得到第一差异区域、第二差异区域以及第三差异区域;将第一差异区域划分为设定数量的子区域,根据各子区域的面积以及边长长度计算第一差异程度;分别根据第二和第三差异区域的面积计算第二和第三差异程度,根据第一、第二和第三差异程度得到产品的包覆程度;
热收缩节能控制模块,用于获取利用不同温度对产品热收缩处理后对应的产品的包覆程度,利用温度和产品的包覆程度进行曲线拟合得到温度包覆程度曲线,根据该曲线计算不同温度对应的优选程度,利用优选程度最大值对应的温度对热收缩机进行温度调节。
2.根据权利要求1所述的基于物联网技术的一种快速热收缩节能控制系统,其特征在于,所述对二值化后的图像划分设定区域得到遮罩图像具体为:
对二值化后的图像进行连通域分析得到热收缩膜区域,获取热收缩膜区域的内边缘和外边缘,按照热收缩膜区域的尺寸大小获取收缩长度,利用收缩长度从所述内边缘向内收缩得到第一边缘,利用收缩长度从所述第一边缘向内收缩得到第二边缘;内边缘与第一边缘之间为产品边缘区域,第一边缘与第二边缘之间为产品表面区域,分别对热收缩膜区域、产品边缘区域和产品表面区域标注不同的标签,标注后的二值化后的图像即为遮罩图像。
3.根据权利要求1所述的基于物联网技术的一种快速热收缩节能控制系统,其特征在于,所述将第一差异区域划分为设定数量的子区域具体为:
获取第一差异区域的内边缘和外边缘,所述内边缘包括横向边缘和纵向边缘,将内边缘的两条横向边缘分别向外延伸至与外边缘相交,利用纵向边缘和延伸后的横向边缘将第一差异区域分割为设定数量的子区域。
4.根据权利要求1所述的基于物联网技术的一种快速热收缩节能控制系统,其特征在于,所述第一差异程度的获取方法具体为:
获取第一差异区域的总面积以及各子区域的面积,并获取第一差异区域和各子区域的边长长度,根据各子区域的面积与第一差异区域的总面积的比值、各子区域和第一差异区域的边长长度的比值,得到第一差异程度。
5.根据权利要求1所述的基于物联网技术的一种快速热收缩节能控制系统,其特征在于,所述第二和第三差异程度的获取方法具体为:
分别对第二差异区域和第三差异区域进行边缘检测,根据第二差异区域内所有闭合边缘内区域的面积与第二差异区域的总面积的比值得到第二差异程度;根据第三差异区域内所有闭合边缘内区域的面积与第三差异区域的总面积的比值得到第三差异程度。
6.根据权利要求1所述的基于物联网技术的一种快速热收缩节能控制系统,其特征在于,所述根据第一、第二和第三差异程度得到产品的包覆程度具体为:
Figure DEST_PATH_IMAGE001
其中,BF表示产品的包覆程度,
Figure 593271DEST_PATH_IMAGE002
表示第一差异程度,
Figure 183653DEST_PATH_IMAGE003
表示第二差异程度,
Figure 491137DEST_PATH_IMAGE004
表 示第三差异程度,
Figure 522678DEST_PATH_IMAGE005
Figure 755951DEST_PATH_IMAGE006
Figure 833629DEST_PATH_IMAGE007
均表示权重系数。
7.根据权利要求1所述的基于物联网技术的一种快速热收缩节能控制系统,其特征在于,所述优选程度的获取方法具体为:
Figure 741542DEST_PATH_IMAGE008
其中,
Figure DEST_PATH_IMAGE009
表示曲线上第i个点对应的温度的优选程度,
Figure 689906DEST_PATH_IMAGE010
表示曲线上第i+1个 点对应的包覆程度,
Figure 126704DEST_PATH_IMAGE011
表示曲线上第i个点对应的包覆程度,
Figure 691677DEST_PATH_IMAGE012
表示曲线上第 i-1个点对应的包覆程度。
CN202211381585.7A 2022-11-07 2022-11-07 基于物联网技术的一种快速热收缩节能控制系统 Active CN115439475B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211381585.7A CN115439475B (zh) 2022-11-07 2022-11-07 基于物联网技术的一种快速热收缩节能控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211381585.7A CN115439475B (zh) 2022-11-07 2022-11-07 基于物联网技术的一种快速热收缩节能控制系统

Publications (2)

Publication Number Publication Date
CN115439475A true CN115439475A (zh) 2022-12-06
CN115439475B CN115439475B (zh) 2023-03-24

Family

ID=84252748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211381585.7A Active CN115439475B (zh) 2022-11-07 2022-11-07 基于物联网技术的一种快速热收缩节能控制系统

Country Status (1)

