CN116359243A - 基于计算机视觉的环保护墙板生产质量检测方法 - Google Patents

基于计算机视觉的环保护墙板生产质量检测方法 Download PDF

Info

Publication number
CN116359243A
CN116359243A CN202310251827.9A CN202310251827A CN116359243A CN 116359243 A CN116359243 A CN 116359243A CN 202310251827 A CN202310251827 A CN 202310251827A CN 116359243 A CN116359243 A CN 116359243A
Authority
CN
China
Prior art keywords
signal
environment
wallboard
friendly
wall panel
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
CN202310251827.9A
Other languages
English (en)
Other versions
CN116359243B (zh
Inventor
饶建平
甘爱华
庞炜
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.)
Shenzhen Deloitte Construction Engineering Group Co ltd
Original Assignee
Shenzhen Deloitte Construction Engineering Group 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 Shenzhen Deloitte Construction Engineering Group Co ltd filed Critical Shenzhen Deloitte Construction Engineering Group Co ltd
Priority to CN202310251827.9A priority Critical patent/CN116359243B/zh
Publication of CN116359243A publication Critical patent/CN116359243A/zh
Application granted granted Critical
Publication of CN116359243B publication Critical patent/CN116359243B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8806Specially adapted optical and illumination features
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及护墙板生产检测技术领域,具体为基于计算机视觉的环保护墙板生产质量检测方法,该检测方法具体包括下述步骤:步骤一:通过墙板影像分析处理单元对生产的环保护墙板进行3D扫描成像,本发明通过对生产的环保护墙板进行三维成像扫描并进行虚拟成像标记,依据虚拟成像标记的坐标点进行环保护墙板的生产视觉质量进行分析,通过对生产的环保护墙板的规格体型进行数据的采集分析,并通过数字信号的方式将环保护墙板的规格体型的分析结果进行展示,将视觉质量分析的数字信号结果与环保护墙板的规格体型分析的数字信号进行结合判定,从而判定出环保护墙板的生产质量,增加数据分析的精确性,节省检测时间,提高工作效率。

