CN116095099B - 一种基于机器视觉的机械零件质检系统 - Google Patents
一种基于机器视觉的机械零件质检系统 Download PDFInfo
- Publication number
- CN116095099B CN116095099B CN202310062597.1A CN202310062597A CN116095099B CN 116095099 B CN116095099 B CN 116095099B CN 202310062597 A CN202310062597 A CN 202310062597A CN 116095099 B CN116095099 B CN 116095099B
- Authority
- CN
- China
- Prior art keywords
- quality inspection
- storage
- cloud
- hash
- encryption
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Storage Device Security (AREA)
Abstract
本发明公开了一种基于机器视觉的机械零件质检系统,涉及数据存储加密技术领域,本发明通过设置质检终端对机械加工工厂内生产加工完整的机械零件进行质检,预备单元生成远端hash槽规则数据,redis集群管理单元创建redis集群,加密单元生成落选轮盘并基于该落选轮盘生成每个机密零件质检报告数据的存储策略,虚拟存储模块机密零件质检报告数据对应的质检存储包上传到对应云端服务器的对应hash槽中,一方面缓解了存储数据的压力,增加了数据存储的复杂性,另一方面针对单个机械零件质检报告数据存储在不同云端服务器上都对应不同的动态加密字符串,极大的增加了机械零件质检报告数据加密的安全性,避免了数据被窃取情况的发生。
Description
技术领域
本发明涉及数据存储加密技术领域,具体涉及一种基于机器视觉的机械零件质检系统。
背景技术
机器视觉检测是指用机器代替人眼来做测量和判断,在现代自动化生产过程中,已广泛应用于工况监视、成品检验和质量控制等领域。
在很多领域中,比如机械零件加工领域,需要对加工好的机械零件进行质检并对质检的结果进行分析,以便对机械零件加工工艺进行改进,提高被检测的机械零件的合格率,获取需要将机械零件的质检结果进行保存,以便后期进行查看。在这些情况下往往需要对机器视觉检测、识别的最终结果进行保存。然而,因保存的结果不仅仅只是图像数据,还包括机械零件的结果数据,且对于有些机械零件,需求量多,量产大,对这类机械零件进行之间将会导致数据量很大,在存储上将会对服务器造成较大的负荷;且许多机械零件加工的图纸都是由开发企业的商业机密,在找供应商进行加工的时候,都要求对这些精密机械零件加工的制作进行保密;
现有的一种基于机器视觉的机械零件质检系统对机械零件质检产生的数据分散式存储在多个云端存储服务器上,然而这样的存储方式虽然解决了单个服务器存储数据造成服务器压力过大的问题,但是这由于对数据进行切割存储,导致单个数据分布式存储到不同云端存储服务器,增加了数据泄露的可能性,导致数据存储的不安全;
为了解决上述问题,本发明提出了一种解决方案。
发明内容
本发明的目的在于提供一种基于机器视觉的机械零件质检系统,目的是为了解决现有技术中由于对数据进行切割存储,导致单个数据分布式存储到不同云端存储服务器,增加了数据泄露的可能性,导致数据存储的不安全的问题;
本发明的目的可以通过以下技术方案实现:
一种基于机器视觉的机械零件质检系统,包括:
质检终端,对机械零件加工工厂内生产加工完成的机械零件进行质量检查,所述质检终端包括质检单元;
所述质检单元采用机器视觉技术对生产加工完成的机械零件进行逐个质检并对应生成每个机械零件的质检报告数据;
虚拟存储模块,对机械零件质检报告数据进行上传;
云端存储终端,接收并对机械零件质检报告数据进行存储,所述云端存储终端包括若干个云端服务器。
进一步的,所述云端服务器为被机械零件加工工厂信用认证选定进行机械零件质检报告数据存储的服务器。
进一步的,所述云端存储终端包括虚拟存储单元,所述虚拟存储单元中存储所有云端服务器的信息数据,所述云端服务器的信息数据包括该云端服务器的编号信息和地址信息数据。
进一步的,所述质检终端还包括预备单元,所述预备单元按照一定的生成规则生成云端hash槽规则数据,具体如下:
S11:获取虚拟存储单元中存储的所有云端服务器,并将其依次标记为A1、A2、...、Aa,a>1;
S12:利用公式计算获取该机械零件加工工厂对应的云端服务器的资源数b1和末端填补数b2,所述n为预设hash槽阈值,在本实施例中,所述n的取值优选为16384;
依据云端服务器的资源数b1和末端填补数b2生成云端hash槽规则数据。
进一步的,所述虚拟存储模块包括redis集群管理单元,所述redis集群单元创建redis集群并其内包含的n个hash槽上传到云端存储终端;
所述云端存储终端将n-b2和hash槽分别等分给云端服务器A1、A2、...、Aa-1,将剩余的hash槽分给云端服务器Aa,生成对应云端服务器的hash槽信息数据。
