一种基于机器视觉和机器学习的产品生产监控方法及系统技术方案

本发明专利技术提供一种基于机器视觉和机器学习的产品生产监控方法及系统，所述方法包括：对待检测产品的图像进行特征提取，得到所述待检测产品的图像特征；若能根据所述图像特征利用预设的机器学习模型确定所述待检测产品的缺陷种类，则根据所述缺陷种类向受控设备发送控制指令，以指示所述受控设备执行所述控制指令。本发明专利技术提供的基于机器视觉和机器学习的产品生产监控方法及系统，当提取到待检测产品的图像中的图像特征后，利用预设的机器学习模型确定待检测产品的缺陷种类，根据该缺陷种类向受控设备发送控制指令，来达到消除产品缺陷的目的，整个过程实现全自动化，提高了产品生产的效率。

【技术实现步骤摘要】
一种基于机器视觉和机器学习的产品生产监控方法及系统
本专利技术涉及工业互联网
，尤其涉及一种基于机器视觉和机器学习的产品生产监控方法及系统。
技术介绍
工业互联网通过将具有感知功能的各类型终端、基于泛在技术的计算模式、以及互联网、移动通信等多种传输方式不断地融合到工业生产的各个环节，实现工业生产效率的大幅提高，改善产品质量，减轻工业成本和能耗，将传统工业转变为智能工业。产品生产过程中由于各种原因会生产出不同质量的产品，有的产品合格有的产品不合格，不合格的产品中存在各种缺陷，现有技术中，产品生产过程中的产品检测与分类主要通过两种方案实现：一、人工检测与分类，通过对检测人员的培训，以及工作经验的长期积累，使检测人员具有辨别产品质量的能力。二、机器检测与分类，通过采集合格产品的图像信息作为样本库中的标准图像，然后通过图像采集设备，采集生产线上产品的图像，将待检测图像与标准图像进行对比分析，得出产品的质量是否合格的结果。上述两类方案分别存在如下不足：其中，方案一对产品的检测，对产品生产的监控全部由人完成，受人为因素影响较大，检测准确率低，检测效率低，产品的生产效率低，人工成本高；方案二本文档来自技高网...

【技术保护点】
一种基于机器视觉和机器学习的产品生产监控方法，其特征在于，包括：对待检测产品的图像进行特征提取，得到所述待检测产品的图像特征；若能根据所述图像特征利用预设的机器学习模型确定所述待检测产品的缺陷种类，则根据所述缺陷种类向受控设备发送控制指令，以指示所述受控设备执行所述控制指令。

【技术特征摘要】
1.一种基于机器视觉和机器学习的产品生产监控方法，其特征在于，包括：对待检测产品的图像进行特征提取，得到所述待检测产品的图像特征；若能根据所述图像特征利用预设的机器学习模型确定所述待检测产品的缺陷种类，则根据所述缺陷种类向受控设备发送控制指令，以指示所述受控设备执行所述控制指令。2.根据权利要求1所述的方法，其特征在于，所述预设的机器学习模型中包含缺陷种类、图像特征和控制指令三者的一一对应关系。3.根据权利要求1所述的方法，其特征在于，还包括：对待检测产品的图像进行特征提取之前需要对所述待检测产品的图像依次进行分割处理、灰度化处理和降噪处理。4.根据权利要求1-3所述的方法，其特征在于，还包括：若无法根据所述图像特征利用预设的机器学习模型确定所述待检测产品的缺陷种类，则发出报警信号，以指示操作人员有新的缺陷产生，需要对所述预设的机器学习模型进行更新。5.根据权利要求3所述的方法，其特征在于，所述灰度化处理具体为：通过公式T＝1/3(R+G+B)对所述待检测产品的图像进行处理，其中，T为像素的灰度值，R为像素RGB值中的R值，G为像素RGB值中的G值，B为像素RGB值中的B值。6.一种基于机器视觉和机器学习的产品生产监控系统，其...

【专利技术属性】
技术研发人员：许方敏，叶桓宇，赵成林，李斌，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11