Description

基于计算机视觉的环保护墙板生产质量检测方法
技术领域
本发明涉及护墙板生产检测技术领域,具体为基于计算机视觉的环保护墙板生产质量检测方法。
背景技术
护墙板拥有良好的恒温性、降噪性,不仅能有效保护建筑墙面,又具有极佳的装饰性,把原本不平整的石头墙面遮挡在护墙板的背面,随着社会科技的发展,人们逐渐的将环保护墙板应用在各个方面,因此,环保护墙板的生产智联过检测也逐渐成为各个商家竞争的有利调节。
目前,对于环保护墙板生产质量的检测是先通过技术人员的经验分析,初步判断墙板的情况,再依据相关尺寸规格,来判定墙板是否合格,现有的方法无法从环保护墙板的视觉以及规格等多个方面进行全自动智能结合分析,从而判定生产质量的好坏。
发明内容
本发明的目的在于提供基于计算机视觉的环保护墙板生产质量检测方法,通过对生产的环保护墙板进行三维成像扫描,并将扫描后的数据进行虚拟成像标记,依据虚拟成像标记的坐标点进行环保护墙板的生产视觉质量进行分析,并通过数据信号的方式将视觉质量分析的结果进行展示,从而增加数据的直观性,便于对数据有直观的了解,通过对生产的环保护墙板的规格体型进行数据的采集分析,并通过数字信号的方式将环保护墙板的规格体型的分析结果进行展示,将视觉质量分析的数字信号结果与环保护墙板的规格体型分析的数字信号进行结合判定,从而判定出环保护墙板的生产质量,增加数据分析的精确性,节省质量检测时间,提高工作效率。
本发明的目的可以通过以下技术方案实现:基于计算机视觉的环保护墙板生产质量检测方法,该检测方法具体包括下述步骤:
步骤一:通过墙板影像分析处理单元对生产的环保护墙板进行3D扫描成像,从而形成生产的环保护墙板的影像,依据获取的环保护墙板影像对环保护墙板进行墙板影分处理操作,得到影信数组,影信数组包括平整信号、缺陷信号;
步骤二:通过墙板规格计算处理单元对生产的环保护墙板进行墙板规格采集,将采集的规格相关的数据进行体型计算分析操作,得到密度数组,密度数组包括密度异常信号、密度正常信号;
步骤三:通过视觉规格结合判定单元获取影信数组以及密度数组,并依据影信数组以及密度数组对环保护墙板的规格以及影响进行视规结合判定操作,得到检测信号数组,将检测信号数组发送至用户的移动终端,检测信号数组包括作废信号、存储信号、损坏警报以及微损信号。
进一步的,墙板影分处理操作的具体操作过程为:
采集到生产的环保护墙板的实时影像,将环保护墙板的实时影像标定为墙板影像数据,将墙板影像数据标记为Fi,i的取值为正整数,依据墙板影像数据对墙板影像数据进行图像处理,得到平面墙板坐标点;
将平面墙板坐标点PaMb分别按照a=1,a=2,a=3,a=4,a=5,a=6,进行坐标集合处理,划分出六个平面坐标点集合:第一个平面坐标集合P1Mb至第六个平面坐标集合P6Mb
依据第一个平面坐标集合P1Mb至第六个平面坐标集合P6Mb分别对第一个平面坐标集合至第六个平面坐标集合内的坐标进行平面比较,得到一整信号或一缺信号,二整信号或二缺信号,三整信号或三缺信号,四整信号或四缺信号,五整信号或五缺信号,六整信号或六缺信号;
对一整信号或一缺信号,二整信号或二缺信号,三整信号或三缺信号,四整信号或四缺信号,五整信号或五缺信号,六整信号或六缺信号进行识别,当同时识别到一整信号、二整信号、三整信号、四整信号、五整信号以及六整信号时,则生成平整信号,当识别到一缺信号、二缺信号、三缺信号、四缺信号、五缺信号或六缺信号中任意一个信号时,则生成缺陷信号。
进一步的,进行图像处理的具体过程为:
将墙板影像数据在虚拟空间直角坐标系中进行墙板坐标标记,标记出若干个墙板坐标,将若干个墙板坐标进行平面坐标划分,划分为六个不同的平面坐标,依据六个不同的平面对若干个墙板坐标进行平面墙板坐标点标记,并将平面墙板坐标点标记为PaMb
进一步的,进行平面比较的具体过程为:
提取第一个平面坐标集合中的若干个平面墙板坐标点,将对应的若干个平面墙板坐标点的X轴、Y轴、Z轴其中一项坐标数值标定为平面保持数轴,将平面保持数轴对应的数值标定为衡量数值,对第一个平面坐标集合中的若干个平面墙板坐标点中平面保持数轴的数值与衡量数值进行比较;
当第一个平面坐标集合中的若干个平面墙板坐标点中平面保持数轴的数值与衡量数值保持一致时,则生成一整信号,当第一个平面坐标集合中的若干个平面墙板坐标点中平面保持数轴的数值与衡量数值不一致时,则生成一缺信号;