进一步的,所述虚拟存储单元中还存储有云端服务器A1、A2、...、Aa中hash槽的信息数据。
进一步的,所述质检终端还包括加密单元,所述加密单元按照一定的加密生成规则生成一个机密零件质检报告数据的存储策略,具体生成规则如下:
S21:按照一定的生成规则生成该机械零件加工工厂的螺旋圆环;
依次按照A1、A2、...、Aa、A1的顺序在两两相邻的云端服务器之间插入a-1个其他云端服务器的虚拟节点,这里需要说明的是,在对两两相邻的云端服务器之间插入其他云端服务器时对于该两两相邻的云端服务器谁被舍弃插入的顺序是按照A1、A2、...、Aa的顺序进行舍弃插入的,举例说明,云端服务器A1和A2相邻,在A1和A2之间插入A2、A3、A4、...、Aa云端服务器的虚拟节点;
S22:将云端服务器A1、A2、...、Aa和插入的云端服务器虚拟节点分布在一个圆环上,将该圆环标定为该机械零件加工工厂的落选圆环;这里需要说明的是落选圆环的起始点为云端服务器A1,该落选圆环上云端服务器和云端服务器虚拟节点的落选顺序从云端服务器A1开始,顺时针依次是云端服务器A1、A2云端服务器的虚拟节点、...、Aa云端服务器的虚拟节点、A2、...、Aa、A1云端服务器的虚拟节点、...、Aa-1云端服务器的虚拟节点;
S23:计算获取一个机械零件质检报告数据的圆环hash槽跳隔数Ad2和质检存储包总量Ad3;
S231:利用公式计算获取该机械零件质检报告数据的切割数据标定量Ad1,所述D1为该机械零件质检报告数据的数据容量大小;
S232:利用公式计算获取该机械零件质检报告数据的圆环hash槽跳隔数Ad2;
S233:依据该机械零件质检报告数据的切割数据标定量Ad1对该机械零件的质检报告数据进行切割生成若干个质检存储包,一个所述质检存储包的数据容量大小为Ad1,获取该机械零件质检报告数据对应的质检存储包总量,标记为Ad3;
S24:按照一定的轮训步骤对该机械零件质检报告数据进行轮训;
S241:依据该机械零件加工工厂的落选圆环以云端服务器A1位轮转标定点,顺时针开始螺旋顺序为第Ad2位作为该机械零件质检报告数据的加密轮转起始点;
S242:获取该机械零件质检报告数据加密轮转起始点对应的云端服务器中hash槽并将其标记为E1、E2、...、Ee,e=b1或者b1+b2,这里需要说明的是云端服务器的虚拟节点对应的也是该云端服务器;
S243:对该机械零件质检报告数据加密轮转起始点对应的云端服务器中hash槽E1、E2、...、Ee进行轮训:
从hash槽E1开始,按照hash槽E1、E2、...、Ee的顺序每间隔Ad2选定一hash槽并将其重新标定为存储hash槽,记录获取该机械零件质检报告数据加密轮转起始点中的所有存储hash槽的位置信息数据和存储hash槽总量F1;这里需要说明的是F1<Ad3;
S244:当该机械零件质检对应的云端服务器或云端服务器虚拟节点中hash槽E1、E2、...、Ee轮训完整后按照该机械零件加工工厂的落选圆环顺时针的顺序对螺旋顺序为第Ad2位的下一位对应的云端服务器或云端服务器虚拟节点中hash槽按照S243进行轮训,直至存储hash槽总量达到Ad3后,停止轮训;这里需要说明的是云端服务器虚拟节点中的hash槽为虚拟的,与其对应的云端服务器中的hash槽一致;
S25:计算获取该机械零件质检报告数据对应的所有存储hash槽的云端服务器或者云端服务器虚拟节点G1、G2、...、Gg的加密坐标(H1,I1)、(H2,I2)、...、(Hg,Ig);
S26:计算获取该机械零件质检报告数据对应的所有存储hash槽的云端服务器或者云端服务器虚拟节点G1、G2、...、Gg的动态加密值J1、J2、...、Jg;
S27:按照一定的生成步骤生成云端服务器K1的加存信息数据;
S28:按照S27计算获取云端服务器K1、K2、...、Kk的加存信息数据并依据其生成该机械零件质检报告数据的存储策略。
进一步的,所述S26,计算获取该机械零件质检报告数据对应的所有存储hash槽的云端服务器或者云端服务器虚拟节点G1、G2、...、Gg动态加密值J1、J2、...、Jg的具体步骤如下:
S261:以G1和G2为例,利用公式计算G1的动态加密值J1;
S262:依据G1、G2、...、Gg、G1顺序按照S271步骤计算获取G1、G2、...、Gg动态加密值J1、J2、...、Jg;
所述加密单元获取G1、G2、...、Gg中对应的所有云端服务器,按照顺序依次重新标记为K1、K2、...、Kk,1<k≤g。
进一步的,所述S27,生成云端服务器K1的加存信息数据的生成步骤如下:
S271:以云端服务器K1为例,获取G1、G2、...、Gg的对应云端服务器或云端服务器虚拟节点与K1一致的云端服务器或者云端服务器节点,并按照G1、G2、...、Gg顺序依次标记为L1、L2、...、Ll,1≤l<g;
S272:获取L1、L2、...、Ll对应的动态加密值依次标记为HL1、HL2、...、HLl;分别将HL1、HL2、...、HLl转化为字符串并对其进行拼接生成云端服务器的归总加密序列值,标定为HL;
