CN117496451A - 一种机械设备自动化生产用图像处理系统 - Google Patents
一种机械设备自动化生产用图像处理系统 Download PDFInfo
- Publication number
- CN117496451A CN117496451A CN202410003263.1A CN202410003263A CN117496451A CN 117496451 A CN117496451 A CN 117496451A CN 202410003263 A CN202410003263 A CN 202410003263A CN 117496451 A CN117496451 A CN 117496451A
- Authority
- CN
- China
- Prior art keywords
- equipment
- image
- product
- image data
- module
- 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
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 title claims abstract description 25
- 230000007547 defect Effects 0.000 claims abstract description 55
- 238000007781 pre-processing Methods 0.000 claims abstract description 49
- 238000010191 image analysis Methods 0.000 claims abstract description 44
- 238000004458 analytical method Methods 0.000 claims abstract description 36
- 239000000047 product Substances 0.000 claims description 122
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000005516 engineering process Methods 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 4
- 239000012467 final product Substances 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T2207/30108—Industrial image inspection
-
- 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
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本发明涉及自动化生产技术领域,且公开了一种机械设备自动化生产用图像处理系统,包括图像数据采集模块、图像数据预处理模块、设备图像分析模块、产品图像分析模块、缺陷辨别模块、整体分析模块、设备定位模块以及设备控制模块,通过设有整体分析模块,有利于基于设备图像分析模块与产品图像分析模块的数据,进行计算分析得出各个机械设备的设备工作能力指数,通过图像处理技术,实现生产过程中的监控,从设备图像与产品图像两个方面进行分析,从设备工作角度、工作速度以及工作距离三个角度对设备自动化工作的情况进行分析,判断设备是否发生偏移故障,是否需要进行修正,并结合产品情况对设备进一步进行精准分析。
Description
技术领域
本发明涉及自动化生产技术领域,更具体地涉及一种机械设备自动化生产用图像处理系统。
背景技术
随着科技的不断进步,机械设备步入了自动化生产阶段,机械制造的自动化设备精度高,且都实现规模化、标准化生产,根据实际生产需要来设计自动化控制程序,进而使得整个生产过程都可以自动化运行,有效地降低了因人工操作而带来的误差,使产品的生产合格率达到较高水平。
但是在实际生产过程中,为了使产品的规格、质量都能得到保证,而且使自动化系统能够对产品的生产质量进行实时反馈和技术调整,需要一种用于机械设备自动化生产的图像处理系统,通过图像处理技术,实现生产过程的监控,如果发生质量问题能够及时进行预警并做出修复,进一步提高产品的质量,从设备与产品两个方面对机械设备自动化生产的过程进行监测,做到及时对产品的生产质量进行反馈与技术调整,提高产品质量。