依据对第一个平面坐标集合的平面比较方法,对第二个平面坐标集合至第六个平面坐标集合进行相同处理,得到对应的二整信号或二缺信号,三整信号或三缺信号,四整信号或四缺信号,五整信号或五缺信号,六整信号或六缺信号。
进一步的,体型计算分析操作的具体操作过程为:
获取到墙板影像数据,依据墙板影像数据采集到对应生产的环保护墙板的规格以及重量,规格包括环保护墙板的长度、宽度以及高度,环保护墙板的规格以及质量进行合格标准处理,具体为:
将墙板影像数据对应的长度、宽度、高度以及重量分别与对应的长度、宽度、高度以及重量的标准值进行差值计算,计算出长度差值,宽度差值、高度差值以及重量差值,将出长度差值、宽度差值、高度差值以及重量差值分别与对应的长差阈值、宽差阈值、高差阈值以及重差阈值进行规格差值比较,得到规整信号、规异信号;
选取规整信号对应的环保护墙板长度、宽度、高度以及重量,并依据环保护墙板长度、宽度、高度以及重量进行密度计算,具体为:将环保护墙板长度、宽度、高度以及重量依次标记为CD、KD、GD、ZL,依据计算式:
Figure BDA0004128078500000041
计算出环保护墙板的密度MD,ZL表示为重量,β表示为偏差调节因子;
将环保护墙板的密度MD与密度阈值进行比较,具体为,将环保护墙板的密度MD与密度阈值进行差值计算,计算出环保护墙板的密度差值,当环保护墙板的密度差值大于等于密度差值阈值时,则生成密度异常信号,当环保护墙板的密度差值小于密度差值阈值时,则生成密度正常信号。
进一步的,进行规格差值比较的具体过程为:
当长度差值大于长差阈值时,则生成长超信号;
当长度差值小于等于长差阈值时,则生成长符信号;
当宽度差值大于宽差阈值时,则生成宽超信号;
当宽度差值小于等于宽差阈值时,则生成宽符信号;
当高度差值大于高差阈值时,则生成高超信号;
当高度差值小于等于高差阈值时,则生成高符信号;
当重量差值大于重差阈值时,则生成重超信号;
当重量差值小于等于重差阈值时,则生成重符信号;
当同时识别到长符信号、宽符信号、高符信号以及重符信号时,则生成规整信号,当识别到长超信号、宽超信号、高超信号、重超信号中的任意一个信号时,则生成规异信号。
进一步的,视规结合判定操作的具体操作过程为:
获取墙板影像数据对应的平整信号或缺陷信号,并对平整信号或缺陷信号进行识别,当识别到缺陷信号时,则将对应的环保护墙板的规格以及质量进行不合格标准处理,将该墙板影像数据对应的环保护墙板标定为不合格产品,并发出作废信号;
当识别到平整信号时,则将对应的环保护墙板的规格以及质量进行合格标准处理,得到存储信号、损坏警报、微损信号;
提取作废信号、存储信号、损坏警报以及微损信号,并将作废信号、存储信号、损坏警报以及微损信号发送至用户的移动终端。
进一步的,进行合格标准处理的具体过程为:
提取墙板影像数据对应的密度异常信号或密度正常信号,对密度异常信号或密度正常信号进行识别,当识别到密度正常信号时,则生成完美信号,当识别到密度异常信号时,则生成偏差信号;
对完美信号、偏差信号进行识别,当识别到完美信号时,则将该对应的环保护墙板标定为完美产品,并发出存储信号;
当识别到偏差信号时,则提取对应的环保护墙板的密度差值以及密度阈值,将环保护墙板的密度差值代入到计算式:评价数值=环保护墙板的密度差值/密度阈值*评价转换因子;
将评价数值与评价阈值进行比较,当评价数值大于评价阈值时,则判定该对应的环保护墙板出现损坏,并将该环保护墙板标定为损坏产品,并发出损坏警报,当评价数值小于等于评价阈值时,则判定该对应的环保护墙板出现细微损伤,将该环保护墙板标定为微损产品,并发出微损信号。
本发明的有益效果:
本发明通过对生产的环保护墙板进行三维成像扫描,并将扫描后的数据进行虚拟成像标记,依据虚拟成像标记的坐标点进行环保护墙板的生产视觉质量进行分析,并通过数据信号的方式将视觉质量分析的结果进行展示,从而增加数据的直观性,便于对数据有直观的了解,通过对生产的环保护墙板的规格体型进行数据的采集分析,并通过数字信号的方式将环保护墙板的规格体型的分析结果进行展示,将视觉质量分析的数字信号结果与环保护墙板的规格体型分析的数字信号进行结合判定,从而判定出环保护墙板的生产质量,增加数据分析的精确性,节省质量检测时间,提高工作效率。
具体实施方式
下面将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。
