CN117261362A - 瓦楞纸板生产设备的控制系统及其方法 - Google Patents
瓦楞纸板生产设备的控制系统及其方法 Download PDFInfo
- Publication number
- CN117261362A CN117261362A CN202311224123.9A CN202311224123A CN117261362A CN 117261362 A CN117261362 A CN 117261362A CN 202311224123 A CN202311224123 A CN 202311224123A CN 117261362 A CN117261362 A CN 117261362A
- Authority
- CN
- China
- Prior art keywords
- gluing
- corrugated board
- paper board
- board
- corrugated
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000004026 adhesive bonding Methods 0.000 claims abstract description 158
- 239000011087 paperboard Substances 0.000 claims abstract description 119
- 230000000694 effects Effects 0.000 claims abstract description 53
- 239000000084 colloidal system Substances 0.000 claims abstract description 20
- 238000005096 rolling process Methods 0.000 claims abstract description 12
- 238000001035 drying Methods 0.000 claims abstract description 11
- 238000004806 packaging method and process Methods 0.000 claims abstract description 5
- 239000003292 glue Substances 0.000 claims description 64
- 239000013598 vector Substances 0.000 claims description 63
- 239000011159 matrix material Substances 0.000 claims description 50
- 238000003892 spreading Methods 0.000 claims description 25
- 230000007480 spreading Effects 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 15
- 238000003062 neural network model Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 10
- 238000013527 convolutional neural network Methods 0.000 claims description 6
- 238000012856 packing Methods 0.000 claims description 6
- 230000004931 aggregating effect Effects 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 2
- 239000000123 paper Substances 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 239000011111 cardboard Substances 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000011248 coating agent Substances 0.000 description 3
- 238000000576 coating method Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 241000274582 Pycnanthus angolensis Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000005022 packaging material Substances 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 238000005211 surface analysis Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B31—MAKING ARTICLES OF PAPER, CARDBOARD OR MATERIAL WORKED IN A MANNER ANALOGOUS TO PAPER; WORKING PAPER, CARDBOARD OR MATERIAL WORKED IN A MANNER ANALOGOUS TO PAPER
- B31F—MECHANICAL WORKING OR DEFORMATION OF PAPER, CARDBOARD OR MATERIAL WORKED IN A MANNER ANALOGOUS TO PAPER
