一种基于图像识别的钢卷信息检测方法、系统、介质和终端技术方案

本发明专利技术提供一种基于图像识别的钢卷信息检测方法、系统、介质和终端，其方法包括，采集钢卷的实时图像；预先建立用于根据钢卷图像数据识别钢卷信息的识别模型，识别模型包括身份识别模型和外观识别模型，对识别模型进行训练，将钢卷的实时图像输入至训练后的识别模型中，获取识别结果，完成对钢卷的信息检测，并对识别结果中的钢卷身份信息和钢卷外观信息进行关联并记录；本发明专利技术通过采集实时图像，并自动进行图像识别的方式，完成对生产线的钢卷的外观检测与钢卷号识别，克服了传统方式中，只能通过人工巡检的方式来进行观察外观缺陷和对应的钢卷号，本发明专利技术实现了24小时的全程监控，同时实现储存数据、全天候全时段监控的需求。

【技术实现步骤摘要】
一种基于图像识别的钢卷信息检测方法、系统、介质和终端
本专利技术涉及钢铁领域、图像处理与识别领域和监控领域，尤其涉及一种基于图像识别的钢卷信息检测方法、系统、介质和终端。
技术介绍
随着产品质量的提升，用户对质量的要求也越来越高，在实际生产过程中，由于表面质量和外观原因有可能引起质量降等或其他质量异议问题。为了保证钢卷产品质量，传统的方式是采用在钢卷巡检过程中，通过技术人员观察的方式，来确定钢卷外观缺陷及其对应的钢卷号，但是，该过程会消耗大量的人力物力，且无法实现24小时的全程监控；目前，针对这一问题，缺少一种可视化、智能化的实时操作系统，实现在钢卷运输过程中对钢卷进行钢卷号识别，外观检测并记录。因此，亟需一种智能化的技术手段，对生产线的钢卷进行外观检测与钢卷号识别，同时实现储存数据，满足全天候全时段监控的需求。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术提供一种基于图像识别的钢卷信息检测方法、系统、介质和终端，以解决上述技术问题。本专利技术提供的基于图像识别的钢卷信息检测方法，包括：采集钢卷的实时图像；预先建立用于根据钢卷图像数据识别钢卷信息的识别模型，所述识别模型包括：身份识别模型，用于根据钢卷图像数据识别钢卷身份信息，所述钢卷身份信息包括钢卷的识别号；外观识别模型，用于根据钢卷图像数据识别钢卷外观信息，并根据所述钢卷外观信息获取外观缺陷；对所述识别模型进行训练，将所述钢卷的实时图像输入至训练后的识别模型中，获取识别结果，完成对钢卷的信息检测，并对识别结果中的钢卷身份信息和钢卷外观信息进行关联并记录。与本专利技术的一实施例中，所述识别模型为基于图像识别和深度学习的识别模型，所述外观识别模型包括：第一外观识别模型，用于根据钢卷图像数据识别钢卷外观中的塔形缺陷，第二外观识别模型，用于根据钢卷图像数据识别钢卷外观中的裂边缺陷。与本专利技术的一实施例中，通过同步对所述钢卷的实时图像分别进行不同的图像处理，获取不同的识别结果，并将同一钢卷的不同识别结果进行关联。与本专利技术的一实施例中，根据钢卷图像数据中一钢卷的端部的整齐程度，判断所述钢卷是否具有塔形缺陷，若所述钢卷端部不齐，且每个相邻圈的高度依次增加，呈宝塔型或面包型时，则判定所述钢卷具有塔形缺陷。与本专利技术的一实施例中，根据钢卷图像数据中一钢卷的端面边部特征，判断所述钢卷是否具有塔形缺陷，若所述钢卷的端面边部具有呈撕裂状的特征时，则判定所述钢卷具有裂边缺陷。与本专利技术的一实施例中，记录每一钢卷的检测时间，并将所述检测时间、钢卷的识别号，以及外观检测结果中的塔形缺陷识别结果和裂边缺陷识别结果进行记录，若外观检测结果中的具有塔形缺陷和/或裂边缺陷，则进行报警，并在实时图像中的产生塔形缺陷识别结果和/或裂边缺陷识别结果的对应位置进行显示。本专利技术还提供一种基于图像识别的钢卷信息检测系统，包括：图像采集模块，用于采集钢卷的实时图像；识别模型，用于根据钢卷图像数据识别钢卷信息的识别模型，所述识别模型包括：身份识别模型，用于根据钢卷图像数据识别钢卷身份信息，所述钢卷身份信息包括钢卷的识别号；外观识别模型，用于根据钢卷图像数据识别钢卷外观信息，并根据所述钢卷外观信息获取外观缺陷；对所述识别模型进行训练，将所述钢卷的实时图像输入至训练后的识别模型中，获取识别结果，完成对钢卷的信息检测，并对识别结果中的钢卷身份信息和钢卷外观信息进行关联并记录。与本专利技术的一实施例中，所述识别模型为基于图像识别和深度学习的识别模型，所述外观识别模型包括：第一外观识别模型，用于根据钢卷图像数据识别钢卷外观中的塔形缺陷，第二外观识别模型，用于根据钢卷图像数据识别钢卷外观中的裂边缺陷。与本专利技术的一实施例中，还包括：存储模块，用于记录每一钢卷的检测时间，并将所述检测时间、钢卷的识别号，以及外观检测结果中的塔形缺陷识别结果和裂边缺陷识别结果进行记录，报警模块，用于当外观检测结果中的具有塔形缺陷和/或裂边缺陷时，发出报警信息。本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述中任一项所述方法。本专利技术还提供一种电子终端，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如上述中任一项所述方法。本专利技术的有益效果：本专利技术中的基于图像识别的钢卷信息检测方法、系统、介质和终端，通过采集实时图像，通过自动进行图像识别的方式，完成对生产线的钢卷进行外观检测与钢卷号识别，克服了传统方式中为了确保钢卷产品质量，只能通过人工巡检的方式来进行观察外观缺陷和对应的钢卷号，本专利技术实现了24小时的全程监控，同时实现储存数据、全天候全时段监控的需求。附图说明图1是本专利技术实施例中的基于图像识别的钢卷信息检测方法的整体流程示意图。图2是本专利技术实施例中的基于图像识别的钢卷信息检测方法的工作流程示意图。图3是本专利技术实施例中的基于图像识别的钢卷信息检测方法中的钢卷识别号示意图。图4是本专利技术实施例中的基于图像识别的钢卷信息检测方法中的塔型识别示意图。图5是本专利技术实施例中的基于图像识别的钢卷信息检测方法中的裂边检测示意图。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，遂图式中仅显示与本专利技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。在下文描述中，探讨了大量细节，以提供对本专利技术实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本专利技术的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本专利技术的实施例难以理解。如图1所示，本实施例中的基于图像识别的钢卷信息检测方法，包括：S1.采集钢卷的实时图像；S2.预先建立用于根据钢卷图像数据识别钢卷信息的识别模型，所述识别模型包括：身份识别模型，用于根据钢卷图像数据识别钢卷身份信息，所述钢卷身份信息包括钢卷的识别号；外观识别模型，用于根据钢卷图像数据识别钢卷外观信息，并根据所述钢卷外观信息获取外观缺陷；S3.对所述识别模型进行训练，将所述钢卷的实时图像输入至训练后的识别模型中，获取识别结果，完成对钢卷的信息检测，并对本文档来自技高网...