发明内容
为了克服现有技术的上述缺陷,本发明提供了一种机械设备自动化生产用图像处理系统,以解决上述背景技术中存在的问题。
本发明提供如下技术方案:一种机械设备自动化生产用图像处理系统,包括图像数据采集模块、图像数据预处理模块、设备图像分析模块、产品图像分析模块、缺陷辨别模块、整体分析模块、设备定位模块以及设备控制模块;
所述图像数据采集模块用于通过图像采集设备对目标数据进行采集,并传输至图像数据预处理模块,所述图像数据采集模块包括设备图像数据采集单元与产品图像数据采集单元;
所述图像数据预处理模块用于接收图像数据采集模块的数据并进行预处理操作,所述图像数据预处理模块包括设备图像数据预处理单元与产品图像数据预处理单元;
所述设备图像分析模块用于接收设备图像数据预处理单元预处理后的图像数据,基于图像识别技术对机械设备图像进行识别并分析,得出第i个机械设备的设备偏移指数βi,并将数据传输至整体分析模块;
所述产品图像分析模块用于接收产品图像数据预处理单元预处理后的产品数据,基于图像识别技术对产品图像进行识别并分析,得出产品缺陷指数γ,并进行指数对比,若符合条件则将数据传输至缺陷辨别模块进行进一步分析,若不符合条件则将数据传输至整体分析模块;
所述缺陷辨别模块用于接收产品图像分析模块的数据,进一步对图像进行缺陷辨别,通过映射关系式分析得出可能造成缺陷的机械设备编号,并传输至整体分析模块与设备定位模块;
所述整体分析模块用于接收设备图像分析模块、产品图像分析模块以及缺陷辨别模块的数据,进行计算分析得出第i个机械设备的设备工作能力指数ρi,并将结果传输至设备定位模块;
所述设备定位模块用于接收缺陷辨别模块与整体分析模块的数据,对需要优化调整的机械设备进行精准定位,并将结果传输至设备控制模块;
所述设备控制模块用于接收设备定位模块的数据,根据定位结果对相应的机械设备进行调整控制。
优选的,所述设备图像数据采集单元用于对设备图像数据进行采集后传输至设备图像数据预处理单元,所述产品图像数据采集单元用于对产品图像数据进行采集后传输至产品图像数据预处理单元。
优选的,所述目标数据包括设备图像数据与产品图像数据,所述设备图像数据为机械设备在T个时刻的工作图像,将第一次采集图像数据的时间记为第1个时刻,则第T次采集图像数据的时间记为第T个时刻,采集图像数据的时间间隔可自行设定,满足即可,其中,α为采集图像数据的时间间隔,α´为机械设备完成一次完整操作所需要的时间,所述产品图像数据为最终产品的图像。
优选的,所述设备图像数据预处理单元用于接收设备图像数据采集单元的数据,进行预处理后传输至设备图像分析模块,所述产品图像数据预处理单元用于接收产品图像数据采集单元的数据,进行预处理后传输至产品图像分析模块。
优选的,所述设备图像分析模块对第i个机械设备的设备偏移指数的计算包括以下步骤:
步骤S01:将第i个设备在第t个时刻的图像标记为Pit,其中,i=1、2、3……n,t=1、2、3……T,基于图像识别技术获取T个时刻的图像的基础数据;
步骤S02:计算第i个设备的偏移参数,所述偏移参数包括角度偏移参数Ai、速度偏移参数Bi以及距离偏移参数Di;
步骤S03:计算第i个机械设备的设备偏移指数:,其中,βi为第i个机械设备的偏移指数,当βi为0时,说明设备未出现偏移现象。
优选的,所述角度偏移参数的计算公式为:,其中,Ai为第i个设备的角度偏移参数,θimax为T个时刻的工作图像中设备工作时出现的最大角度,θimin为T个时刻的工作图像中设备工作时出现的最小角度,θi0为第i个设备工作时的标准角度,若存在某个时刻m,m=1、2、3……T,使得工作设备恰好完成c次工作,θim为第i个设备在第m个时刻的角度,ci为第i个设备在m个时刻时完成的完整工作次数,c为正整数。
优选的,所述速度偏移参数的计算公式为:,其中,Bi为第i个设备的速度偏移参数,Ci为第i个设备在T个时刻时完成的完整工作次数,v0为第i个设备的标准工作速率。
优选的,所述距离偏移参数的计算公式为:,其中,Di为第i个设备的距离偏移参数,dimax为T个时刻的工作图像中设备工作时距离产品的最远距离,dimin为T个时刻的工作图像中设备工作时距离产品的最近距离,dib0为第i个设备工作时距离产品的标准距离范围值最小值,dib1为第i个设备工作时距离产品的标准距离范围值最大值。