- B31F1/00—Mechanical deformation without removing material, e.g. in combination with laminating
- B31F1/20—Corrugating; Corrugating combined with laminating to other layers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B31—MAKING ARTICLES OF PAPER, CARDBOARD OR MATERIAL WORKED IN A MANNER ANALOGOUS TO PAPER; WORKING PAPER, CARDBOARD OR MATERIAL WORKED IN A MANNER ANALOGOUS TO PAPER
- B31F—MECHANICAL WORKING OR DEFORMATION OF PAPER, CARDBOARD OR MATERIAL WORKED IN A MANNER ANALOGOUS TO PAPER
- B31F5/00—Attaching together sheets, strips or webs; Reinforcing edges
- B31F5/04—Attaching together sheets, strips or webs; Reinforcing edges by exclusive use of adhesives
-
- 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)
- Mechanical Engineering (AREA)
- Machines For Manufacturing Corrugated Board In Mechanical Paper-Making Processes (AREA)
Abstract
公开了一种瓦楞纸板生产设备的控制系统及其方法。该方法包括：使动辊轴的底部端面和定辊轴的顶部端面与待加工瓦楞纸板相接触；所述瓦楞纸板生产设备的瓦楞纸载板携带所述待加工瓦楞纸板移动至位于涂胶头的下方；涂胶头对所述待加工瓦楞纸板进行涂胶处理，以得到涂胶纸板；对所述涂胶纸板进行基于涂胶效果的检查；通过机械手取一块瓦面纸板，并粘贴在与涂胶效果符合预定要求的所述涂胶纸板的已经涂覆有胶体的一面以得到粘贴后纸板；对所述粘贴后纸板进行辊压处理以得到辊压后纸板；对所述辊压后纸板进行胶体烘干以得到烘干后纸板；以及，对所述烘干后纸板进行打包处理以得到成品瓦楞纸板。这样，可以确保瓦楞纸板的质量。
Description
技术领域
本公开涉及生产设备领域，且更为具体地，涉及一种瓦楞纸板生产设备的控制系统及其方法。
背景技术
瓦楞纸板由至少一层瓦楞纸和一层箱板纸粘合而成，具有较好的弹性和延伸性。主要用于制造纸箱、纸箱的夹心以及易碎商品的其他包装材料。
瓦楞纸是由挂面纸和通过瓦楞棍加工而形成的波形的瓦楞纸粘合而成的板状物，一般分为单瓦楞纸板和双瓦楞纸板两类。瓦楞纸的发明和应用有一百多年历史，具有成本低、质量轻、加工易、强度大、印刷适应性样优良、储存搬运方便等优点，80％以上的瓦楞纸均可通过回收再生，瓦楞纸可用作食品或者数码产品的包装，相对环保，使用较为广泛。
在瓦楞纸板生产的过程中，需要将多张瓦楞纸通过粘贴的方式，来形成一块较厚的瓦楞纸板，这一过程就需要借助涂胶系统，但是目前现有瓦楞纸板生产所用涂胶系统，在结构上不仅复杂，而且在功能上也较为单一，在多张瓦楞纸粘贴之后，缺少对瓦楞纸板进一步辊压处理，使得后期生产出的瓦楞纸板在自身强度方面不理想，而且多层瓦楞纸粘贴后，胶体无法快速的得到固化处理，使得成品瓦楞纸板需要进行晾晒处理，费时费力。
因此，期待一种解决方案。
发明内容
有鉴于此，本公开提出了一种瓦楞纸板生产设备的控制系统及其方法，可以通过对涂胶后的涂胶纸板进行基于涂胶效果的检查，以确保瓦楞纸板的质量。
根据本公开的一方面，提供了一种瓦楞纸板生产设备的控制方法，其包括：
调节瓦楞纸板生产设备的动辊轴和定辊轴之间的间距，使得所述动辊轴的底部端面和所述定辊轴的顶部端面与待加工瓦楞纸板相接触；
在所述瓦楞纸板生产设备的瓦楞纸载板的上方放入所述待加工瓦楞纸板，所述瓦楞纸载板携带所述待加工瓦楞纸板移动，直至位于所述瓦楞纸板生产设备的涂胶头的下方；
调节所述瓦楞纸板生产设备的涂胶头的横向位置，在调节过程中，所述涂胶头对所述待加工瓦楞纸板进行涂胶处理，以得到涂胶纸板；
对所述涂胶纸板进行基于涂胶效果的检查；
通过机械手取一块瓦面纸板，并粘贴在与涂胶效果符合预定要求的所述涂胶纸板的已经涂覆有胶体的一面以得到粘贴后纸板，其中，所述瓦面纸板的尺寸与所述涂胶纸板具有相同尺寸；
对所述粘贴后纸板进行辊压处理以得到辊压后纸板；
对所述辊压后纸板进行胶体烘干以得到烘干后纸板；以及
对所述烘干后纸板进行打包处理以得到成品瓦楞纸板。
根据本公开的另一方面，提供了一种瓦楞纸板生产设备的控制系统，其包括：
轴间距调节模块，用于调节瓦楞纸板生产设备的动辊轴和定辊轴之间的间距，使得所述动辊轴的底部端面和所述定辊轴的顶部端面与待加工瓦楞纸板相接触；
待加工瓦楞纸板移动模块，用于在所述瓦楞纸板生产设备的瓦楞纸载板的上方放入所述待加工瓦楞纸板，所述瓦楞纸载板携带所述待加工瓦楞纸板移动，直至位于所述瓦楞纸板生产设备的涂胶头的下方；
涂胶处理模块，用于调节所述瓦楞纸板生产设备的涂胶头的横向位置，在调节过程中，所述涂胶头对所述待加工瓦楞纸板进行涂胶处理，以得到涂胶纸板；
涂胶效果检查模块，用于对所述涂胶纸板进行基于涂胶效果的检查；