本发明为基于计算机视觉的环保护墙板生产质量检测方法,该方法具体包括下述步骤:
步骤一:通过墙板影像分析处理单元对生产的环保护墙板进行3D扫描成像,从而形成生产的环保护墙板的影像,依据获取的环保护墙板影像对环保护墙板进行墙板影分处理操作,从而从视觉上对环保护墙板进行质量检测,增加环保护墙板的视觉保证;
获取生产的环保护墙板的实时影像,将环保护墙板的实时影像标定为墙板影像数据,将墙板影像数据标记为Fi,i=1,2,3......n,且n的取值为正整数,对墙板影像数据进行图像处理,具体为:
将墙板影像数据在虚拟空间直角坐标系中进行墙板坐标标记,标记出若干个墙板坐标,将若干个墙板坐标进行平面坐标划分,划分为六个不同的平面坐标,依据六个不同的平面对若干个墙板坐标进行平面墙板坐标点标记,并将平面墙板坐标点标记为PaMb,a的取值为1-6,b的取值为1-n,n的取值为正整数,PaMb表示为第a个平面内的第b个墙板坐标点;
将平面墙板坐标点PaMb分别按照a=1,a=2,a=3,a=4,a=5,a=6,进行坐标集合处理,处理出:第一个平面坐标集合P1Mb{P1M1、P1M2、P1M3、......P1Mn},第二个平面坐标集合P2Mb{P2M1、P2M2、P2M3、......P2Mn},第三个平面坐标集合P3Mb{P3M1、P3M2、P3M3、......P3Mn},第四个平面坐标集合P4Mb{P4M1、P4M2、P4M3、......P4Mn},第五个平面坐标集合P5Mb{P5M1、P5M2、P5M3、......P5Mn},第六个平面坐标集合P6Mb{P6M1、P6M2、P6M3、......P6Mn};
依据第一个平面坐标集合P1Mb至第六个平面坐标集合P6Mb分别对第一个平面坐标集合至第六个平面坐标集合内的坐标进行平面比较,具体为:
提取第一个平面坐标集合中的若干个平面墙板坐标点,将对应的若干个平面墙板坐标点的X轴、Y轴、Z轴其中一项坐标数值标定为平面保持数轴,将平面保持数轴对应的数值标定为衡量数值,对第一个平面坐标集合中的若干个平面墙板坐标点中平面保持数轴的数值与衡量数值进行比较;
当第一个平面坐标集合中的若干个平面墙板坐标点中平面保持数轴的数值与衡量数值保持一致时,则判定墙板第一个平面平整,生成一整信号,当第一个平面坐标集合中的若干个平面墙板坐标点中平面保持数轴的数值与衡量数值不一致时,则判定墙板第一个平面存在缺陷,生成一缺信号;
依据对第一个平面坐标集合的平面比较方法,对第二个平面坐标集合至第六个平面坐标集合进行相同处理,得到对应的二整信号或二缺信号,三整信号或三缺信号,四整信号或四缺信号,五整信号或五缺信号,六整信号或六缺信号;
对一整信号或一缺信号,二整信号或二缺信号,三整信号或三缺信号,四整信号或四缺信号,五整信号或五缺信号,六整信号或六缺信号进行识别,当同时识别到一整信号、二整信号、三整信号、四整信号、五整信号以及六整信号时,则判定该环保护墙板的影像表面光滑平整,生成平整信号,当识别到一缺信号、二缺信号、三缺信号、四缺信号、五缺信号或六缺信号中任意一个信号时,则判定该环保护墙板的影像表面存在缺陷,生成缺陷信号;
将平整信号或缺陷信号标定为影信数组,并将影信数组传输至视觉规格结合判定单元;
步骤二:通过墙板规格计算处理单元对生产的环保护墙板进行墙板规格采集,将采集的规格相关的数据进行体型计算分析操作,从而从规格体型上对环保护墙板进行质量检测,增加环保护墙板的规格保护;
获取到墙板影像数据,依据墙板影像数据采集到对应生产的环保护墙板的规格以及重量,规格包括环保护墙板的长度、宽度以及高度,环保护墙板的规格以及质量进行合格标准处理,具体为:
将墙板影像数据对应的长度、宽度、高度以及重量分别与对应的长度、宽度、高度以及重量的标准值进行差值计算,计算出长度差值,宽度差值、高度差值以及重量差值,将出长度差值、宽度差值、高度差值以及重量差值分别与对应的长差阈值、宽差阈值、高差阈值以及重差阈值进行比较,具体为:
当长度差值大于长差阈值时,则判定长度超出标准,生成长超信号,当长度差值小于等于长差阈值时,则判定长度符合标准,生成长符信号,当宽度差值大于宽差阈值时,则判定宽度超出标准,生成宽超信号,当宽度差值小于等于宽差阈值时,则判定宽度符合标准,生成宽符信号,当高度差值大于高差阈值时,则判定高度超出标准,生成高超信号,当高度差值小于等于高差阈值时,则判定高度符合标准,生成高符信号,当重量差值大于重差阈值时,则判定重量超出标准,生成重超信号,当重量差值小于等于重差阈值时,则判定重量符合标准,生成重符信号;