优选的,所述产品缺陷指数γ的计算公式为:,其中,δj为第j个产品的单个缺陷系数,J为产品总数量,j=1、2、3……J,/>,其中,Qj为第j个产品存在缺陷的总数量,sjq为第j个产品中第q个缺陷的面积,q=1、2、3……Q,Sj为第j个产品的总面积。
优选的,所述设备工作能力指数的计算公式为:。
本发明的技术效果和优点:
(1)本发明通过设有整体分析模块,有利于基于设备图像分析模块与产品图像分析模块的数据,进行计算分析得出各个机械设备的设备工作能力指数,通过图像处理技术,实现生产过程中的监控,从设备图像与产品图像两个方面进行分析,从设备工作角度、工作速度以及工作距离三个角度对设备自动化工作的情况进行分析,判断设备是否发生偏移故障,是否需要进行修正,并结合产品情况对设备进一步进行精准分析。
(2)本发明通过设有设备定位模块,有利于基于缺陷辨别模块与整体分析模块的数据,对需要优化调整的机械设备进行精准定位,通过判断产品缺陷是否为设备原因,进而找出可能对产品造成缺陷的设备,再通过整体分析模块的数据,对设备进行排除筛选,精准定位故障设备,并通过设备控制模块对设备进行优化与修正控制,提高了设备自动化精准度的同时也提高了产品质量。
附图说明
图1为本发明的机械设备自动化生产用图像处理系统结构图。
图2为本发明的机械设备自动化生产用图像处理系统流程图。
具体实施方式
下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,另外,在以下的实施方式中记载的各结构的形态只不过是例示,本发明所涉及的一种机械设备自动化生产用图像处理系统并不限定于在以下的实施方式中记载的各结构,在本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施方式都属于本发明保护的范围。
本发明提供了一种机械设备自动化生产用图像处理系统,包括图像数据采集模块、图像数据预处理模块、设备图像分析模块、产品图像分析模块、缺陷辨别模块、整体分析模块、设备定位模块以及设备控制模块;
所述图像数据采集模块对设备图像数据与产品图像数据进行采集,并传输至图像数据预处理模块,所述图像数据预处理模块接收图像数据采集模块的数据,对数据进行预处理后传输至设备图像分析模块与产品图像分析模块,所述设备图像分析模块接收图像数据预处理模块预处理后的数据,对设备图像进行分析后传输至整体分析模块,所述产品图像分析模块接收图像数据预处理模块预处理后的数据,对产品图像进行分析与指数对比,若符合条件则传输至缺陷辨别模块,若不符合条件则传输至整体分析模块,所述缺陷辨别模块接收产品图像分析模块的数据后传输至整体分析模块与设备定位模块,所述整体分析模块接收设备图像分析模块、产品图像分析模块以及缺陷辨别模块的数据,进行分析后传输至设备定位模块,所述设备定位模块接收缺陷辨别模块与整体分析模块的数据后进行分析,对设备进行定位,而后传输至设备控制模块,所述设备控制模块接收设备定位模块的数据进行分析,对设备进行调整控制。
所述图像数据采集模块用于通过图像采集设备对目标数据进行采集,并传输至图像数据预处理模块,所述图像采集设备包括但不限于工业摄像头,所述目标数据包括设备图像数据与产品图像数据,假设在自动化生产线上存在n个不同的机械设备,在每个机械设备处安装采集设备,则存在n个采集设备,对应采集n个机械设备的设备图像数据,并标记为1、2、3…i…n,在第n个采集设备后放置第n+1个采集设备,采集最终的产品图像数据,并标记为(n+1),所述设备图像数据为机械设备在T个时刻的工作图像,能够涵盖设备工作的全过程,将第一次采集图像数据的时间记为第1个时刻,则第T次采集图像数据的时间记为第T个时刻,采集图像数据的时间间隔可自行设定,满足即可,其中,α为采集图像数据的时间间隔,α´为机械设备完成一次完整操作所需要的时间,所述产品图像数据为最终产品的图像,所述图像数据采集模块包括设备图像数据采集单元与产品图像数据采集单元,所述设备图像数据采集单元用于对设备图像数据进行采集后传输至设备图像数据预处理单元,所述产品图像数据采集单元用于对产品图像数据进行采集后传输至产品图像数据预处理单元;
所述图像数据预处理模块用于接收图像数据采集模块的数据并进行预处理操作,所述预处理操作包括但不限于对图像进行亮度矫正与灰度化处理,所述图像数据预处理模块包括设备图像数据预处理单元与产品图像数据预处理单元,所述设备图像数据预处理单元用于接收设备图像数据采集单元的数据,进行预处理后传输至设备图像分析模块,所述产品图像数据预处理单元用于接收产品图像数据采集单元的数据,进行预处理后传输至产品图像分析模块;