Country Link
CN (1) CN115439475B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090202757A1 (en) * 2005-01-21 2009-08-13 Fuji Seal International, Inc. Heat-shrinkable cylindrical label, use thereof, manufacturing method thereof, and cylindrical model surface height measurement method.
CN204347651U (zh) * 2014-12-16 2015-05-20 巨石集团有限公司 一种热缩机多温区控制系统
CN104648725A (zh) * 2013-11-25 2015-05-27 陈素洁 安全热收缩包装机
CN107000878A (zh) * 2014-10-10 2017-08-01 克里奥瓦克公司 用于包装产品的设备和过程
EP3339000A1 (en) * 2015-08-19 2018-06-27 Toyobo Co., Ltd. Heat-shrinkable polyester-based film, and package
CN109421962A (zh) * 2017-08-30 2019-03-05 法国希迈公司 自动热收缩包装机的收缩装置的操作
CN213292899U (zh) * 2020-09-15 2021-05-28 中山市小榄镇丰兴包装机械厂 一种热收缩机
CN113844720A (zh) * 2021-10-25 2021-12-28 厦门合南道智能科技有限公司 一种热缩膜热缩系统
CN114519696A (zh) * 2021-12-31 2022-05-20 扬州盛强薄膜材料有限公司 基于光学智能化的pvc热收缩膜检测方法及系统
CN115147596A (zh) * 2022-09-06 2022-10-04 南通鼎彩新材料科技有限公司 用于热收缩管生产工艺的辐照剂量控制方法及系统
CN115272341A (zh) * 2022-09-29 2022-11-01 华联机械集团有限公司 一种基于机器视觉的包装机缺陷产品检测方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090202757A1 (en) * 2005-01-21 2009-08-13 Fuji Seal International, Inc. Heat-shrinkable cylindrical label, use thereof, manufacturing method thereof, and cylindrical model surface height measurement method.
CN104648725A (zh) * 2013-11-25 2015-05-27 陈素洁 安全热收缩包装机
CN107000878A (zh) * 2014-10-10 2017-08-01 克里奥瓦克公司 用于包装产品的设备和过程
CN204347651U (zh) * 2014-12-16 2015-05-20 巨石集团有限公司 一种热缩机多温区控制系统
EP3339000A1 (en) * 2015-08-19 2018-06-27 Toyobo Co., Ltd. Heat-shrinkable polyester-based film, and package
CN109421962A (zh) * 2017-08-30 2019-03-05 法国希迈公司 自动热收缩包装机的收缩装置的操作
CN213292899U (zh) * 2020-09-15 2021-05-28 中山市小榄镇丰兴包装机械厂 一种热收缩机
CN113844720A (zh) * 2021-10-25 2021-12-28 厦门合南道智能科技有限公司 一种热缩膜热缩系统
CN114519696A (zh) * 2021-12-31 2022-05-20 扬州盛强薄膜材料有限公司 基于光学智能化的pvc热收缩膜检测方法及系统
CN115147596A (zh) * 2022-09-06 2022-10-04 南通鼎彩新材料科技有限公司 用于热收缩管生产工艺的辐照剂量控制方法及系统
CN115272341A (zh) * 2022-09-29 2022-11-01 华联机械集团有限公司 一种基于机器视觉的包装机缺陷产品检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
VINODKADAM ET AL: "Biomaterial based shrink resist treatment of wool fabric A sustainable technology", 《SUSTAINABLE MATERIALS AND TECHNOLOGIES》 *
詹荣煌: "基于FCS的热收缩自动包装生产线控制系统研发", 《中国优秀硕士学位论文全文数据库(电子期刊)》 *

Also Published As

Publication number Publication date
CN115439475B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
CN107392858B (zh) 图像高光区域处理方法、装置和终端设备
CN104182949B (zh) 基于直方图特征点配准的影像匀色与融合方法及系统
CN110400322B (zh) 基于颜色和三维几何信息的水果点云分割方法
CN102096802B (zh) 人脸检测方法及装置
CN108710832B (zh) 一种无参考虹膜图像清晰度检测方法
CN107845086A (zh) 一种皮革表面显著性缺陷的检测方法、系统及装置
CN105957023B (zh) 一种基于色度空间变换的激光线条纹图像增强和去噪方法
CN111932572B (zh) 一种铝合金熔池轮廓提取方法
CN115439475B (zh) 基于物联网技术的一种快速热收缩节能控制系统
WO2023097637A1 (zh) 一种用于缺陷检测的方法和系统
CN114387274A (zh) 一种基于人工智能的纸盒缺陷检测方法
CN104574271A (zh) 一种广告图标嵌入数字图像的方法
CN114519696B (zh) 基于光学智能化的pvc热收缩膜检测方法及系统
CN112529853A (zh) 一种用于水下养殖网箱的网衣破损检测方法及装置
CN114037657A (zh) 一种结合区域生长与环形校正的锂电池极耳缺陷检测方法
CN114212452B (zh) 基于激光辅助和图像处理的煤流检测方法及节能控制系统
CN114359286A (zh) 一种基于人工智能的绝缘子缺陷识别方法、设备及介质
CN112561919A (zh) 一种图像分割方法、设备和计算机可读存储介质
CN115147596B (zh) 用于热收缩管生产工艺的辐照剂量控制方法及系统
CN107610126A (zh) 一种基于局部先验分布的交互式图像分割方法
CN113902765B (zh) 基于全景分割的半导体自动分区方法
CN113674177A (zh) 一种人像唇部的自动上妆方法、装置、设备和存储介质
CN113393399A (zh) 一种用于Maya的颜色指定增强插件及其颜色增强方法
CN113610091A (zh) 一种空气开关状态的智能识别方法、识别装置及存储介质
CN113362319A (zh) 基于图像处理的激光打印方法和装置、激光打印机、计算机可读存储介质

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