当同时识别到长符信号、宽符信号、高符信号以及重符信号时,则判定该环保护墙板的规格符合标准,生成规整信号,当识别到长超信号、宽超信号、高超信号、重超信号中的任意一个信号时,则判定该环保护墙板的规格不符合标准,生成规异信号;
选取规整信号对应的环保护墙板长度、宽度、高度以及重量,并依据环保护墙板长度、宽度、高度以及重量进行密度计算,计算出环保护墙板的密度,具体计算式为:
Figure BDA0004128078500000091
其中,MD表示为环保护墙板的密度,ZL表示为重量,CD表示为长度,KD表示为宽度,GD表示为高度,β表示为偏差调节因子;
将环保护墙板的密度MD与密度阈值进行比较,具体为,将环保护墙板的密度MD与密度阈值进行差值计算,计算出环保护墙板的密度差值,当环保护墙板的密度差值大于等于密度差值阈值时,则判定该环保护墙板的密度异常,生成密度异常信号,当环保护墙板的密度差值小于密度差值阈值时,则判定该环保护墙板的密度正常,生成密度正常信号;
将密度异常信号、密度正常信号统一标定为密度数组,将密度数组传输至视觉规格结合判定单元;
步骤三:通过视觉规格结合判定单元接收的墙板影像数据的影像分析结果与接收的环保护墙板的体型计算分析结果,并依据墙板影像数据的影像分析结果与环保护墙板的体型计算分析结果进行视规结合判定操作,从而将视觉分析与体型分析的相关数据进行结合,总而增加环保护墙板的质量分析计算的精确性和全面性;
获取墙板影像数据对应的平整信号或缺陷信号,并对平整信号或缺陷信号进行识别,当识别到缺陷信号时,则将对应的环保护墙板的规格以及质量进行不合格标准处理,具体为:将该墙板影像数据对应的环保护墙板标定为不合格产品,并发出作废信号;
当识别到平整信号时,则将对应的环保护墙板的规格以及质量进行合格标准处理,具体为:提取墙板影像数据对应的密度异常信号或密度正常信号,对密度异常信号或密度正常信号进行识别,当识别到密度正常信号时,则判定该环保护墙板的视觉和规格均达到完美的地步,生成完美信号,当识别到密度异常信号时,则判定该环保护墙板的视觉和规格存在偏差,生成偏差信号;
提取完美信号、偏差信号,并对完美信号、偏差信号进行识别,当识别到完美信号时,则判定该环保护墙板的生产质量合格,将该对应的环保护墙板标定为完美产品,并发出存储信号;
当识别到偏差信号时,则提取对应的环保护墙板的密度差值以及密度阈值,将环保护墙板的密度差值代入到计算式:评价数值=环保护墙板的密度差值/密度阈值*评价转换因子;
将评价数值与评价阈值进行比较,当评价数值大于评价阈值时,则判定该对应的环保护墙板出现损坏,并将该环保护墙板标定为损坏产品,并发出损坏警报,当评价数值小于等于评价阈值时,则判定该对应的环保护墙板出现细微损伤,将该环保护墙板标定为微损产品,并发出微损信号;
提取作废信号、存储信号、损坏警报以及微损信号,并将作废信号、存储信号、损坏警报以及微损信号标定为检测信号数组,并将检测信号数组发送至用户的移动终端。
本发明在使用时,通过墙板影像分析处理单元对生产的环保护墙板进行3D扫描成像,从而形成生产的环保护墙板的影像,依据获取的环保护墙板影像对环保护墙板进行墙板影分处理操作,从而从视觉上对环保护墙板进行质量检测,增加环保护墙板的视觉保证,通过墙板规格计算处理单元对生产的环保护墙板进行墙板规格采集,将采集的规格相关的数据进行体型计算分析操作,从而从规格体型上对环保护墙板进行质量检测,增加环保护墙板的规格保护,通过视觉规格结合判定单元接收的墙板影像数据的影像分析结果与接收的环保护墙板的体型计算分析结果,并依据墙板影像数据的影像分析结果与环保护墙板的体型计算分析结果进行视规结合判定操作,从而将视觉分析与体型分析的相关数据进行结合,总而增加环保护墙板的质量分析计算的精确性和全面性,并将生成的作废信号、存储信号、损坏警报以及微损信号发送至用户的移动终端,用户依据接收的信号对生产的环保护墙板进行处理。
以上内容仅仅是对本发明结构所作的举例和说明,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,只要不偏离发明的结构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。