所述设备图像分析模块用于接收设备图像数据预处理单元预处理后的图像数据,基于图像识别技术对机械设备图像进行识别并分析,得出第i个机械设备的设备偏移指数βi(i=1、2、3……n),并将数据传输至整体分析模块;
所述产品图像分析模块用于接收产品图像数据预处理单元预处理后的产品数据,基于图像识别技术对产品图像进行识别并分析,得出产品缺陷指数γ,并进行指数对比,若符合条件则将数据传输至缺陷辨别模块进行进一步分析,若不符合条件则将数据传输至整体分析模块;
所述缺陷辨别模块用于接收产品图像分析模块的数据,进一步对图像进行缺陷辨别,通过映射关系式分析得出可能造成缺陷的机械设备编号,并传输至整体分析模块与设备定位模块;
所述整体分析模块用于接收设备图像分析模块、产品图像分析模块以及缺陷辨别模块的数据,进行计算分析得出第i个机械设备的设备工作能力指数ρi(i=1、2、3……n),并将结果传输至设备定位模块;
所述设备定位模块用于接收缺陷辨别模块与整体分析模块的数据,对需要优化调整的机械设备进行精准定位,并将结果传输至设备控制模块;
所述设备控制模块用于接收设备定位模块的数据,根据定位结果对相应的机械设备进行调整控制。
本实施例中,需要具体说明的是,所述设备图像分析模块对第i个机械设备的设备偏移指数的计算包括以下步骤:
步骤S01:将第i个设备在第t个时刻的图像标记为Pit,其中,i=1、2、3……n,t=1、2、3……T,基于图像识别技术获取T个时刻的图像的基础数据,所述基础数据包括但不限于设备工作时的角度、设备工作时的速度以及设备工作时与产品的距离;
步骤S02:计算第i个设备的偏移参数,所述偏移参数包括角度偏移参数、速度偏移参数以及距离偏移参数;
所述角度偏移参数的计算公式为:,其中,Ai为第i个设备的角度偏移参数,θimax为T个时刻的工作图像中设备工作时出现的最大角度,θimin为T个时刻的工作图像中设备工作时出现的最小角度,θi0为第i个设备工作时的标准角度,若存在某个时刻m,m=1、2、3……T,使得工作设备恰好完成c次工作,θim为第i个设备在第m个时刻的角度,ci为第i个设备在m个时刻时完成的完整工作次数,c为正整数,当Ai的值为1时,说明第i个设备不存在角度偏移现象,当Ai的值小于1时,说明第i个设备发生角度负偏移现象,需要将设备角度进行加大操作的调节,当Ai的值大于1时,说明第i个设备发生角度正偏移现象,需要将设备角度进行减小操作的调节;
所述速度偏移参数的计算公式为:,其中,Bi为第i个设备的速度偏移参数,Ci为第i个设备在T个时刻时完成的完整工作次数,v0为第i个设备的标准工作速率,当Bi的值小于0时,说明第i个设备发生速度负偏移现象,工作速度变慢,使得产品生产速度变慢,需要将设备速率进行加快操作的调节,当Bi的值大于0时,说明第i个设备发生速度正偏移现象,速度过快,增加了产品生产不合格的风险,需要将设备速率进行减缓操作的调节;
所述距离偏移参数的计算公式为:,其中,Di为第i个设备的距离偏移参数,dimax为T个时刻的工作图像中设备工作时距离产品的最远距离,dimin为T个时刻的工作图像中设备工作时距离产品的最近距离,dib0为第i个设备工作时距离产品的标准距离范围值最小值,dib1为第i个设备工作时距离产品的标准距离范围值最大值;
步骤S03:计算第i个机械设备的设备偏移指数:,其中,βi为第i个机械设备的偏移指数,当βi为0时,说明设备未出现偏移现象。
本实施例中,需要具体说明的是,所述产品缺陷指数γ的计算公式为:,其中,δj为第j个产品的单个缺陷系数,J为产品总数量,j=1、2、3……J,,其中,Qj为第j个产品存在缺陷的总数量,sjq为第j个产品中第q个缺陷的面积,q=1、2、3……Q,Sj为第j个产品的总面积。
本实施例中,需要具体说明的是,所述产品图像分析模块对产品缺陷指数进行指数对比包括以下步骤:
步骤S11:将产品缺陷指数γ与对比阈值UI进行对比,若γ≥UI,则执行步骤S12,若γ<UI,则执行步骤S13;
步骤S12:将数据传输至缺陷辨别模块进一步分析;
步骤S13:将数据传输至整体分析模块进一步分析;
所述对比阈值UI的取值满足5%≤UI≤20%,UI的具体数值可依据不同产品的不同生产情况具体设定,本实施例不对其具体数值做具体限定。
本实施例中,需要具体说明的是,所述缺陷辨别模块的映射关系式为,其中,f(j)为第j个产品的缺陷类别,即存在i∈n,由于第i个机械设备可能造成的第j个产品的缺陷类别,将对应的i的编号值传输至设备定位模块。
