【技术实现步骤摘要】
基于人工智能的色粉混合效果检测方法
[0001]本专利技术涉及色粉混合
，具体涉及基于人工智能的色粉混合效果检测方法。
技术介绍
[0002]在注塑加工过程中，色差是注塑件常见的缺陷，因配套件色差造成的注塑件成批报废的情况经常出现；其中塑料母料和色粉混合的均匀程度对注塑产品颜色有直接影响，若色粉混合的不均匀就会导致到的注塑产品存在色差或是颜色分布不均匀；为了保障注塑成品的合格率，需要对色粉混合过程进行检测，判断色粉混合是否均匀，以确保色粉混合的效果。
[0003]现有方法直接通过色粉混合后的目标颜色来判断色粉混合是否均匀，这种方法虽然可以判断出色粉混合不均匀的情况，但是，在色粉混合不均时无法准确判断出能够使色粉快速混合均匀的搅拌方向，导致色粉不能快速达到混合均匀的状态，效率较低。
技术实现思路
[0004]为了解决现有方法存在的不能使色粉快速混合均匀的问题，本专利技术的目的在于提供一种基于人工智能的色粉混合效果检测方法，所采用的技术方案具体如下：
[0005]第一方面，本专利技术一个实施...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的色粉混合效果检测方法，其特征在于，该方法包括以下步骤：获取注塑加工过程中的待检测色粉混合图像；根据各种色粉对应的RGB值与待检测色粉混合图像各像素点对应的RGB值得到待检测色粉混合图像各像素点对应的各种色粉的比例，记为混合向量；根据待检测色粉混合图像中各像素点对应的混合向量计算各像素点对应的混合程度，判断各像素点对应的混合程度的是否大于均匀阈值，若大于，则判定对应像素点为混合均匀的像素点；计算待检测色粉混合图像中混合均匀的像素点所占的比例，若比例大于设定比例阈值，则判定色粉混合均匀。2.根据权利要求1所述的一种基于人工智能的色粉混合效果检测方法，其特征在于，根据各种色粉对应的RGB值与待检测色粉混合图像各像素点对应的RGB值得到待检测色粉混合图像各像素点对应的各种色粉的比例，包括：获取各种色粉对应的R通道的值，构建R通道向量；将R通道向量作为各像素点的像素值，得到与待检测色粉混合图像等大的第一通道图像；获取各种色粉对应的G通道的值，构建G通道向量；将G通道向量作为各像素点的像素值，得到与待检测色粉混合图像等大的第二通道图像；获取各种色粉对应的B通道的值，构建B通道向量；将B通道向量作为各像素点的像素值，得到与待检测色粉混合图像等大的第三通道图像；将第一通道图像、第二通道图像、第三通道图像和待检测色粉混合图像输入到训练好的混合向量图生成网络中，得到待检测色粉混合图像对应的混合向量图，所述混合向量图中各像素点的像素值为待检测色粉混合图像中对应像素点的混合向量。3.根据权利要求2所述的一种基于人工智能的色粉混合效果检测方法，其特征在于，将第一通道图像、第二通道图像、第三通道图像和待检测色粉混合图像输入到训练好的混合向量图生成网络中，得到待检测色粉混合图像对应的混合向量图，包括：构建初始混合向量图；将第一通道图像、第二通道图像、第三通道图像、初始混合向量图和待检测色粉混合图像输入到训练好的混合向量图生成网络中；根据第一通道图像中各像素点对应的R通道向量与初始混合向量图中对应像素点对应的初始混合向量，得到各像素点的R通道的值；根据第二通道图像中各像素点对应的G通道向量与初始混合向量图中对应像素点对应的初始混合向量，得到各像素点的G通道的值；根据第三通道图像中各像素点对应的B通道向量与初始混合向量图中对应像素点对应的初始混合向量，得到各像素点的B通道的值；根据各像素点对应的R通道的值、G通道的值和B通道的值，得到色粉混合对比图像；利用训练好的混合向量图生成网络中的编码器对所述色粉混合对比图像进行特征提取得到第一颜色特征；利用训练好的混合向量图生成网络中的编码器对待检测色粉混合图
像进行特征提取得到第二颜色特征；将第一颜色特征与第二颜色特征进行对比，若第一颜色特征与第二颜色特征相同，则将初始混合向量图作为网络输出的待检测色粉混合图像对应的混合向量图；若第一颜色特征与第二颜色特征不相...
【专利技术属性】
技术研发人员：金松，胡万柱，
申请(专利权)人：宿迁腾安新型建材有限公司，
类型：发明
国别省市：
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。