S273:获取L1内的所有存储hash槽,并按照标定顺序依次标记为M1、M2、...、Mm,1≤mb1;
S274:将归总加密序列值HL和L1对应的动态加密值HL1进行拼接生成L1的md5动态加密字符串,标定为ML1;获取L1内存储hash槽的数量并按照其标定为顺序依次标记为P1、P2、...、Pm;
S275:依据动态加密字符串ML1依次对该机械零件质检报告数据对应的前m个质检存储包进行md5加密,并将加密后的前m个质检存储包与L1内存储hash槽M1、M2、...、Mm一一对应并依据其生成云端服务器K1中L1的加密存储信息;
按照S273到S275生成云端服务器K1中L1、L2、...、Ll的加密存储信息并依据其生成云端服务器K1的加存信息数据。
本发明的有益效果:
本发明通过设置质检终端对机械加工工厂内生产加工完整的机械零件进行质量检查,预备单元生成远端hash槽规则数据,redis集群管理单元创建redis集群将其内的若干hash槽上传到多个云端服务器中,加密单元依据云端服务器生成该机械加工工厂的落选轮盘并基于该落选轮盘生成每个机密零件质检报告数据的存储策略,虚拟存储模块依据机密零件质检报告数据的存储策略将机密零件质检报告数据对应的质检存储包上传到对应云端服务器的对应hash槽中,一方面对机密零件质检报告数据进行切割分布式存储在云端服务器对应的hash槽,缓解了存储数据的压力,增加了数据存储的复杂性,极大地降低了数据存储地址被找到的可能性,另一方面针对单个机械零件质检报告数据存储在不同云端服务器上都对应不同的动态加密字符串,且该动态加密字符串是由该机械零件质检报告数据对应的所有云端服务器中数据构成,极大的增加了机械零件质检报告数据加密的安全性,对单个机械零件质检报告数据中被切割的每一份质检存储包都具有一个动态加密值,并基于整体具有一个动态加密字符串,避免了数据被窃取情况的发生。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的系统框图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,一种基于机器视觉的机械零件质检系统,包括质检终端、虚拟存储模块和云端存储终端;
所述质检终端用于对机械零件加工工厂内生产加工完成的机械零件进行质量检查,所述质检终端包括质检单元、预备单元和加密单元;
所述质检单元采用机器视觉技术对生产加工完成的机械零件进行逐个质检并对应生成每个机械零件的质检报告数据;所述预备单元生成获取指令并将其传输到虚拟存储模块;
所述虚拟存储模块用于对机械零件质检报告数据进行上传,所述虚拟存储模块包括虚拟存储单元、管控单元和redis集群管理单元;
所述虚拟存储模块接收到预备单元传输的获取指令后将其传输到虚拟存储单元,所述虚拟存储单元中存储所有云端服务器的信息数据,所述云端服务器为经过被该机械零件加工工厂信用认证选定进行机械零件质检报告数据存储的服务器,所述云端服务器的信息数据包括该云端服务器的编号信息和地址信息数据;
所述虚拟存储单元接收到虚拟存储模块传输的获取指令后获取其内存储的所有云端服务器的信息数据并将其传输到预备单元;
所述预备单元接收到虚拟存储单元传输的所有云端服务器的信息数据后按照一定的生成规则生成云端hash槽规则数据,具体如下:
S11:获取该机械零件加工工厂的机械零件质检报告数据上传对应的所有云端服务器,并将其依次标记为A1、A2、...、Aa,a>1;
S12:利用公式计算获取该机械零件加工工厂对应的云端服务器的资源数b1和末端填补数b2,所述n为预设hash槽阈值,在本实施例中,所述n的取值优选为16384;
所述预备单元依据云端服务器的资源数b1和末端填补数b2生成云端hash槽规则数据并将其传输到redis集群管理单元,所述redis集群单元接收到预备单元传输的云端hash槽规则数据后创建redis集群并将其内包含的n个hash槽和云端hash槽规则数据传输到云端存储终端;
所述云端存储终端包括a个云端服务器A1、A2、...、Aa,所述云端存储终端接收到redis集群管理单元传输的n个hash槽和云端hash槽规则数据后将n-b2个hash槽分别等分传输到云端服务器A1、A2、...、Aa-1中,将剩余的hash槽传输到云端服务器Aa中;所述云端终端将云端服务器A1、A2、...、Aa中存储的所有hash槽的信息数据传输到虚拟存储单元中进行存储;
所述质检单元将机械零件质检报告数据传输到加密单元,所述加密单元接收到质检单元传输的机械零件质检报告数据后按照一定的加密生成规则生成该机械零件质检报告数据的存储策略,具体如下:
S21:依次按照A1、A2、...、Aa、A1的顺序在两两相邻的云端服务器之间插入a-1个其他云端服务器的虚拟节点,这里需要说明的是,在对两两相邻的云端服务器之间插入其他云端服务器时对于该两两相邻的云端服务器谁被舍弃插入的顺序是按照A1、A2、...、Aa的顺序进行舍弃插入的,举例说明,云端服务器A1和A2相邻,在A1和A2之间插入A2、A3、A4、...、Aa云端服务器的虚拟节点;