本实施例中,需要具体说明的是,所述设备工作能力指数的计算公式为:,所述设备定位模块进行精准定位包括以下步骤:
步骤S21:接收缺陷辨别模块传输的机械设备编号,若存在设备i的设备工作能力指数ρi为1,则执行步骤S22,若存在设备i的设备工作能力指数ρi不为1,则执行步骤S23;
步骤S22:当ρi为1时,说明设备未出现偏移现象,则该设备不是造成产品缺陷的设备,则不对设备i进行定位;
步骤S23:当ρi不为1时,说明设备出现了偏移现象,则该设备为造成产品缺陷的设备,则对设备i进行定位,并将定位结果传输至设备控制模块,所述定位结果为定位的设备编号。
本实施例中,需要具体说明的是,所述设备图像分析模块与产品图像分析模块中所使用的图像识别技术为现有技术,本实施例在此不作过多赘述。
本实施例中,需要具体说明的是,本实施与现有技术的区别主要在于本实施例具备整体分析模块与设备定位模块,基于设备图像分析模块与产品图像分析模块的数据,进行计算分析得出各个机械设备的设备工作能力指数,通过图像处理技术,实现生产过程中的监控,从设备图像与产品图像两个方面进行分析,从设备工作角度、工作速度以及工作距离三个角度对设备自动化工作的情况进行分析,判断设备是否发生偏移故障,是否需要进行修正,并结合产品情况对设备进一步进行精准分析,基于缺陷辨别模块与整体分析模块的数据,对需要优化调整的机械设备进行精准定位,通过判断产品缺陷是否为设备原因,进而找出可能对产品造成缺陷的设备,再通过整体分析模块的数据,对设备进行排除筛选,精准定位故障设备,并通过设备控制模块对设备进行优化与修正控制,提高了设备自动化精准度的同时也提高了产品质量。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种机械设备自动化生产用图像处理系统,其特征在于:包括图像数据采集模块、图像数据预处理模块、设备图像分析模块、产品图像分析模块、缺陷辨别模块、整体分析模块、设备定位模块以及设备控制模块;
所述图像数据采集模块用于通过图像采集设备对目标数据进行采集,并传输至图像数据预处理模块,所述图像数据采集模块包括设备图像数据采集单元与产品图像数据采集单元;
所述图像数据预处理模块用于接收图像数据采集模块的数据并进行预处理操作,所述图像数据预处理模块包括设备图像数据预处理单元与产品图像数据预处理单元;
所述设备图像分析模块用于接收设备图像数据预处理单元预处理后的图像数据,基于图像识别技术对机械设备图像进行识别并分析,得出第i个机械设备的设备偏移指数βi,并将数据传输至整体分析模块;
所述产品图像分析模块用于接收产品图像数据预处理单元预处理后的产品数据,基于图像识别技术对产品图像进行识别并分析,得出产品缺陷指数γ,并进行指数对比,若符合条件则将数据传输至缺陷辨别模块进行进一步分析,若不符合条件则将数据传输至整体分析模块;
所述缺陷辨别模块用于接收产品图像分析模块的数据,进一步对图像进行缺陷辨别,通过映射关系式分析得出可能造成缺陷的机械设备编号,并传输至整体分析模块与设备定位模块;
所述整体分析模块用于接收设备图像分析模块、产品图像分析模块以及缺陷辨别模块的数据,进行计算分析得出第i个机械设备的设备工作能力指数ρi,并将结果传输至设备定位模块;
所述设备定位模块用于接收缺陷辨别模块与整体分析模块的数据,对需要优化调整的机械设备进行精准定位,并将结果传输至设备控制模块;
所述设备控制模块用于接收设备定位模块的数据,根据定位结果对相应的机械设备进行调整控制。
2.根据权利要求1所述的一种机械设备自动化生产用图像处理系统,其特征在于:所述设备图像数据采集单元用于对设备图像数据进行采集后传输至设备图像数据预处理单元,所述产品图像数据采集单元用于对产品图像数据进行采集后传输至产品图像数据预处理单元。
3.根据权利要求1所述的一种机械设备自动化生产用图像处理系统,其特征在于:所述目标数据包括设备图像数据与产品图像数据,所述设备图像数据为机械设备在T个时刻的工作图像,将第一次采集图像数据的时间记为第1个时刻,则第T次采集图像数据的时间记为第T个时刻,采集图像数据的时间间隔可自行设定,满足即可,其中,α为采集图像数据的时间间隔,α´为机械设备完成一次完整操作所需要的时间,所述产品图像数据为最终产品的图像。
4.根据权利要求1所述的一种机械设备自动化生产用图像处理系统,其特征在于:所述设备图像数据预处理单元用于接收设备图像数据采集单元的数据,进行预处理后传输至设备图像分析模块,所述产品图像数据预处理单元用于接收产品图像数据采集单元的数据,进行预处理后传输至产品图像分析模块。