Claims (8)

1.基于计算机视觉的环保护墙板生产质量检测方法,其特征在于,该检测方法具体包括下述步骤:
步骤一:通过墙板影像分析处理单元对生产的环保护墙板进行3D扫描成像,从而形成生产的环保护墙板的影像,依据获取的环保护墙板影像对环保护墙板进行墙板影分处理操作,得到影信数组,影信数组包括平整信号、缺陷信号;
步骤二:通过墙板规格计算处理单元对生产的环保护墙板进行墙板规格采集,将采集的规格相关的数据进行体型计算分析操作,得到密度数组,密度数组包括密度异常信号、密度正常信号;
步骤三:通过视觉规格结合判定单元获取影信数组以及密度数组,并依据影信数组以及密度数组对环保护墙板的规格以及影响进行视规结合判定操作,得到检测信号数组,将检测信号数组发送至用户的移动终端,检测信号数组包括作废信号、存储信号、损坏警报以及微损信号。
2.根据权利要求1所述的基于计算机视觉的环保护墙板生产质量检测方法,其特征在于,墙板影分处理操作的具体操作过程为:
采集到生产的环保护墙板的实时影像,将环保护墙板的实时影像标定为墙板影像数据,将墙板影像数据标记为Fi,i的取值为正整数,依据墙板影像数据对墙板影像数据进行图像处理,得到平面墙板坐标点;
将平面墙板坐标点PaMb分别按照a=1,a=2,a=3,a=4,a=5,a=6,进行坐标集合处理,划分出六个平面坐标点集合:第一个平面坐标集合P1Mb至第六个平面坐标集合P6Mb
依据第一个平面坐标集合P1Mb至第六个平面坐标集合P6Mb分别对第一个平面坐标集合至第六个平面坐标集合内的坐标进行平面比较,得到一整信号或一缺信号,二整信号或二缺信号,三整信号或三缺信号,四整信号或四缺信号,五整信号或五缺信号,六整信号或六缺信号;
对一整信号或一缺信号,二整信号或二缺信号,三整信号或三缺信号,四整信号或四缺信号,五整信号或五缺信号,六整信号或六缺信号进行识别,当同时识别到一整信号、二整信号、三整信号、四整信号、五整信号以及六整信号时,则生成平整信号,当识别到一缺信号、二缺信号、三缺信号、四缺信号、五缺信号或六缺信号中任意一个信号时,则生成缺陷信号。
3.根据权利要求2所述的基于计算机视觉的环保护墙板生产质量检测方法,其特征在于,进行图像处理的具体过程为:
将墙板影像数据在虚拟空间直角坐标系中进行墙板坐标标记,标记出若干个墙板坐标,将若干个墙板坐标进行平面坐标划分,划分为六个不同的平面坐标,依据六个不同的平面对若干个墙板坐标进行平面墙板坐标点标记,并将平面墙板坐标点标记为PaMb
4.根据权利要求3所述的基于计算机视觉的环保护墙板生产质量检测方法,其特征在于,进行平面比较的具体过程为:
提取第一个平面坐标集合中的若干个平面墙板坐标点,将对应的若干个平面墙板坐标点的X轴、Y轴、Z轴其中一项坐标数值标定为平面保持数轴,将平面保持数轴对应的数值标定为衡量数值,对第一个平面坐标集合中的若干个平面墙板坐标点中平面保持数轴的数值与衡量数值进行比较;
当第一个平面坐标集合中的若干个平面墙板坐标点中平面保持数轴的数值与衡量数值保持一致时,则生成一整信号,当第一个平面坐标集合中的若干个平面墙板坐标点中平面保持数轴的数值与衡量数值不一致时,则生成一缺信号;
依据对第一个平面坐标集合的平面比较方法,对第二个平面坐标集合至第六个平面坐标集合进行相同处理,得到对应的二整信号或二缺信号,三整信号或三缺信号,四整信号或四缺信号,五整信号或五缺信号,六整信号或六缺信号。
5.根据权利要求1所述的基于计算机视觉的环保护墙板生产质量检测方法,其特征在于,体型计算分析操作的具体操作过程为:
获取到墙板影像数据,依据墙板影像数据采集到对应生产的环保护墙板的规格以及重量,规格包括环保护墙板的长度、宽度以及高度,环保护墙板的规格以及质量进行合格标准处理,具体为:
将墙板影像数据对应的长度、宽度、高度以及重量分别与对应的长度、宽度、高度以及重量的标准值进行差值计算,计算出长度差值,宽度差值、高度差值以及重量差值,将出长度差值、宽度差值、高度差值以及重量差值分别与对应的长差阈值、宽差阈值、高差阈值以及重差阈值进行规格差值比较,得到规整信号、规异信号;