S22:将云端服务器A1、A2、...、Aa和插入的云端服务器虚拟节点分布在一个圆环上,将该圆环标定为该机械零件加工工厂的落选圆环;这里需要说明的是落选圆环的起始点为云端服务器A1,该落选圆环上云端服务器和云端服务器虚拟节点的落选顺序从云端服务器A1开始,顺时针依次是云端服务器A1、A2云端服务器的虚拟节点、...、Aa云端服务器的虚拟节点、A2、...、Aa、A1云端服务器的虚拟节点、...、Aa-1云端服务器的虚拟节点;
S23:计算获取一个机械零件质检报告数据的圆环hash槽跳隔数Ad2和质检存储包总量Ad3;
S231:利用公式计算获取该机械零件质检报告数据的切割数据标定量Ad1,所述D1为该机械零件质检报告数据的数据容量大小;
S232:利用公式计算获取该机械零件质检报告数据的圆环hash槽跳隔数Ad2;
S233:依据该机械零件质检报告数据的切割数据标定量Ad1对该机械零件的质检报告数据进行切割生成若干个质检存储包,一个所述质检存储包的数据容量大小为Ad1;
获取该机械零件质检报告数据对应的质检存储包总量,标记为Ad3;
S24:按照一定的轮训步骤对该机械零件质检报告数据进行轮训;
S241:依据该机械零件加工工厂的落选圆环以云端服务器A1位轮转标定点,顺时针开始螺旋顺序为第Ad2位作为该机械零件质检报告数据的加密轮转起始点;
S242:获取该机械零件质检报告数据加密轮转起始点对应的云端服务器中hash槽并将其标记为E1、E2、...、Ee,e=b1或者b1+b2,这里需要说明的是云端服务器的虚拟节点对应的也是该云端服务器;
S243:对该机械零件质检报告数据加密轮转起始点对应的云端服务器hash槽E1、E2、...、Ee进行轮训:
以hash槽E1开始,按照hash槽E1、E2、...、Ee的顺序每间隔Ad2选定一hash槽并将其重新标定为存储hash槽,记录获取该机械零件质检报告数据加密轮转起始点中的所有存储hash槽的位置信息数据和存储hash槽总量F1;这里需要说明的是F1<Ad3;
S244:当该机械零件质检对应的云端服务器或云端服务器虚拟节点中hash槽E1、E2、...、Ee轮训完整后按照该机械零件加工工厂的落选圆环顺时针的顺序对螺旋顺序为第Ad2位的下一位对应的云端服务器或云端服务器虚拟节点中hash槽按照S243进行轮训,直至存储hash槽总量达到Ad3后,停止轮训;这里需要说明的是云端服务器虚拟节点中的hash槽为虚拟的,与其对应的云端服务器中的hash槽一致;
S25:获取该机械零件质检报告数据对应的所有存储hash槽的位置信息、数量、其对应的云端服务器或者云端服务器虚拟节点以及被标定为存储hash槽的标定顺序;
S26:计算获取该机械零件质检报告数据对应的所有存储hash槽的云端服务器或者云端服务器虚拟节点G1、G2、...、Gg的加密坐标(H1,I1)、(H2,I2)、...、(Hg,Ig);
S261:将该机械零件质检报告数据对应的所有存储hash槽的云端服务器或者云端服务器虚拟节点重新标记为G1、G2、...、Gg,1≤g≤a;
S262:以G1为例,若G1为一云端服务器:获取G1、G2、...、Gg对应云端服务器或者云端服务器虚拟节点与云端服务器G1一致的云端服务器或者云端服务器虚拟节点总数H1和其内存储hash槽总量I1;
若G1为一云端服务器虚拟节点:获取G1、G2、...、Gg对应云端服务器或者云端服务器虚拟节点与G1对应的云端服务器一致的云端服务器或者云端服务器虚拟节点总数H1和其内存储hash槽总量I1;
S263:依据H1和存储hash槽总量H2生成G1的加密坐标(H1,I1);
S264:按照S261到S263计算生成G1、G2、...、Gg的加密坐标(H1,I1)、(H2,I2)、...、(Hg,Ig);
S27:计算获取该机械零件质检报告数据对应的所有存储hash槽的云端服务器或者云端服务器虚拟节点G1、G2、...、Gg的动态加密值J1、J2、...、Jg;
S271:以G1和G2为例,利用公式计算G1的动态加密值J1;
S272:依据G1、G2、...、Gg、G1顺序按照S271步骤计算获取G1、G2、...、Gg动态加密值J1、J2、...、Jg;
所述加密单元获取G1、G2、...、Gg中对应的所有云端服务器,按照顺序依次重新标记为K1、K2、...、Kk,1<k≤g;
S28:按照一定的生成步骤生成云端服务器K1的加存信息数据;
S281:以云端服务器K1为例,获取G1、G2、...、Gg的对应云端服务器或云端服务器虚拟节点与K1一致的云端服务器或者云端服务器节点,并按照G1、G2、...、Gg顺序依次标记为L1、L2、...、Ll,1≤l<g;
S282:获取L1、L2、...、Ll对应的动态加密值依次标记为HL1、HL2、...、HLl;
分别将HL1、HL2、...、HLl转化为字符串并对其进行拼接生成云端服务器的归总加密序列值,标定为HL;
S283:获取L1内的所有存储hash槽,并按照标定顺序依次标记为M1、M2、...、Mm,1≤mb1;
