一种检测集装箱底部油漆覆盖的识别方法及系统技术方案

本发明专利技术涉及一种检测集装箱底部油漆覆盖的识别方法及系统，尤其涉及一种应用图像算法识别技术检测集装箱底部油漆覆盖的识别系统，包括：前置机，摄像头，服务器，所述的摄像头布置在集装箱底部上漆流水线下方凹槽内壁，对准集装箱底部经过的方向，获取集装箱底部图像，所述摄像头由所述前置机控制闪光效果。所述摄像头由所述前置机控制闪光效果。所述摄像头由所述前置机控制闪光效果。

【技术实现步骤摘要】
一种检测集装箱底部油漆覆盖的识别方法及系统


[0001]本专利技术涉及一种检测集装箱底部油漆覆盖的识别系统，属于信息


技术介绍

[0002]随着我国经济迅猛发展，综合国力日益增强，国际地位不断提升，作为经济全球化中重要的一员，我国港口货物吞吐量呈稳步上升的趋势。2021年1
‑
7月，全国港口累计完成货物吞吐量891,105万吨，同比增长11.3％，相比1
‑
6月下降1.9个百分点，其中，外贸货物累计完成吞吐量274,419万吨，同比增长7.0％；1
‑
7月全国港口累计完成集装箱吞吐量16,189万TEU，同比增长12.4％。
[0003]由于百分之九十以上的集装箱均由中国企业生产，且普通货运集装箱的平均寿命在10年左右，这也意味着，需要大量新箱替换旧箱。如此大的集装箱需求量对集装箱制造厂的工作效率也是一项极大的挑战。在目前的集装箱制造厂生产集装箱过程中，箱体上漆是一个重要的环节，油漆可以阻止集装箱钢铁结构件氧化生锈，从而达到延长集装箱使用寿命的作用。由在实际作业过程中，需要耗费大量人工对集装箱底部油漆面进行逐个排查以及完成补漆工作，排查的过程不仅耗费不必要的人工还使得流水线工作效率降低，影响集装箱制造厂生产速率；将算法识别技术应用于集装箱检测中，不仅可以实时查看集装箱底部油漆情况，自动识别漏漆以及上漆质量不过关的情况，避免了不必要的排查工作，极大地节省了人力成本，还加快了流水线生产速度。