粘贴后纸板获取模块，用于通过机械手取一块瓦面纸板，并粘贴在与涂胶效果符合预定要求的所述涂胶纸板的已经涂覆有胶体的一面以得到粘贴后纸板，其中，所述瓦面纸板的尺寸与所述涂胶纸板具有相同尺寸；
辊压处理模块，用于对所述粘贴后纸板进行辊压处理以得到辊压后纸板；
胶体烘干模块，用于对所述辊压后纸板进行胶体烘干以得到烘干后纸板；以及
打包模块，用于对所述烘干后纸板进行打包处理以得到成品瓦楞纸板。
根据本公开的实施例，该方法包括：使动辊轴的底部端面和定辊轴的顶部端面与待加工瓦楞纸板相接触；所述瓦楞纸板生产设备的瓦楞纸载板携带所述待加工瓦楞纸板移动至位于涂胶头的下方；涂胶头对所述待加工瓦楞纸板进行涂胶处理，以得到涂胶纸板；对所述涂胶纸板进行基于涂胶效果的检查；通过机械手取一块瓦面纸板，并粘贴在与涂胶效果符合预定要求的所述涂胶纸板的已经涂覆有胶体的一面以得到粘贴后纸板；对所述粘贴后纸板进行辊压处理以得到辊压后纸板；对所述辊压后纸板进行胶体烘干以得到烘干后纸板；以及，对所述烘干后纸板进行打包处理以得到成品瓦楞纸板。这样，可以确保瓦楞纸板的质量。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1示出根据本公开的实施例的瓦楞纸板生产设备的控制方法的流程图。
图2示出根据本公开的实施例的瓦楞纸板生产设备的控制方法的子步骤S140的流程图。
图3示出根据本公开的实施例的瓦楞纸板生产设备的控制方法的子步骤S140的架构示意图。
图4示出根据本公开的实施例的瓦楞纸板生产设备的控制方法的子步骤S142的流程图。
图5示出根据本公开的实施例的瓦楞纸板生产设备的控制方法的子步骤S1421的流程图。
图6示出根据本公开的实施例的瓦楞纸板生产设备的控制方法的子步骤S1422的流程图。
图7示出根据本公开的实施例的瓦楞纸板生产设备的控制方法的子步骤S143的流程图。
图8示出根据本公开的实施例的瓦楞纸板生产设备的控制系统的框图。
图9示出根据本公开的实施例的瓦楞纸板生产设备的控制方法的应用场景图。
具体实施方式
下面将结合附图对本公开实施例中的技术方案进行清楚、完整地描述，显而易见地，所描述的实施例仅仅是本公开的部分实施例，而不是全部的实施例。基于本公开实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，也属于本公开保护的范围。
如本公开和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
本公开提供了一种瓦楞纸板生产设备的控制方法，图1示出根据本公开的实施例的瓦楞纸板生产设备的控制方法的流程图。如图1所示，根据本公开实施例的瓦楞纸板生产设备的控制方法，包括步骤：S110，调节瓦楞纸板生产设备的动辊轴和定辊轴之间的间距，使得所述动辊轴的底部端面和所述定辊轴的顶部端面与待加工瓦楞纸板相接触；S120，在所述瓦楞纸板生产设备的瓦楞纸载板的上方放入所述待加工瓦楞纸板，所述瓦楞纸载板携带所述待加工瓦楞纸板移动，直至位于所述瓦楞纸板生产设备的涂胶头的下方；S130，调节所述瓦楞纸板生产设备的涂胶头的横向位置，在调节过程中，所述涂胶头对所述待加工瓦楞纸板进行涂胶处理，以得到涂胶纸板；S140，对所述涂胶纸板进行基于涂胶效果的检查；S150，通过机械手取一块瓦面纸板，并粘贴在与涂胶效果符合预定要求的所述涂胶纸板的已经涂覆有胶体的一面以得到粘贴后纸板，其中，所述瓦面纸板的尺寸与所述涂胶纸板具有相同尺寸；S160，对所述粘贴后纸板进行辊压处理以得到辊压后纸板；S170，对所述辊压后纸板进行胶体烘干以得到烘干后纸板；以及，S180，对所述烘干后纸板进行打包处理以得到成品瓦楞纸板。
在实际进行瓦楞纸板的生产过程中，许多生产厂家通常不会对涂胶之后的纸板进行检查。然而，涂胶效果直接影响了瓦楞纸板的质量和性能。如果涂胶不均匀，可能导致瓦楞纸板的强度、刚度、防水性、耐磨性等降低，甚至出现开裂、脱层、变形等缺陷。这些缺陷不仅会影响瓦楞纸板的使用寿命和功能，还会增加生产成本和浪费资源。因而，在本公开的技术方案中，期待对涂胶后的涂胶纸板进行基于涂胶效果的检查，以确保瓦楞纸板的质量。
随着人工智能技术的发展，其可以通过智能传感器、图像识别、数据分析等技术，实时监测和调整生产参数，优化生产流程，减少浪费和缺陷，提高生产速度和产品质量。人工智能在瓦楞纸板的生产这一领域中的应用，为构建对涂胶纸板进行基于涂胶效果的检查提供了新的思路。
具体地，本公开的技术构思为：结合基于深度学习的人工智能技术，从涂胶纸板的涂胶表面图像中提取关于涂胶效果的隐含图像特征，并基于此来实现对涂胶纸板的智能化检查，以确保涂胶纸板的涂胶效果具有一致性，优化整体的生产过程。
图2示出根据本公开的实施例的瓦楞纸板生产设备的控制方法的子步骤S140的流程图。图3示出根据本公开的实施例的瓦楞纸板生产设备的控制方法的子步骤S140的架构示意图。如图2和图3所示，根据本公开实施例的瓦楞纸板生产设备的控制方法，对所述涂胶纸板进行基于涂胶效果的检查，包括步骤：S141，获取所述涂胶纸板的涂胶表面图像；S142，对所述涂胶表面图像进行图像特征提取以得到一致性拓扑涂胶表面特征矩阵；以及，S143，基于所述一致性拓扑涂胶表面特征矩阵，确定涂胶效果是否符合预定要求。
在本公开的技术方案中，首先，获取所述涂胶纸板的涂胶表面图像；并对所述涂胶表面图像进行源域增益以得到多通道涂胶表面图像。也就是，通过源域增益的方式来增强所述涂胶表面图像中的信息，使得后续模型能够更容易地捕捉到图像中关于涂胶效果的隐含特征。
在本公开的一个具体示例中，对所述涂胶表面图像进行源域增益以得到多通道涂胶表面图像的实现过程为：先计算所述涂胶表面图像的方向梯度直方图；再将所述涂胶表面图像和所述方向梯度直方图沿通道维度进行聚合以得到多通道涂胶表面图像。