S284:将归总加密序列值HL和L1对应的动态加密值HL1进行拼接生成L1的md5动态加密字符串,标定为ML1;
获取L1内存储hash槽的数量并按照其标定为顺序依次标记为P1、P2、...、Pm;
S285:依据动态加密字符串ML1依次对该机械零件质检报告数据对应的前m个质检存储包进行md5加密,并将加密后的前m个质检存储包与L1内存储hash槽M1、M2、...、Mm一一对应并依据其生成云端服务器K1中L1的加密存储信息;
S286:按照S283到S284生成云端服务器K1中L1、L2、...、Ll的加密存储信息并依据其生成云端服务器K1的加存信息数据;
S29:按照S28计算获取云端服务器K1、K2、...、Kk的加存信息数据并依据其生成该机械零件质检报告数据的存储策略;
所述加密单元将该机械零件质检报告数据的存储策略传输到虚拟存储模块;
所述虚拟存储模块接收到加密单元传输的该机械零件质检报告数据的存储策略后将其传输到管控单元,所述管控单元接收到虚拟存储模块传输的该机械零件质检报告数据的存储策略后获取其内存储的所有云端服务器的加密信息数据,并按照云端服务器加密信息数据中云端服务器或云端服务器的加密存储信息将该机械零件质检报告数据按照顺序上传到对应云端服务器的对应hash槽中进行存储;
在说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (9)
1.一种基于机器视觉的机械零件质检系统,其特征在于,包括:
质检终端,对机械零件加工工厂内生产加工完成的机械零件进行质量检查,所述质检终端包括质检单元、预备单元和加密单元;
所述质检单元采用机器视觉技术对生产加工完成的机械零件进行逐个质检并对应生成每个机械零件的质检报告数据;
所述加密单元按照加密生成规则生成一个机密零件质检报告数据的存储策略;
所述预备单元按照一定的生成规则生成云端hash槽规则数据;
虚拟存储模块,对机械零件质检报告数据进行上传,所述虚拟存储模块包括redis集群管理单元;
云端存储终端,接收并对机械零件质检报告数据进行存储,所述云端存储终端包括若干个云端服务器;
质检终端对机械加工工厂内生产加工完整的机械零件进行质量检查,预备单元生成远端hash槽规则数据,redis集群管理单元创建redis集群将其内的若干hash槽上传到多个云端服务器中,加密单元依据云端服务器生成该机械加工工厂的落选轮盘并基于该落选轮盘生成每个机密零件质检报告数据的存储策略,虚拟存储模块依据机密零件质检报告数据的存储策略将机密零件质检报告数据对应的质检存储包上传到对应云端服务器的对应hash槽中。
2.根据权利要求1所述的一种基于机器视觉的机械零件质检系统,其特征在于,所述云端服务器为被机械零件加工工厂信用认证选定进行机械零件质检报告数据存储的服务器。
3.根据权利要求1所述的一种基于机器视觉的机械零件质检系统,其特征在于,所述虚拟存储模块包括虚拟存储单元,所述虚拟存储单元中存储所有云端服务器的信息数据,所述云端服务器的信息数据包括该云端服务器的编号信息和地址信息数据。
4.根据权利要求1所述的一种基于机器视觉的机械零件质检系统,其特征在于,所述预备单元按照一定的生成规则生成云端hash槽规则数据,具体如下:
S11:获取虚拟存储单元中存储的所有云端服务器,并将其依次标记为A1、A2、...、Aa,a>1;
S12:利用公式计算获取该机械零件加工工厂对应的云端服务器的资源数b1和末端填补数b2,所述n为预设hash槽阈值,在本实施例中,所述n的取值优选为16384;
依据云端服务器的资源数b1和末端填补数b2生成云端hash槽规则数据。
5.根据权利要求1所述的一种基于机器视觉的机械零件质检系统,其特征在于,所述redis集群管理单元创建redis集群并其内包含的n个hash槽上传到云端存储终端;
所述云端存储终端将n-b2和hash槽分别等分给云端服务器A1、A2、...、Aa-1,将剩余的hash槽分给云端服务器Aa,生成对应云端服务器的hash槽信息数据。
6.根据权利要求4所述的一种基于机器视觉的机械零件质检系统,其特征在于,所述虚拟存储单元中还存储有云端服务器A1、A2、...、Aa中hash槽的信息数据。
7.根据权利要求6所述的一种基于机器视觉的机械零件质检系统,其特征在于,所述加密单元按照一定的加密生成规则生成一个机密零件质检报告数据的存储策略,具体生成规则如下:
S21:按照一定的生成规则生成该机械零件加工工厂的螺旋圆环;
依次按照A1、A2、...、Aa、A1的顺序在两两相邻的云端服务器之间插入a-1个其他云端服务器的虚拟节点,这里需要说明的是,在对两两相邻的云端服务器之间插入其他云端服务器时对于该两两相邻的云端服务器谁被舍弃插入的顺序是按照A1、A2、...、Aa的顺序进行舍弃插入的,举例说明,云端服务器A1和A2相邻,在A1和A2之间插入A2、A3、A4、...、Aa云端服务器的虚拟节点;