5.根据权利要求1所述的一种机械设备自动化生产用图像处理系统,其特征在于:所述设备图像分析模块对第i个机械设备的设备偏移指数的计算包括以下步骤:
步骤S01:将第i个设备在第t个时刻的图像标记为Pit,其中,i=1、2、3……n,t=1、2、3……T,基于图像识别技术获取T个时刻的图像的基础数据;
步骤S02:计算第i个设备的偏移参数,所述偏移参数包括角度偏移参数Ai、速度偏移参数Bi以及距离偏移参数Di;
步骤S03:计算第i个机械设备的设备偏移指数:,其中,βi为第i个机械设备的偏移指数,当βi为0时,说明设备未出现偏移现象。
6.根据权利要求5所述的一种机械设备自动化生产用图像处理系统,其特征在于:所述角度偏移参数的计算公式为:,其中,Ai为第i个设备的角度偏移参数,θimax为T个时刻的工作图像中设备工作时出现的最大角度,θimin为T个时刻的工作图像中设备工作时出现的最小角度,θi0为第i个设备工作时的标准角度,若存在某个时刻m,m=1、2、3……T,使得工作设备恰好完成c次工作,θim为第i个设备在第m个时刻的角度,ci为第i个设备在m个时刻时完成的完整工作次数,c为正整数。
7.根据权利要求5所述的一种机械设备自动化生产用图像处理系统,其特征在于:所述速度偏移参数的计算公式为:,其中,Bi为第i个设备的速度偏移参数,Ci为第i个设备在T个时刻时完成的完整工作次数,v0为第i个设备的标准工作速率。
8.根据权利要求5所述的一种机械设备自动化生产用图像处理系统,其特征在于:所述距离偏移参数的计算公式为:,其中,Di为第i个设备的距离偏移参数,dimax为T个时刻的工作图像中设备工作时距离产品的最远距离,dimin为T个时刻的工作图像中设备工作时距离产品的最近距离,dib0为第i个设备工作时距离产品的标准距离范围值最小值,dib1为第i个设备工作时距离产品的标准距离范围值最大值。
9.根据权利要求1所述的一种机械设备自动化生产用图像处理系统,其特征在于:所述产品缺陷指数γ的计算公式为:,其中,δj为第j个产品的单个缺陷系数,J为产品总数量,j=1、2、3……J,/>,其中,Qj为第j个产品存在缺陷的总数量,sjq为第j个产品中第q个缺陷的面积,q=1、2、3……Q,Sj为第j个产品的总面积。
10.根据权利要求1所述的一种机械设备自动化生产用图像处理系统,其特征在于:所述设备工作能力指数的计算公式为:。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410003263.1A CN117496451B (zh) | 2024-01-02 | 2024-01-02 | 一种机械设备自动化生产用图像处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410003263.1A CN117496451B (zh) | 2024-01-02 | 2024-01-02 | 一种机械设备自动化生产用图像处理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117496451A true CN117496451A (zh) | 2024-02-02 |
CN117496451B CN117496451B (zh) | 2024-04-02 |
Family
ID=89683370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410003263.1A Active CN117496451B (zh) | 2024-01-02 | 2024-01-02 | 一种机械设备自动化生产用图像处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117496451B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017084186A1 (zh) * | 2015-11-18 | 2017-05-26 | 华南理工大学 | 挠性电路板制造过程自动监测和智能分析系统及方法 |
CN113361520A (zh) * | 2021-06-01 | 2021-09-07 | 南京南瑞信息通信科技有限公司 | 基于样本偏移网络的输电线路设备缺陷检测方法 |
