【技术实现步骤摘要】
一种基于机器视觉的云化神经网络提取算法
本专利技术涉及一种机器视觉的提取算法，具体地说涉及一种机器视觉检测装置和机器视觉控制系统通过5G网络通讯和工业云计算作为神经网络特征提取算法的基石，能有效提高检测效率、检测准确度和控制精度的一种基于机器视觉的云化神经网络提取算法。
技术介绍
现代化的全自动工业生产流水线都使用机器视觉检测装置和机器视觉控制系统，但因机器视觉检测装置和机器视觉控制系统的本体计算能力有限，对大量的视觉检测传感器和各个工序流程控制不能做到精确控制，造成检测效率低、检测准确度不高和控制精度不到位，严重时会造成自动化流水线出现故障停产。
技术实现思路
本专利技术的目的是克服现有技术的不足之处，提供一种机器视觉检测装置和机器视觉控制系统通过5G网络通讯和工业云计算作为神经网络特征提取算法的基石，能有效提高检测效率、检测准确度和控制精度的一种基于机器视觉的云化神经网络提取算法。本专利技术解决其技术问题所采用的技术方案是：一种基于机器视觉的云化神经网络提取算法，包括机器视觉检测装置和机器视觉...
【技术保护点】
1.一种基于机器视觉的云化神经网络提取算法，包括机器视觉检测装置和机器视觉控制系统，其特征在于，在所述机器视觉检测装置和机器视觉控制系统是基于5G网络通讯和工业云计算作为神经网络特征的提取算法，能有效提高检测效率、检测准确度和控制精度，神经网络特征提取算法可实现快速的机器视觉检测信息提取与计算，提高了运算速度，具不变性以及抗干扰能力，神经网络特征提取算法中信息的提取采用改进的SVM模式识别分类算法，改进后的SVM模式识别分类算法的每个传感器信息都有单独识别分类算法，为后续使用生成神经网络特征提取算法具有不变性以及抗干扰能力提供了理论依据，每个传感器信息采用的是具有不变性以及...
【技术特征摘要】 【专利技术属性】
1.一种基于机器视觉的云化神经网络提取算法，包括机器视觉检测装置和机器视觉控制系统，其特征在于，在所述机器视觉检测装置和机器视觉控制系统是基于5G网络通讯和工业云计算作为神经网络特征的提取算法，能有效提高检测效率、检测准确度和控制精度，神经网络特征提取算法可实现快速的机器视觉检测信息提取与计算，提高了运算速度，具不变性以及抗干扰能力，神经网络特征提取算法中信息的提取采用改进的SVM模式识别分类算法，改进后的SVM模式识别分类算法的每个传感器信息都有单独识别分类算法，为后续使用生成神经网络特征提取算法具有不变性以及抗干扰能力提供了理论依据，每个传感器信息采用的是具有不变性以及抗干扰的算法，采用了随机选点的机制，可以有效地减少计算量，提高算法的运行速度。
2.根据权利要求1所述的一种基于机器视觉的云化神经网络提取算法，其特征在所述神经网络特征提取算法应在云计算中进行，云计算的云化控制相当于在机器视觉检测装置和机器视觉控制系统上部署了一个神经大脑，通过5G网络的工业云将机器视觉检测装置作为无线传感器与执行器进行控制，这一控制方式对数据链路的可靠性以及带宽具有严格要求，将机器视觉控制系统的顶层控制器转移至工业云端后，机器视觉检测装置底层只负责信号传输与控制执行，可以通过编码器与测量单元实现，顶层控制器信息的处理与反馈需要由部署在云计算上的软件实现，在安全执行方面，信号传输与控制执行完全依赖于5G网络的数据传输，机器视觉检测装置必须用二维或三维点云激光传感器。
技术研发人员：刘江山，焦延峰，
申请(专利权)人：苏州正德行智能物联有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。