S22:将云端服务器A1、A2、...、Aa和插入的云端服务器虚拟节点分布在一个圆环上,将该圆环标定为该机械零件加工工厂的落选圆环;这里需要说明的是落选圆环的起始点为云端服务器A1,该落选圆环上云端服务器和云端服务器虚拟节点的落选顺序从云端服务器A1开始,顺时针依次是云端服务器A1、A2云端服务器的虚拟节点、...、Aa云端服务器的虚拟节点、A2、...、Aa、A1云端服务器的虚拟节点、...、Aa-1云端服务器的虚拟节点;
S23:计算获取一个机械零件质检报告数据的圆环hash槽跳隔数Ad2和质检存储包总量Ad3;
S231:利用公式计算获取该机械零件质检报告数据的切割数据标定量Ad1,所述D1为该机械零件质检报告数据的数据容量大小;
S232:利用公式计算获取该机械零件质检报告数据的圆环hash槽跳隔数Ad2;
S233:依据该机械零件质检报告数据的切割数据标定量Ad1对该机械零件的质检报告数据进行切割生成若干个质检存储包,一个所述质检存储包的数据容量大小为Ad1,获取该机械零件质检报告数据对应的质检存储包总量,标记为Ad3;
S24:按照一定的轮训步骤对该机械零件质检报告数据进行轮训;
S241:依据该机械零件加工工厂的落选圆环以云端服务器A1位轮转标定点,顺时针开始螺旋顺序为第Ad2位作为该机械零件质检报告数据的加密轮转起始点;
S242:获取该机械零件质检报告数据加密轮转起始点对应的云端服务器中hash槽并将其标记为E1、E2、...、Ee,e=b1或者b1+b2,这里需要说明的是云端服务器的虚拟节点对应的也是该云端服务器;
S243:对该机械零件质检报告数据加密轮转起始点对应的云端服务器中hash槽E1、E2、...、Ee进行轮训:
从hash槽E1开始,按照hash槽E1、E2、...、Ee的顺序每间隔Ad2选定一hash槽并将其重新标定为存储hash槽,记录获取该机械零件质检报告数据加密轮转起始点中的所有存储hash槽的位置信息数据和存储hash槽总量F1;这里需要说明的是F1<Ad3;
S244:当该机械零件质检对应的云端服务器或云端服务器虚拟节点中hash槽E1、E2、...、Ee轮训完整后按照该机械零件加工工厂的落选圆环顺时针的顺序对螺旋顺序为第Ad2位的下一位对应的云端服务器或云端服务器虚拟节点中hash槽按照S243进行轮训,直至存储hash槽总量达到Ad3后,停止轮训;这里需要说明的是云端服务器虚拟节点中的hash槽为虚拟的,与其对应的云端服务器中的hash槽一致;
S25:计算获取该机械零件质检报告数据对应的所有存储hash槽的云端服务器或者云端服务器虚拟节点G1、G2、...、Gg的加密坐标(H1,I1)、(H2,I2)、...、(Hg,Ig);
S26:计算获取该机械零件质检报告数据对应的所有存储hash槽的云端服务器或者云端服务器虚拟节点G1、G2、...、Gg的动态加密值J1、J2、...、Jg;
S27:按照一定的生成步骤生成云端服务器K1的加存信息数据;
S28:按照S27计算获取云端服务器K1、K2、...、Kk的加存信息数据并依据其生成该机械零件质检报告数据的存储策略。
8.根据权利要求7所述的一种基于机器视觉的机械零件质检系统,其特征在于,所述S26,计算获取该机械零件质检报告数据对应的所有存储hash槽的云端服务器或者云端服务器虚拟节点G1、G2、...、Gg动态加密值J1、J2、...、Jg的具体步骤如下:
S261:以G1和G2为例,利用公式计算G1的动态加密值J1;
S262:依据G1、G2、...、Gg、G1顺序按照S271步骤计算获取G1、G2、...、Gg动态加密值J1、J2、...、Jg;
所述加密单元获取G1、G2、...、Gg中对应的所有云端服务器,按照顺序依次重新标记为K1、K2、...、Kk,1<k≤g。
9.根据权利要求7所述的一种基于机器视觉的机械零件质检系统,其特征在于,所述S27,生成云端服务器K1的加存信息数据的生成步骤如下:
S271:以云端服务器K1为例,获取G1、G2、...、Gg的对应云端服务器或云端服务器虚拟节点与K1一致的云端服务器或者云端服务器节点,并按照G1、G2、...、Gg顺序依次标记为L1、L2、...、Ll,1≤l<g;
S272:获取L1、L2、...、Ll对应的动态加密值依次标记为HL1、HL2、...、HLl;分别将HL1、HL2、...、HLl转化为字符串并对其进行拼接生成云端服务器的归总加密序列值,标定为HL;
S273:获取L1内的所有存储hash槽,并按照标定顺序依次标记为M1、M2、...、Mm,1≤mb1;
S274:将归总加密序列值HL和L1对应的动态加密值HL1进行拼接生成L1的md5动态加密字符串,标定为ML1;获取L1内存储hash槽的数量并按照其标定为顺序依次标记为P1、P2、...、Pm;
S275:依据动态加密字符串ML1依次对该机械零件质检报告数据对应的前m个质检存储包进行md5加密,并将加密后的前m个质检存储包与L1内存储hash槽M1、M2、...、Mm一一对应并依据其生成云端服务器K1中L1的加密存储信息;