在实际进行涂胶过程中，若表面出现斑点、条纹或不规则的图案，大概率表明涂胶的分布不均匀或存在涂胶缺陷；此外，涂胶表面的纹理若变得粗糙，出现颗粒状的结构，与均匀平滑的涂胶表面相比，这表明涂胶的覆盖不够均匀。而方向梯度直方图可以捕捉到涂胶纹理的方向性和分布情况，这对于捕捉涂胶效果的均匀性特征具有重要意义。
然后，提取所述多通道涂胶表面图像的节点特征与拓扑特征以得到涂胶表面图像块语义特征向量的序列和涂胶区域间一致性拓扑特征矩阵。在本公开的一个具体示例中，提取所述多通道涂胶表面图像的节点特征与拓扑特征以得到涂胶表面图像块语义特征向量的序列和涂胶区域间一致性拓扑特征矩阵的编码过程，包括：先对所述多通道涂胶表面图像进行图像块切分以得到涂胶表面图像块的序列；随后，将所述涂胶表面图像块的序列通过基于ViT模型的图像特征提取器以得到涂胶表面图像块语义特征向量的序列；再计算所述涂胶表面图像块语义特征向量的序列中任意两个涂胶表面图像块语义特征向量之间的余弦相似度以得到由多个余弦相似度组成的涂胶区域间一致性拓扑矩阵；继而，将所述涂胶区域间一致性拓扑矩阵通过基于卷积神经网络模型的拓扑特征提取器以得到涂胶区域间一致性拓扑特征矩阵。
进一步地，将所述涂胶区域间一致性拓扑特征矩阵和所述涂胶表面图像块语义特征向量的序列通过图神经网络模型以得到一致性拓扑涂胶表面特征矩阵。
这里，在本公开的技术方案中，将涂胶表面图像看作是一个由多个涂胶区域组成的图，每个涂胶区域对应一个节点，每两个涂胶区域之间的相似度对应一条边。在实际进行瓦楞纸板的生产过程中，若涂胶效果存在不均匀的情况，那么各个涂胶区域之间将会存在较大的差异性。图神经网络模型可以通过聚合邻居节点的信息来更新每个节点的特征，从而捕捉涂胶区域之间的一致性关系。也就是说，在本公开的技术方案中，利用图神经网络模型来进行涂胶效果的均匀性检查，以更好地捕捉各个涂胶区域之间的涂胶均匀性和一致性特征。
相应地，如图4所示，对所述涂胶表面图像进行图像特征提取以得到一致性拓扑涂胶表面特征矩阵，包括：S1421，对所述涂胶表面图像进行源域增益以得到多通道涂胶表面图像；S1422，提取所述多通道涂胶表面图像的节点特征与拓扑特征以得到涂胶表面图像块语义特征向量的序列和涂胶区域间一致性拓扑特征矩阵；以及，S1423，将所述涂胶区域间一致性拓扑特征矩阵和所述涂胶表面图像块语义特征向量的序列通过图神经网络模型以得到所述一致性拓扑涂胶表面特征矩阵。值得一提的是，图神经网络(Graph NeuralNetwork，简称GNN)是一种用于处理图结构数据的机器学习模型。与传统的神经网络模型不同，图神经网络能够对节点和边进行建模，从而捕捉图中节点之间的关系和拓扑结构。图神经网络模型被用于将涂胶区域间的一致性拓扑特征矩阵和涂胶表面图像块的语义特征向量序列进行处理，以得到一致性拓扑涂胶表面特征矩阵。具体而言，图神经网络模型通过学习图中节点之间的关系和特征传递，可以对整个图的语义信息进行建模和提取。它能够利用节点的邻居信息，通过多次迭代更新节点的表示，从而获得更丰富的特征表示。在涂胶表面特征提取中，图神经网络模型可以捕捉涂胶表面图像块之间的拓扑关系，提取出更具表征性的特征，进一步提高涂胶表面特征的一致性和区分性。图神经网络模型在涂胶表面特征提取中的作用是通过学习图结构的节点特征和拓扑特征，从而得到一致性拓扑涂胶表面特征矩阵，为后续的涂胶表面分析和处理提供更准确和有用的特征表示。
更具体地，在步骤S1421中，如图5所示，对所述涂胶表面图像进行源域增益以得到多通道涂胶表面图像，包括：S14211，计算所述涂胶表面图像的方向梯度直方图；以及，S14212，将所述涂胶表面图像和所述方向梯度直方图沿通道维度进行聚合以得到所述多通道涂胶表面图像。值得一提的是，方向梯度直方图(Histogram of Oriented Gradients，简称HOG)是一种用于图像特征提取的方法。它可以计算图像中不同方向上的梯度信息，并将其表示为直方图形式，用于描述图像的纹理和边缘信息。其中的S14211步骤计算了涂胶表面图像的方向梯度直方图。这一步骤的目的是提取图像的纹理和边缘信息，以增强图像的特征表达能力。具体而言，方向梯度直方图通过以下步骤计算得到：1.梯度计算：对图像进行梯度计算，获取图像中每个像素点的梯度幅值和方向。2.单元划分：将图像划分为小的单元(通常是正方形)，每个单元内包含若干像素点。3.方向分组：将每个单元内的像素点按照其梯度方向进行分组，通常将方向分为若干个角度区间。4.方向直方图统计：对每个单元内的像素点，统计其梯度方向所属的角度区间，并将统计结果表示为直方图。5.块归一化：对相邻的多个单元进行块归一化操作，以增强特征的鲁棒性。通过计算方向梯度直方图，可以捕捉图像的局部纹理和边缘信息，并将其表示为直方图的形式。这种表示方式在一定程度上具有平移不变性和尺度不变性，使得HOG特征对于目标的形状和纹理变化具有一定的鲁棒性。在涂胶表面图像的源域增益中，S14212步骤将涂胶表面图像和方向梯度直方图沿通道维度进行聚合，得到多通道涂胶表面图像。这一步骤的目的是将原始图像的像素信息与方向梯度直方图的纹理信息相结合，形成更丰富和多样化的特征表示，以提高后续特征提取和分析的效果。