【技术保护点】
1.一种基于图像识别的钢卷信息检测方法，其特征在于，包括：/n采集钢卷的实时图像；/n预先建立用于根据钢卷图像数据识别钢卷信息的识别模型，所述识别模型包括：/n身份识别模型，用于根据钢卷图像数据识别钢卷身份信息，所述钢卷身份信息包括钢卷的识别号；/n外观识别模型，用于根据钢卷图像数据识别钢卷外观信息，并根据所述钢卷外观信息获取外观缺陷；/n对所述识别模型进行训练，将所述钢卷的实时图像输入至训练后的识别模型中，获取识别结果，完成对钢卷的信息检测，并对识别结果中的钢卷身份信息和钢卷外观信息进行关联并记录。/n

【技术特征摘要】
1.一种基于图像识别的钢卷信息检测方法，其特征在于，包括：
采集钢卷的实时图像；
预先建立用于根据钢卷图像数据识别钢卷信息的识别模型，所述识别模型包括：
身份识别模型，用于根据钢卷图像数据识别钢卷身份信息，所述钢卷身份信息包括钢卷的识别号；
外观识别模型，用于根据钢卷图像数据识别钢卷外观信息，并根据所述钢卷外观信息获取外观缺陷；
对所述识别模型进行训练，将所述钢卷的实时图像输入至训练后的识别模型中，获取识别结果，完成对钢卷的信息检测，并对识别结果中的钢卷身份信息和钢卷外观信息进行关联并记录。


2.根据权利要求1所述的基于图像识别的钢卷信息检测方法，其特征在于，所述识别模型为基于图像识别和深度学习的识别模型，所述外观识别模型包括：
第一外观识别模型，用于根据钢卷图像数据识别钢卷外观中的塔形缺陷，
第二外观识别模型，用于根据钢卷图像数据识别钢卷外观中的裂边缺陷。


3.根据权利要求2所述的基于图像识别的钢卷信息检测方法，其特征在于，通过同步对所述钢卷的实时图像分别进行不同的图像处理，获取不同的识别结果，并将同一钢卷的不同识别结果进行关联。


4.根据权利要求2所述的基于图像识别的钢卷信息检测方法，其特征在于，
根据钢卷图像数据中一钢卷的端部的整齐程度，判断所述钢卷是否具有塔形缺陷，
若所述钢卷端部不齐，且每个相邻圈的高度依次增加，呈宝塔型或面包型时，则判定所述钢卷具有塔形缺陷。


5.根据权利要求2所述的基于图像识别的钢卷信息检测方法，其特征在于，
根据钢卷图像数据中一钢卷的端面边部特征，判断所述钢卷是否具有塔形缺陷，
若所述钢卷的端面边部具有呈撕裂状的特征时，则判定所述钢卷具有裂边缺陷。


6.根据权利要求2-5任一所述的基于图像识别的钢卷信息检测方法，其特征在于，记录每一钢卷的检测时间，并将所述检测时间、钢卷的识别号，以及外观检测结果中的塔形缺陷识...

【专利技术属性】
技术研发人员：冯远航，谢小东，袁钰博，刘晟，杜一杰，
申请(专利权)人：中冶赛迪重庆信息技术有限公司，
类型：发明
国别省市：重庆;50