按照S273到S275生成云端服务器K1中L1、L2、...、Ll的加密存储信息并依据其生成云端服务器K1的加存信息数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310062597.1A CN116095099B (zh) | 2023-01-20 | 2023-01-20 | 一种基于机器视觉的机械零件质检系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310062597.1A CN116095099B (zh) | 2023-01-20 | 2023-01-20 | 一种基于机器视觉的机械零件质检系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116095099A CN116095099A (zh) | 2023-05-09 |
CN116095099B true CN116095099B (zh) | 2023-09-12 |
Family
ID=86186609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310062597.1A Active CN116095099B (zh) | 2023-01-20 | 2023-01-20 | 一种基于机器视觉的机械零件质检系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116095099B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111078413A (zh) * | 2019-12-17 | 2020-04-28 | 深圳前海环融联易信息科技服务有限公司 | 一种定时任务的执行方法、装置、计算机设备及存储介质 |
CN111431986A (zh) * | 2020-03-18 | 2020-07-17 | 宁波智诚祥科技发展有限公司 | 基于5g和ai云边协同的工业智能质检系统 |
CN111510680A (zh) * | 2020-04-23 | 2020-08-07 | 腾讯科技(深圳)有限公司 | 一种图像数据的处理方法、系统及存储介质 |
CN112014413A (zh) * | 2020-08-04 | 2020-12-01 | 贵州乐道科技有限公司 | 一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法 |
CN112163873A (zh) * | 2020-10-29 | 2021-01-01 | 杭州谐云科技有限公司 | 一种基于边缘计算的产品质检系统及质检方法 |
CN113506282A (zh) * | 2021-07-26 | 2021-10-15 | 广东省珠海市质量计量监督检测所 | 一种船舶发动机配件备件的机器视觉装箱核验方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9256549B2 (en) * | 2014-01-17 | 2016-02-09 | Netapp, Inc. | Set-associative hash table organization for efficient storage and retrieval of data in a storage system |
US9934264B2 (en) * | 2015-06-02 | 2018-04-03 | Netapp, Inc. | Technique for reducing metadata stored in a memory of a node |
CN112199427A (zh) * | 2020-09-24 | 2021-01-08 | 中国建设银行股份有限公司 | 一种数据处理方法和系统 |
CN114282033B (zh) * | 2022-03-02 | 2022-05-27 | 成都智达万应科技有限公司 | 一种基于gps纠偏及公路病害智能上报系统 |
CN114915577A (zh) * | 2022-04-22 | 2022-08-16 | 武汉泰铭恒创信息技术股份有限公司 | 基于非阻塞io模型的设备通讯方法 |
CN115550386A (zh) * | 2022-10-09 | 2022-12-30 | 天翼安全科技有限公司 | 一种基于改进的一致性hash环的负载均衡方法及装置 |
-
2023
- 2023-01-20 CN CN202310062597.1A patent/CN116095099B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111078413A (zh) * | 2019-12-17 | 2020-04-28 | 深圳前海环融联易信息科技服务有限公司 | 一种定时任务的执行方法、装置、计算机设备及存储介质 |
CN111431986A (zh) * | 2020-03-18 | 2020-07-17 | 宁波智诚祥科技发展有限公司 | 基于5g和ai云边协同的工业智能质检系统 |