更具体地，在步骤S1422中，如图6所示，提取所述多通道涂胶表面图像的节点特征与拓扑特征以得到涂胶表面图像块语义特征向量的序列和涂胶区域间一致性拓扑特征矩阵，包括：S14221，对所述多通道涂胶表面图像进行图像块切分以得到涂胶表面图像块的序列；S14222，将所述涂胶表面图像块的序列通过基于ViT模型的图像特征提取器以得到所述涂胶表面图像块语义特征向量的序列；S14223，计算所述涂胶表面图像块语义特征向量的序列中任意两个涂胶表面图像块语义特征向量之间的余弦相似度以得到由多个余弦相似度组成的涂胶区域间一致性拓扑矩阵；以及，S14224，将所述涂胶区域间一致性拓扑矩阵通过基于卷积神经网络模型的拓扑特征提取器以得到所述涂胶区域间一致性拓扑特征矩阵。值得一提的是，ViT(Vision Transformer)是一种基于Transformer架构的图像处理模型。传统的计算机视觉任务通常使用卷积神经网络(Convolutional Neural Network，CNN)来处理图像数据，而ViT则尝试将Transformer应用于图像领域。ViT将图像视为一个序列，将图像的像素或图像块作为输入序列的元素，然后使用Transformer模型来处理这个序列，从而实现图像分类、目标检测和图像生成等任务。ViT模型的主要思想是使用自注意力机制(self-attention)来捕捉图像中不同位置之间的关系。它通过将图像划分为图像块，并将每个图像块的特征作为Transformer的输入，使得模型能够学习到图像中不同区域的语义信息和上下文关系。在涂胶表面图像特征提取中，S14222步骤使用基于ViT模型的图像特征提取器来处理多通道涂胶表面图像块的序列，提取涂胶表面图像块的语义特征向量。这一步骤的目的是通过ViT模型学习到图像块的语义信息，将图像块转换为具有表征能力的特征向量，为后续的特征分析和处理提供更丰富和有用的信息。总之，ViT模型是一种将Transformer应用于图像处理的模型，通过自注意力机制捕捉图像中不同位置之间的关系。在涂胶表面特征提取中，ViT模型用于提取涂胶表面图像块的语义特征向量，从而为后续的一致性拓扑特征提取和分析提供基础。
进一步地，将所述一致性拓扑涂胶表面特征矩阵通过分类器以得到分类结果，所述分类结果用于表示涂胶效果是否符合预定要求。
相应地，如图7所示，基于所述一致性拓扑涂胶表面特征矩阵，确定涂胶效果是否符合预定要求，包括：S1431，将所述一致性拓扑涂胶表面特征矩阵展开以得到一致性拓扑涂胶表面特征向量；S1432，对所述一致性拓扑涂胶表面特征向量进行希尔伯特正交空间域表示解耦以得到优化一致性拓扑涂胶表面特征向量；以及，S1433，将所述优化一致性拓扑涂胶表面特征向量通过分类器以得到分类结果，所述分类结果用于表示涂胶效果是否符合预定要求。
在本申请的技术方案中，将所述涂胶区域间一致性拓扑特征矩阵和所述涂胶表面图像块语义特征向量的序列通过图神经网络模型得到所述一致性拓扑涂胶表面特征矩阵时，所述一致性拓扑涂胶表面特征矩阵的每个行特征向量表达相应的多通道涂胶表面图像块的图像语义特征在各分块的语义相似性拓扑下的拓扑关联表达，由此在进行拓扑关联的同时保留了所述多通道涂胶表面图像块语义特征向量的图像语义特征信息，因此，所述一致性拓扑涂胶表面特征矩阵就会具有多样化的语义特征表示，这样，将所述一致性拓扑涂胶表面特征矩阵通过分类器进行训练时，就会影响所述一致性拓扑涂胶表面特征矩阵作为整体在分类回归域内的泛化效果，也就是，影响得到的分类结果的准确性的准确性。
基于此，本申请在将所述一致性拓扑涂胶表面特征矩阵通过分类器进行训练时，优选地对所述一致性拓扑涂胶表面特征矩阵展开得到的一致性拓扑涂胶表面特征向量，例如记为V进行希尔伯特正交空间域表示解耦，表示为：对所述一致性拓扑涂胶表面特征向量进行希尔伯特正交空间域表示解耦以得到优化一致性拓扑涂胶表面特征向量，包括：以如下解耦公式对所述一致性拓扑涂胶表面特征向量进行希尔伯特正交空间域表示解耦以得到所述优化一致性拓扑涂胶表面特征向量；其中，所述解耦公式为：
其中，V是所述一致性拓扑涂胶表面特征向量，是所述一致性拓扑涂胶表面特征向量V的全局特征均值，‖V‖2是所述一致性拓扑涂胶表面特征向量V的二范数，L是所述一致性拓扑涂胶表面特征向量VV的长度，Cov1D表示一维卷积，且I是单位向量，/>表示向量的按位置差分，V1是卷积后的特征向量，V2是差分后的特征向量，V′是所述优化一致性拓扑涂胶表面特征向量。
这里，所述希尔伯特正交空间域表示解耦用于通过强调所述一致性拓扑涂胶表面特征向量V的多样化特征表达内的本质域特定(domain-specific)信息，即，通过基于向量自空间度量和向量自内积表示下的希尔伯特空间度量，来从所述一致性拓扑涂胶表面特征向量V的整体域表示内进行域恒定(domain-invariant)表征的正交空间域解耦，以提升所述一致性拓扑涂胶表面特征向量V在分类回归域内的域自适应泛化性能，从而提升所述一致性拓扑涂胶表面特征矩阵通过分类器得到的分类结果的准确性。
进一步地，在步骤S1433中，将所述优化一致性拓扑涂胶表面特征向量通过分类器以得到分类结果，所述分类结果用于表示涂胶效果是否符合预定要求，包括：使用所述分类器的全连接层对所述优化一致性拓扑涂胶表面特征向量进行全连接编码以得到编码分类特征向量；以及，将所述编码分类特征向量输入所述分类器的Softmax分类函数以得到所述分类结果。
也就是，在本公开的技术方案中，所述分类器的标签包括涂胶效果符合预定要求(第一标签)，以及，涂胶效果不符合预定要求(第二标签)，其中，所述分类器通过软最大值函数来确定所述优化一致性拓扑涂胶表面特征矩阵属于哪个分类标签。值得注意的是，这里的所述第一标签p1和所述第二标签p2并不包含人为设定的概念，实际上在训练过程当中，计算机模型并没有“涂胶效果是否符合预定要求”这种概念，其只是有两种分类标签且输出特征在这两个分类标签下的概率，即p1和p2之和为一。因此，涂胶效果是否符合预定要求的分类结果实际上是通过分类标签转化为符合自然规律的二分类的类概率分布，实质上用到的是标签的自然概率分布的物理意义，而不是“涂胶效果是否符合预定要求”的语言文本意义。
应可以理解，分类器的作用是利用给定的类别、已知的训练数据来学习分类规则和分类器，然后对未知数据进行分类(或预测)。逻辑回归(logistics)、SVM等常用于解决二分类问题，对于多分类问题(multi-class classification)，同样也可以用逻辑回归或SVM，只是需要多个二分类来组成多分类，但这样容易出错且效率不高，常用的多分类方法有Softmax分类函数。
综上，基于本公开实施例的瓦楞纸板生产设备的控制方法，其可以通过对涂胶后的涂胶纸板进行基于涂胶效果的检查，以确保瓦楞纸板的质量。