选取规整信号对应的环保护墙板长度、宽度、高度以及重量,并依据环保护墙板长度、宽度、高度以及重量进行密度计算,具体为:将环保护墙板长度、宽度、高度以及重量依次标记为CD、KD、GD、ZL,依据计算式:
Figure FDA0004128078490000031
计算出环保护墙板的密度MD,ZL表示为重量,β表示为偏差调节因子;
将环保护墙板的密度MD与密度阈值进行比较,具体为,将环保护墙板的密度MD与密度阈值进行差值计算,计算出环保护墙板的密度差值,当环保护墙板的密度差值大于等于密度差值阈值时,则生成密度异常信号,当环保护墙板的密度差值小于密度差值阈值时,则生成密度正常信号。
6.根据权利要求5所述的基于计算机视觉的环保护墙板生产质量检测方法,其特征在于,进行规格差值比较的具体过程为:
当长度差值大于长差阈值时,则生成长超信号;
当长度差值小于等于长差阈值时,则生成长符信号;
当宽度差值大于宽差阈值时,则生成宽超信号;
当宽度差值小于等于宽差阈值时,则生成宽符信号;
当高度差值大于高差阈值时,则生成高超信号;
当高度差值小于等于高差阈值时,则生成高符信号;
当重量差值大于重差阈值时,则生成重超信号;
当重量差值小于等于重差阈值时,则生成重符信号;
当同时识别到长符信号、宽符信号、高符信号以及重符信号时,则生成规整信号,当识别到长超信号、宽超信号、高超信号、重超信号中的任意一个信号时,则生成规异信号。
7.根据权利要求1所述的基于计算机视觉的环保护墙板生产质量检测方法,其特征在于,视规结合判定操作的具体操作过程为:
获取墙板影像数据对应的平整信号或缺陷信号,并对平整信号或缺陷信号进行识别,当识别到缺陷信号时,则将对应的环保护墙板的规格以及质量进行不合格标准处理,将该墙板影像数据对应的环保护墙板标定为不合格产品,并发出作废信号;
当识别到平整信号时,则将对应的环保护墙板的规格以及质量进行合格标准处理,得到存储信号、损坏警报、微损信号;
提取作废信号、存储信号、损坏警报以及微损信号,并将作废信号、存储信号、损坏警报以及微损信号发送至用户的移动终端。
8.根据权利要求7所述的基于计算机视觉的环保护墙板生产质量检测方法,其特征在于,进行合格标准处理的具体过程为:
提取墙板影像数据对应的密度异常信号或密度正常信号,对密度异常信号或密度正常信号进行识别,当识别到密度正常信号时,则生成完美信号,当识别到密度异常信号时,则生成偏差信号;
对完美信号、偏差信号进行识别,当识别到完美信号时,则将该对应的环保护墙板标定为完美产品,并发出存储信号;
当识别到偏差信号时,则提取对应的环保护墙板的密度差值以及密度阈值,将环保护墙板的密度差值代入到计算式:评价数值=环保护墙板的密度差值/密度阈值*评价转换因子;
将评价数值与评价阈值进行比较,当评价数值大于评价阈值时,则判定该对应的环保护墙板出现损坏,并将该环保护墙板标定为损坏产品,并发出损坏警报,当评价数值小于等于评价阈值时,则判定该对应的环保护墙板出现细微损伤,将该环保护墙板标定为微损产品,并发出微损信号。
CN202310251827.9A 2023-03-16 2023-03-16 基于计算机视觉的环保护墙板生产质量检测方法 Active CN116359243B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310251827.9A CN116359243B (zh) 2023-03-16 2023-03-16 基于计算机视觉的环保护墙板生产质量检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310251827.9A CN116359243B (zh) 2023-03-16 2023-03-16 基于计算机视觉的环保护墙板生产质量检测方法