CN111510680A (zh) * | 2020-04-23 | 2020-08-07 | 腾讯科技(深圳)有限公司 | 一种图像数据的处理方法、系统及存储介质 |
CN112014413A (zh) * | 2020-08-04 | 2020-12-01 | 贵州乐道科技有限公司 | 一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法 |
CN112163873A (zh) * | 2020-10-29 | 2021-01-01 | 杭州谐云科技有限公司 | 一种基于边缘计算的产品质检系统及质检方法 |
CN113506282A (zh) * | 2021-07-26 | 2021-10-15 | 广东省珠海市质量计量监督检测所 | 一种船舶发动机配件备件的机器视觉装箱核验方法及装置 |
Non-Patent Citations (1)
Title |
---|
基于IoT传感器网络的实时钢轨检测系统;于晓东;赵玉良;刘志强;牛轩煜;沙晓鹏;谷林;詹志坤;;高技术通讯(第08期);第1-5页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116095099A (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3683713B1 (de) | Verfahren, vorrichtungen und system zum sicherheitsgeschützten bereitstellen von datensätzen | |
CN109933535B (zh) | 测试用例的生成方法、装置和服务器 | |
CN109587160A (zh) | 一种数据转换方法、装置、可读存储介质及工业设备 | |
CN110177079A (zh) | 智能合约的调用系统及调用方法 | |
CN114363064B (zh) | 一种物联网业务适配的动态数据加密策略系统 | |
CN113608882A (zh) | 基于人工智能和大数据的信息处理方法、系统及云平台 | |
CN116095099B (zh) | 一种基于机器视觉的机械零件质检系统 | |
US10558191B2 (en) | Generation and publication of shared tagsets | |
JP6992039B2 (ja) | テストデータ作成システムおよびテストデータ作成方法 | |
CN113961908B (zh) | 数据存证方法、装置、计算机设备和存储介质 | |
CN105556849A (zh) | 用于通过电量计提供压缩数据的方法 | |
US20180150371A1 (en) | Methods, systems, and computer readable media for token based message capture | |
CN104333816A (zh) | 一种p2p网络中下载方式的确定方法及装置 | |
GB2466425A (en) | Analysing connections in a computer network, receiving checksums of data items in computer networks and determining error correction to data | |
US8578212B2 (en) | Remote communication system and method | |
US11601494B2 (en) | Method for transferring data from a device to a data management means, switching unit, device and system | |
CN114422227B (zh) | 一种基于网络安全的数据采集分析系统 | |
CN114756431A (zh) | 基于大数据信息监控方法、监控装置及计算机设备 | |
CN116361383A (zh) | 一种区块生成方法、区块链系统及存储介质和相关设备 | |
CN116707934B (zh) | 一种基于无线传感网络的数据加密传送方法 | |
CN111522873B (zh) | 区块生成方法、装置、计算机设备和存储介质 | |
KR20180072995A (ko) | 실시간 데이터베이스 장치 및 그를 포함하는 에너지 관리 시스템 | |
CN115412376B (zh) | 基于智能特征匹配的攻击模式验证方法和系统 | |
KR102299145B1 (ko) | 디지털 포렌식 증거 수집을 위한 사이버 물리 시스템 | |
CN112449151B (zh) | 数据生成方法、装置以及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 |