技术实现思路

[0004]本专利技术提出一种检测集装箱底部油漆覆盖的识别方法以及系统，技术方案为：
[0005]一种检测集装箱底部油漆覆盖的识别方法：其特征在于，包括：
[0006]步骤1，构建神经网络；
[0007]步骤2，获取大量的图片数据，对图片标注相应的标签，使用LabelImg工具每标注一张样本，即生成一个xml的标注文件，并放置在训练集目录下，用作训练所述的神经网络；训练完成后，需要把训练的过程文件导出，从而生成所需的模型文件；
[0008]步骤3，利用所述步骤2中学习到的神经网络，输入图片，生成特征向量，将所述的图片对应的特征向量与先前存储的数据匹配相关联的置信度值，判断当前图像是否存在相关联的标识，识别集装箱地面在所述截帧图的位置以及底面未刷漆区域。
[0009]进一步的，所述的步骤2中包括针对集装箱底面以及底面未被油漆覆盖区域，需要训练出不同的模型文件。
[0010]进一步的，所述的步骤3还包括当识别到集装箱底面未刷漆区域时，通过摄像头对未刷漆区域开启闪光提示。
[0011]一种检测集装箱底部油漆覆盖的识别系统，其特征是，包括：前置机，摄像头，服务器、客户端，所述的摄像头布置在集装箱底部上漆流水线下方凹槽内壁，对准集装箱底部经过的方向，获取集装箱底部图像，所述摄像头由所述前置机控制闪光效果，用户可通过所述
客户端访问所述的服务器。
[0012]进一步的，所述的服务器包括nginx服务器、minio文件服务器、所述前置机上传图片数据请求nginx服务器，nginx服务器将请求转发至minio文件服务器，minio文件服务器将文件进行保存并返回图片地址至所述的前置机，所述前置机携带图片地址以及识别数据访问nginx服务器，nginx服务器将接收到的数据存储在mysql数据库。进一步的，所述的摄像头包括六个对称分布在集装箱底部上漆流水线的凹槽内用于采集集装箱底部图像的摄像头。
[0013]进一步的，所述的前置机基于rtsp协议，通过视频流技术获取摄像头原始图像数据，截取所需的图片，应用图像识别技术对图像中底部、底部未被油漆覆盖区域进行识别；所述前置机基于http协议向所述服务器上传图片以及识别数据，用户可通过浏览器基于http协议访问所述服务器，所述服务器返回包含检测结果的页面信息。
[0014]有益效果：
[0015]本专利技术可对集装箱底面进行全方位检测，以确认底面刷漆完成度情况，识别到异常将以短信、微信等方式通知作业人员进行补漆工作；可以通过浏览器请求服务器实时监测集装箱底面刷漆情况；
[0016]通过控制摄像头的补光灯开关达到闪光效果，从而达到提示需要补漆的作用，方便补漆人员快速找到补漆位置；
[0017]由于以上三方面的改善，使得集装箱生产效率以及集装箱品控显著提升。
附图说明
[0018]图1是本专利技术系统设备示意图；
[0019]图2是本专利技术系统工作流程示意图；
[0020]图3是本专利技术检测模块1工作流程图；
[0021]图4是本专利技术检测模块2工作流程图；
[0022]图5是本专利技术检测模块3工作流程图；
[0023]图6是本专利技术摄像头安装示意图；
[0024]图7是本专利技术摄像头在地槽内分布示意图；
[0025]图8是本专利技术地槽一侧摄像头取景示意图；
[0026]图9是本专利技术地槽另一侧摄像头取景示意图；
[0027]图10是本专利技术识别到异常摄像头开启闪光示意图；
[0028]图11是本专利技术模型处理流程图。
具体实施方式
[0029]本专利技术设计对集装箱检测并进行补漆的操作，传统的流程为：(1)对集装箱底面上漆；(2)补漆人员对集装箱底面进行检查并补漆。
[0030]本专利技术中的集装箱信息检测及发放的自动化控制系统，主要利用神经网络，输入一系列特征值，然后经过计算，可以确定输入的内容应该被分类在哪一个类别之下。比如，我们想识别图片上的东西是什么，我们只需要将图片上每一个像素的灰度值作为特征输入到神经网络的输入层中去，然后进行训练，每一个神经元实际上都是在训练对数几率回归，
到了输出层之后，比如上图我们有2个类别，假设Y1代表集装箱，Y2代表不是集装箱，如果Y1激活了，说明图片中是一个集装箱，否则就不是。
[0031]在本专利技术中，通过视频流获取到的截帧图，运用被训练出用以识别集装箱底面的模型，将所述截帧图作为输入，产生特征向量作为输出，通过与数据集存储的数据匹配相关联的置信度，从而检测集装箱底面在截帧图上的位置，对检测到的集装箱底面进行裁切并保存；进一步地识别集装箱底面是否存在未刷漆区域，运用目标检测模型，将集装箱底面裁切图作为输入，生成特征向量作为输出，并与先前存储的数据匹配相关联的置信度，通常选取匹配度较高的作为识别结果，进而达到识别底面未刷漆区域的目的。
[0032]如图1
‑
图11所示，专利技术包括的组件有：前置机，摄像头，服务器、客户端，摄像头布置在集装箱底部上漆流水线下方凹槽内壁，对准集装箱底部经过的方向，获取集装箱底部图像，摄像头由所述前置机控制闪光效果。
[0033]前置机通过视频流获取图片数据应用图像算法识别技术进行集装箱信息检测，检测集装箱各个面的箱号、箱型号、车牌号信息，核实信息无误后自动打印送箱小票并开闸，否则交由人工处理；用户可以通过客户端，通过小程序或浏览器访问服务器，可以查本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种检测集装箱底部油漆覆盖的识别方法，其特征在于，包括：步骤1，构建神经网络；步骤2，获取大量的图片数据，对图片标注相应的标签，使用LabelImg工具每标注一张样本，即生成一个xml的标注文件，并放置在训练集目录下，用作训练所述的神经网络；训练完成后，需要把训练的过程文件导出，从而生成所需的模型文件；步骤3，利用所述步骤2中学习到的神经网络，输入图片，生成特征向量，将所述的图片对应的特征向量与先前存储的数据匹配相关联的置信度值，判断当前图像是否存在相关联的标识，识别集装箱地面在截帧图的位置以及底面未刷漆区域。2.根据权利要求1所述的检测集装箱底部油漆覆盖的识别方法，其特征在于，所述的步骤2中包括针对集装箱底面以及底面未被油漆覆盖区域，需要训练出不同的模型文件。3.根据权利要求1所述的检测集装箱底部油漆覆盖的识别方法，其特征在于，所述的步骤3还包括当识别到集装箱底面未刷漆区域时，通过摄像头对未刷漆区域开启闪光提示。4.一种检测集装箱底部油漆覆盖的识别系统，其特征是，包括：前置机，摄像头，服务器，所述的摄像头布置在集装箱底部上漆流水线下方凹槽内壁，对准集装箱底部经过的方向，...

【专利技术属性】
技术研发人员：李豪，
申请(专利权)人：中集飞瞳上海科技有限公司，
类型：发明
国别省市：