Publications (2)

Publication Number Publication Date
CN116359243A true CN116359243A (zh) 2023-06-30
CN116359243B CN116359243B (zh) 2024-06-25

Family

ID=86912931

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310251827.9A Active CN116359243B (zh) 2023-03-16 2023-03-16 基于计算机视觉的环保护墙板生产质量检测方法

Country Status (1)

Country Link
CN (1) CN116359243B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1576782A (zh) * 2003-06-27 2005-02-09 日本亚比欧尼克斯股份有限公司 图案检查方法和设备及图案对准方法
JP2008089566A (ja) * 2006-09-08 2008-04-17 Jfe Steel Kk 面歪の測定装置及び方法
JP4666273B1 (ja) * 2010-05-18 2011-04-06 住友金属工業株式会社 板材の平坦度測定方法及びこれを用いた鋼板の製造方法
CN110514152A (zh) * 2018-05-21 2019-11-29 北京博清科技有限公司 基于激光扫描的墙面平整度检测方法及系统
JP2020008501A (ja) * 2018-07-11 2020-01-16 日本製鉄株式会社 表面欠陥検出装置及び表面欠陥検出方法
CA3105874A1 (en) * 2018-07-19 2020-01-23 Form Robotics Inc. System and method for automating construction and installation of surfaces in construction
JP6688518B1 (ja) * 2019-09-26 2020-04-28 株式会社アクトキューブ 三次元空間における座標軸決定方法並びに面特定方法
CN112284250A (zh) * 2020-10-15 2021-01-29 浙江大学台州研究院 一种基于机器视觉的尺寸测量评分系统及测量方法
CN114119483A (zh) * 2021-10-27 2022-03-01 云南昆船设计研究院有限公司 基于图像处理技术的建筑用轻质墙板质量检测方法及装置
CN114910480A (zh) * 2022-05-09 2022-08-16 北京工业大学 一种基于机器视觉的晶圆表面缺陷检测方法
CN115471465A (zh) * 2022-08-29 2022-12-13 中国计量大学 一种基于差影法的tft基板线路缺陷检测方法
CN115656182A (zh) * 2022-10-28 2023-01-31 征图新视(江苏)科技股份有限公司 基于张量投票主成分分析的板材点云缺陷检测方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1576782A (zh) * 2003-06-27 2005-02-09 日本亚比欧尼克斯股份有限公司 图案检查方法和设备及图案对准方法
JP2008089566A (ja) * 2006-09-08 2008-04-17 Jfe Steel Kk 面歪の測定装置及び方法
JP4666273B1 (ja) * 2010-05-18 2011-04-06 住友金属工業株式会社 板材の平坦度測定方法及びこれを用いた鋼板の製造方法
CN110514152A (zh) * 2018-05-21 2019-11-29 北京博清科技有限公司 基于激光扫描的墙面平整度检测方法及系统
JP2020008501A (ja) * 2018-07-11 2020-01-16 日本製鉄株式会社 表面欠陥検出装置及び表面欠陥検出方法
CA3105874A1 (en) * 2018-07-19 2020-01-23 Form Robotics Inc. System and method for automating construction and installation of surfaces in construction
JP6688518B1 (ja) * 2019-09-26 2020-04-28 株式会社アクトキューブ 三次元空間における座標軸決定方法並びに面特定方法
CN112284250A (zh) * 2020-10-15 2021-01-29 浙江大学台州研究院 一种基于机器视觉的尺寸测量评分系统及测量方法
CN114119483A (zh) * 2021-10-27 2022-03-01 云南昆船设计研究院有限公司 基于图像处理技术的建筑用轻质墙板质量检测方法及装置
CN114910480A (zh) * 2022-05-09 2022-08-16 北京工业大学 一种基于机器视觉的晶圆表面缺陷检测方法
CN115471465A (zh) * 2022-08-29 2022-12-13 中国计量大学 一种基于差影法的tft基板线路缺陷检测方法
CN115656182A (zh) * 2022-10-28 2023-01-31 征图新视(江苏)科技股份有限公司 基于张量投票主成分分析的板材点云缺陷检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
叶冬明等: "预制混凝土剪力墙施工安装偏差实测及结构安全性影响分析", 建筑结构, vol. 52, no. 2, 31 December 2022 (2022-12-31), pages 2833 - 2839 *
赵玉臣等: "利用激光点云数据检测特征表面平整度", 科技创新与应用, no. 32, 26 October 2020 (2020-10-26), pages 128 - 129 *

Also Published As

Publication number Publication date
CN116359243B (zh) 2024-06-25

Similar Documents

Publication Publication Date Title
CN110415167B (zh) 一种基于数字图像技术的粗糙面裂隙生成方法及试验系统
CN109916913A (zh) 一种基于机器视觉的智能制造产品识别与检测方法
US7986814B2 (en) Method for measuring a curved surface of an object
CN104408055B (zh) 一种激光雷达点云数据的存储方法及装置
CN112361977B (zh) 一种基于权重分配的直线间距测量方法
CN110619146A (zh) 基于结构相似性度量的多晶硅电池片裂纹缺陷检测方法
CN104764407A (zh) 一种电缆护套厚度的精细测量方法
CN105627935A (zh) 产品料厚三维分析系统及方法
CN116359243B (zh) 基于计算机视觉的环保护墙板生产质量检测方法
CN112907601A (zh) 一种基于特征变换的隧道拱架点云自动提取方法及装置
CN113808129B (zh) 易混淆缺陷的有效检测方法
CN114881969A (zh) 基于计算机视觉的木板表面木节疤检测方法及检测系统
CN112750119B (zh) 一种面向白玻璃盖板表面微弱缺陷的检测与测量方法
CN116399241B (zh) 一种贴片式电感几何参数测量方法及系统
CN110977064B (zh) 基于点云数据处理的成型电极损耗最优修整量实现方法
CN109632081B (zh) 风力发电机组振动特征提取与差异性判别的方法
CN115615992A (zh) 一种耐火砖尺寸测量及缺陷检测方法
CN116385356A (zh) 一种基于激光视觉的正六边形孔特征的提取方法和系统
CN112284287B (zh) 一种基于结构表面灰度特征的立体视觉三维位移测量方法
CN109684297B (zh) 一种三维激光扫描海量点数据存储方法
CN110533644A (zh) 一种基于图像识别的绝缘子检测方法
CN117308821B (zh) 一种基于扫描仪的建筑装饰造型精度检验方法及系统
Kampel et al. Automated investigation of archaeological vessels
CN110889246A (zh) 结构面抗剪区域的确定方法
CN109410206A (zh) 一种建筑装饰三维造型精度检验方法

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