CN113610788A (zh) * | 2021-07-27 | 2021-11-05 | 上海众壹云计算科技有限公司 | 图像采集装置的故障监测方法、装置、电子设备及存储介质 |
CN117300451A (zh) * | 2023-10-11 | 2023-12-29 | 山东先远新材料科技有限公司 | 一种基于机器视觉的焊管成型控制系统 |
-
2024
- 2024-01-02 CN CN202410003263.1A patent/CN117496451B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017084186A1 (zh) * | 2015-11-18 | 2017-05-26 | 华南理工大学 | 挠性电路板制造过程自动监测和智能分析系统及方法 |
CN113361520A (zh) * | 2021-06-01 | 2021-09-07 | 南京南瑞信息通信科技有限公司 | 基于样本偏移网络的输电线路设备缺陷检测方法 |
CN113610788A (zh) * | 2021-07-27 | 2021-11-05 | 上海众壹云计算科技有限公司 | 图像采集装置的故障监测方法、装置、电子设备及存储介质 |
CN117300451A (zh) * | 2023-10-11 | 2023-12-29 | 山东先远新材料科技有限公司 | 一种基于机器视觉的焊管成型控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117496451B (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109389161B (zh) | 基于深度学习的垃圾识别进化学习方法、装置、系统及介质 | |
CN110765951A (zh) | 基于边界框修正算法的遥感图像飞机目标检测方法 | |
CN105930837A (zh) | 基于自主巡检机器人的变电站仪表设备图像识别方法 | |
CN113470016B (zh) | 一种基于人工智能的光伏电池板异常检测方法及装置 | |
CN109828230B (zh) | 电能表自动化检定流水线表位故障的定位方法 | |
CN114407079B (zh) | 一种控制机械臂安装螺栓的方法 | |
CN115542866A (zh) | 基于工业互联网全连接管理的焊接生产监测方法及系统 | |
CN114706363B (zh) | 基于过程优化的质量管理平台 | |
CN115639781B (zh) | 基于大数据的数控机床控制方法及系统 | |
CN117496451B (zh) | 一种机械设备自动化生产用图像处理系统 | |
CN112484680B (zh) | 一种基于圆检测的蓝宝石晶片定位跟踪方法 | |
CN115993366B (zh) | 基于传感设备的加工件表面检测方法及系统 | |
CN115809622B (zh) | 具有自动优化配置功能的芯片仿真加速系统 | |
CN114488595A (zh) | 一种基板切割方法及系统 | |
CN115908871A (zh) | 可穿戴设备轨道设备数据检测方法、装置、设备及介质 | |
CN114241257A (zh) | 一种基于图像识别的电力输电线巡检方法及系统 | |
CN111811437A (zh) | 一种带锯条焊接质量检测方法及装置 | |
KR102520647B1 (ko) | 자가진단 및 보정 기능을 가지는 비전 얼라인먼트 시스템 및 이를 이용한 비전 얼라인먼트 방법 | |
CN111562768A (zh) | 一种并行多通道数控机床 | |
CN117670250B (zh) | 一种基于北斗系统的智能监理系统 | |
CN116765283B (zh) | 基于裁剥铆拧一体机的校正系统及其方法 | |
CN115446244B (zh) | 一种电动汽车电机主轴的锻造码垛机控制方法及系统 | |
CN115112021A (zh) | 气门座圈激光检测分析系统 | |
CN116203558A (zh) | 一种基于多无人机的水利工程输电线路缺陷检测系统和方法 | |
CN116820037A (zh) | 基于物联网的工厂车间内部产品转运控制方法和系统 |
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 |