图8示出根据本公开的实施例的瓦楞纸板生产设备的控制系统100的框图。如图8所示，根据本公开实施例的瓦楞纸板生产设备的控制系统100，包括：轴间距调节模块110，用于调节瓦楞纸板生产设备的动辊轴和定辊轴之间的间距，使得所述动辊轴的底部端面和所述定辊轴的顶部端面与待加工瓦楞纸板相接触；待加工瓦楞纸板移动模块120，用于在所述瓦楞纸板生产设备的瓦楞纸载板的上方放入所述待加工瓦楞纸板，所述瓦楞纸载板携带所述待加工瓦楞纸板移动，直至位于所述瓦楞纸板生产设备的涂胶头的下方；涂胶处理模块130，用于调节所述瓦楞纸板生产设备的涂胶头的横向位置，在调节过程中，所述涂胶头对所述待加工瓦楞纸板进行涂胶处理，以得到涂胶纸板；涂胶效果检查模块140，用于对所述涂胶纸板进行基于涂胶效果的检查；粘贴后纸板获取模块150，用于通过机械手取一块瓦面纸板，并粘贴在与涂胶效果符合预定要求的所述涂胶纸板的已经涂覆有胶体的一面以得到粘贴后纸板，其中，所述瓦面纸板的尺寸与所述涂胶纸板具有相同尺寸；辊压处理模块160，用于对所述粘贴后纸板进行辊压处理以得到辊压后纸板；胶体烘干模块170，用于对所述辊压后纸板进行胶体烘干以得到烘干后纸板；以及，打包模块180，用于对所述烘干后纸板进行打包处理以得到成品瓦楞纸板。
在一种可能的实现方式中，所述涂胶效果检查模块140，包括：表面图像获取单元，用于获取所述涂胶纸板的涂胶表面图像；图像特征提取单元，用于对所述涂胶表面图像进行图像特征提取以得到一致性拓扑涂胶表面特征矩阵；以及，涂胶效果确认单元，用于基于所述一致性拓扑涂胶表面特征矩阵，确定涂胶效果是否符合预定要求。
这里，本领域技术人员可以理解，上述瓦楞纸板生产设备的控制系统100中的各个单元和模块的具体功能和操作已经在上面参考图1到图7的瓦楞纸板生产设备的控制方法的描述中得到了详细介绍，并因此，将省略其重复描述。
如上所述，根据本公开实施例的瓦楞纸板生产设备的控制系统100可以实现在各种无线终端中，例如具有瓦楞纸板生产设备的控制算法的服务器等。在一种可能的实现方式中，根据本公开实施例的瓦楞纸板生产设备的控制系统100可以作为一个软件模块和/或硬件模块而集成到无线终端中。例如，该瓦楞纸板生产设备的控制系统100可以是该无线终端的操作系统中的一个软件模块，或者可以是针对于该无线终端所开发的一个应用程序；当然，该瓦楞纸板生产设备的控制系统100同样可以是该无线终端的众多硬件模块之一。
替换地，在另一示例中，该瓦楞纸板生产设备的控制系统100与该无线终端也可以是分立的设备，并且该瓦楞纸板生产设备的控制系统100可以通过有线和/或无线网络连接到该无线终端，并且按照约定的数据格式来传输交互信息。
图9示出根据本公开的实施例的瓦楞纸板生产设备的控制方法的应用场景图。如图9所示，在该应用场景中，首先，获取所述涂胶纸板的涂胶表面图像(例如，图9中所示意的D)，然后，将所述涂胶表面图像输入至部署有瓦楞纸板生产设备的控制算法的服务器中(例如，图9中所示意的S)，其中，所述服务器能够使用所述瓦楞纸板生产设备的控制算法对所述涂胶表面图像进行处理以得到用于表示涂胶效果是否符合预定要求的分类结果。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (9)
1.一种瓦楞纸板生产设备的控制方法，其特征在于，包括：
调节瓦楞纸板生产设备的动辊轴和定辊轴之间的间距，使得所述动辊轴的底部端面和所述定辊轴的顶部端面与待加工瓦楞纸板相接触；
在所述瓦楞纸板生产设备的瓦楞纸载板的上方放入所述待加工瓦楞纸板，所述瓦楞纸载板携带所述待加工瓦楞纸板移动，直至位于所述瓦楞纸板生产设备的涂胶头的下方；
调节所述瓦楞纸板生产设备的涂胶头的横向位置，在调节过程中，所述涂胶头对所述待加工瓦楞纸板进行涂胶处理，以得到涂胶纸板；
对所述涂胶纸板进行基于涂胶效果的检查；
通过机械手取一块瓦面纸板，并粘贴在与涂胶效果符合预定要求的所述涂胶纸板的已经涂覆有胶体的一面以得到粘贴后纸板，其中，所述瓦面纸板的尺寸与所述涂胶纸板具有相同尺寸；
对所述粘贴后纸板进行辊压处理以得到辊压后纸板；
对所述辊压后纸板进行胶体烘干以得到烘干后纸板；以及
对所述烘干后纸板进行打包处理以得到成品瓦楞纸板。
2.根据权利要求1所述的瓦楞纸板生产设备的控制方法，其特征在于，对所述涂胶纸板进行基于涂胶效果的检查，包括：
获取所述涂胶纸板的涂胶表面图像；
对所述涂胶表面图像进行图像特征提取以得到一致性拓扑涂胶表面特征矩阵；以及
基于所述一致性拓扑涂胶表面特征矩阵，确定涂胶效果是否符合预定要求。
3.根据权利要求2所述的瓦楞纸板生产设备的控制方法，其特征在于，对所述涂胶表面图像进行图像特征提取以得到一致性拓扑涂胶表面特征矩阵，包括：
对所述涂胶表面图像进行源域增益以得到多通道涂胶表面图像；
提取所述多通道涂胶表面图像的节点特征与拓扑特征以得到涂胶表面图像块语义特征向量的序列和涂胶区域间一致性拓扑特征矩阵；以及
将所述涂胶区域间一致性拓扑特征矩阵和所述涂胶表面图像块语义特征向量的序列通过图神经网络模型以得到所述一致性拓扑涂胶表面特征矩阵。
4.根据权利要求3所述的瓦楞纸板生产设备的控制方法，其特征在于，对所述涂胶表面图像进行源域增益以得到多通道涂胶表面图像，包括：
计算所述涂胶表面图像的方向梯度直方图；以及
将所述涂胶表面图像和所述方向梯度直方图沿通道维度进行聚合以得到所述多通道涂胶表面图像。
5.根据权利要求4所述的瓦楞纸板生产设备的控制方法，其特征在于，提取所述多通道涂胶表面图像的节点特征与拓扑特征以得到涂胶表面图像块语义特征向量的序列和涂胶区域间一致性拓扑特征矩阵，包括：
对所述多通道涂胶表面图像进行图像块切分以得到涂胶表面图像块的序列；
将所述涂胶表面图像块的序列通过基于ViT模型的图像特征提取器以得到所述涂胶表面图像块语义特征向量的序列；
计算所述涂胶表面图像块语义特征向量的序列中任意两个涂胶表面图像块语义特征向量之间的余弦相似度以得到由多个余弦相似度组成的涂胶区域间一致性拓扑矩阵；以及
将所述涂胶区域间一致性拓扑矩阵通过基于卷积神经网络模型的拓扑特征提取器以得到所述涂胶区域间一致性拓扑特征矩阵。
6.根据权利要求5所述的瓦楞纸板生产设备的控制方法，其特征在于，基于所述一致性拓扑涂胶表面特征矩阵，确定涂胶效果是否符合预定要求，包括：
将所述一致性拓扑涂胶表面特征矩阵展开以得到一致性拓扑涂胶表面特征向量；
对所述一致性拓扑涂胶表面特征向量进行希尔伯特正交空间域表示解耦以得到优化一致性拓扑涂胶表面特征向量；以及
将所述优化一致性拓扑涂胶表面特征向量通过分类器以得到分类结果，所述分类结果用于表示涂胶效果是否符合预定要求。
7.根据权利要求6所述的瓦楞纸板生产设备的控制方法，其特征在于，对所述一致性拓扑涂胶表面特征向量进行希尔伯特正交空间域表示解耦以得到优化一致性拓扑涂胶表面特征向量，包括：
以如下解耦公式对所述一致性拓扑涂胶表面特征向量进行希尔伯特正交空间域表示解耦以得到所述优化一致性拓扑涂胶表面特征向量；
其中，所述解耦公式为：
其中，V是所述一致性拓扑涂胶表面特征向量，是所述一致性拓扑涂胶表面特征向量V的全局特征均值，‖V‖2是所述一致性拓扑涂胶表面特征向量V的二范数，L是所述一致性拓扑涂胶表面特征向量V的长度，Cov1D表示一维卷积，且I是单位向量，/>表示向量的按位置差分，V1是卷积后的特征向量，V2是差分后的特征向量，V′是所述优化一致性拓扑涂胶表面特征向量。
8.一种瓦楞纸板生产设备的控制系统，其特征在于，包括：
轴间距调节模块，用于调节瓦楞纸板生产设备的动辊轴和定辊轴之间的间距，使得所述动辊轴的底部端面和所述定辊轴的顶部端面与待加工瓦楞纸板相接触；
待加工瓦楞纸板移动模块，用于在所述瓦楞纸板生产设备的瓦楞纸载板的上方放入所述待加工瓦楞纸板，所述瓦楞纸载板携带所述待加工瓦楞纸板移动，直至位于所述瓦楞纸板生产设备的涂胶头的下方；
涂胶处理模块，用于调节所述瓦楞纸板生产设备的涂胶头的横向位置，在调节过程中，所述涂胶头对所述待加工瓦楞纸板进行涂胶处理，以得到涂胶纸板；
涂胶效果检查模块，用于对所述涂胶纸板进行基于涂胶效果的检查；
粘贴后纸板获取模块，用于通过机械手取一块瓦面纸板，并粘贴在与涂胶效果符合预定要求的所述涂胶纸板的已经涂覆有胶体的一面以得到粘贴后纸板，其中，所述瓦面纸板的尺寸与所述涂胶纸板具有相同尺寸；
辊压处理模块，用于对所述粘贴后纸板进行辊压处理以得到辊压后纸板；
胶体烘干模块，用于对所述辊压后纸板进行胶体烘干以得到烘干后纸板；以及
打包模块，用于对所述烘干后纸板进行打包处理以得到成品瓦楞纸板。
9.根据权利要求8所述的瓦楞纸板生产设备的控制系统，其特征在于，所述涂胶效果检查模块，包括：
表面图像获取单元，用于获取所述涂胶纸板的涂胶表面图像；
图像特征提取单元，用于对所述涂胶表面图像进行图像特征提取以得到一致性拓扑涂胶表面特征矩阵；以及
涂胶效果确认单元，用于基于所述一致性拓扑涂胶表面特征矩阵，确定涂胶效果是否符合预定要求。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311224123.9A CN117261362A (zh) | 2023-09-20 | 2023-09-20 | 瓦楞纸板生产设备的控制系统及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311224123.9A CN117261362A (zh) | 2023-09-20 | 2023-09-20 | 瓦楞纸板生产设备的控制系统及其方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117261362A true CN117261362A (zh) | 2023-12-22 |
Family
ID=89213738
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311224123.9A Pending CN117261362A (zh) | 2023-09-20 | 2023-09-20 | 瓦楞纸板生产设备的控制系统及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117261362A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040037583A1 (en) * | 2002-08-20 | 2004-02-26 | Fuji Xerox Co., Ltd. | Image processing method, image formation method, image processing apparatus, and image formation apparatus |
| CN105500880A (zh) * | 2015-11-06 | 2016-04-20 | 长兴县泗安民丰彩印厂 | 一种连续式单张纸预印彩箱瓦楞纸板生产线及其工艺流程 |
| CN110843265A (zh) * | 2019-11-04 | 2020-02-28 | 浙江大胜达包装股份有限公司 | 自动化控制瓦楞纸板生产系统及其生产方法 |
| KR102358948B1 (ko) * | 2021-08-18 | 2022-02-08 | (주)썬컴퍼니 | Ai 기반으로 포장용 종이 상자 제조를 위한 자동화 시스템 |
| CN115923250A (zh) * | 2022-12-12 | 2023-04-07 | 江苏美瑞嘉包装有限公司 | 基于包装纸箱用瓦楞纸的瓦楞成型装置 |
| CN116503341A (zh) * | 2023-04-13 | 2023-07-28 | 华晨宝马汽车有限公司 | 一种汽车涂装胶泡缺陷的预测与原因分析方法 |
-
2023
- 2023-09-20 CN CN202311224123.9A patent/CN117261362A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040037583A1 (en) * | 2002-08-20 | 2004-02-26 | Fuji Xerox Co., Ltd. | Image processing method, image formation method, image processing apparatus, and image formation apparatus |
| CN105500880A (zh) * | 2015-11-06 | 2016-04-20 | 长兴县泗安民丰彩印厂 | 一种连续式单张纸预印彩箱瓦楞纸板生产线及其工艺流程 |
| CN110843265A (zh) * | 2019-11-04 | 2020-02-28 | 浙江大胜达包装股份有限公司 | 自动化控制瓦楞纸板生产系统及其生产方法 |
| KR102358948B1 (ko) * | 2021-08-18 | 2022-02-08 | (주)썬컴퍼니 | Ai 기반으로 포장용 종이 상자 제조를 위한 자동화 시스템 |
| CN115923250A (zh) * | 2022-12-12 | 2023-04-07 | 江苏美瑞嘉包装有限公司 | 基于包装纸箱用瓦楞纸的瓦楞成型装置 |
| CN116503341A (zh) * | 2023-04-13 | 2023-07-28 | 华晨宝马汽车有限公司 | 一种汽车涂装胶泡缺陷的预测与原因分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Solar cell surface defect inspection based on multispectral convolutional neural network | |
| CN109840521B (zh) | 一种基于深度学习的一体化车牌识别方法 | |
| CN109376792B (zh) | 基于多通道残差神经网络的光伏电池外观缺陷分类方法 | |
| Ben-Shabat et al. | Nesti-net: Normal estimation for unstructured 3d point clouds using convolutional neural networks | |
| Wang et al. | Deep learning for asphalt pavement cracking recognition using convolutional neural network | |
| CN108230339B (zh) | 一种基于伪标签迭代标注的胃癌病理切片标注补全方法 | |
| CN107944396B (zh) | 一种基于改进深度学习的刀闸状态识别方法 | |
| CN108918536B (zh) | 轮胎模具表面字符缺陷检测方法、装置、设备及存储介质 | |
| US20200133182A1 (en) | Defect classification in an image or printed output | |
| Kuo et al. | Automatic inspection system of LED chip using two-stages back-propagation neural network | |
| CN105046272B (zh) | 一种基于简洁非监督式卷积网络的图像分类方法 | |
| CN108664969B (zh) | 基于条件随机场的路标识别方法 | |
| JP2021515885A (ja) | 照明条件を設定する方法、装置、システム及びプログラム並びに記憶媒体 | |
| Okarma et al. | Color independent quality assessment of 3D printed surfaces based on image entropy | |
| CN113221956B (zh) | 基于改进的多尺度深度模型的目标识别方法及装置 | |
| CN108427971A (zh) | 基于移动终端的烟叶评级的方法及系统 | |
| CN111935629A (zh) | 一种基于环境特征迁移的自适配定位方法 | |
| CN117103790A (zh) | 瓦楞纸板生产线及其控制方法 | |
| CN115527072A (zh) | 一种基于稀疏空间感知与元学习的芯片表面缺陷检测方法 | |
| CN116597198A (zh) | 一种节能环保陶瓷砂锅的制备方法 | |
| CN117522864B (zh) | 基于机器视觉的欧松板表面瑕疵检测方法 | |
| CN109325533A (zh) | 一种人工智能框架进行cnn迭代训练方法 | |
| Xie et al. | Detection and classification of defect patterns in optical inspection using support vector machines | |
| CN109919215B (zh) | 基于聚类算法改进特征金字塔网络的目标检测方法 | |
| CN117261362A (zh) | 瓦楞纸板生产设备的控制系统及其方法 |
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 |