商品品质监控数据处理方法及装置制造方法及图纸

本申请提供一种商品品质监控数据处理方法及装置

【技术实现步骤摘要】
商品品质监控数据处理方法及装置


[0001]本申请涉及数据处理技术，尤其涉及一种商品品质监控数据处理方法及装置
。

技术介绍

[0002]随着科技的进步和自动化技术的应用，商品生产线自动化程度不断提高
。
例如，隐形眼镜护理液灌装生产线的许多环节，如灌装
、
密封
、
标签贴附和包装等，都可以通过机械化设备和机器人完成，从而减少了人工操作并提高了生产效率
。
[0003]其中，为了对灌装密封后的商品进行品质检测，通常是在流水线上设置重量传感器，从而通过接触式测量的方式检测经过传感器的商品重量，以确定灌装后的商品是否合格
。
[0004]但是，由于接触式重量测量的方式会限制流水线上商品的生产效率，因此，亟需一种基于非接触方式的商品品质监控方案以及相关的数据处理方法
。

技术实现思路

[0005]本申请提供一种商品品质监控数据处理方法及装置，用以解决的现有技术中接触式重量测量的方式限制流水线上商品的生产效率的技术问题<br/>。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种商品品质监控数据处理方法，其特征在于，应用于商品灌装系统，所述商品灌装系统包括灌装流水线以及设置在所述灌装流水线上的灌装节点
、
封口节点以及监控节点，其中，在所述灌装节点对待灌装容器进行液体灌装，在所述封口节点对灌装后的容器进行封口，以形成待检测商品；所述方法包括：在所述监控节点上获取待检测商品的检测图像，所述待检测商品包括容器以及容置于所述容器内的液体，所述容器为透明材质，所述液体容置于所述容器后，形成液面，所述检测图像包括所述待检测商品的至少局部区域，所述液面形成于所述局部区域内；根据所述检测图像以及预设图像特征提取模型确定所述液面在所述检测图像中的液面轮廓线；根据所述液面轮廓线确定特征点序列，所述特征点序列包括第一特征点以及第二特征点，所述第一特征点为所述液面轮廓线在参考方向上的最高点，所述第二特征点为所述液面轮廓线在所述参考方向上的最低点，所述参考方向为所述容器的轴线方向；根据所述特征点序列以及预设容量确定模型确定所述容器中所述液体的检测体积，以根据所述检测体积与预设标准体积确定所述待检测商品的品质状态
。2.
根据权利要求1所述的商品品质监控数据处理方法，其特征在于，所述根据所述检测图像以及预设图像特征提取模型确定所述液面在所述检测图像中的液面轮廓线，包括：对所述检测图像进行预处理以形成处理后图像，所述预处理包括灰度化处理；利用预设卷积神经网络模型提取所述处理后图像中所述容器在所述局部区域内的容器外轮廓，其中，所述预设卷积神经网络基于深度学习框架建立，并且基于所述容器在各个角度下拍摄的图像所构成的训练集进行训练；根据所述容器外轮廓从所述处理后图像中获取待选像素点集合，以根据所述待选像素点集合确定轮廓像素点序列，所述待选像素点集合包括所述容器外轮廓所包围的区域中的像素点，所述轮廓像素点序列中的各个轮廓像素点与所述待选像素点集合中相邻的像素点之间的灰度差值大于预设灰度阈值；根据所述轮廓像素点序列生成初始液面轮廓线，所述初始液面轮廓线为利用一次函数作为特征函数对所述轮廓像素点序列中的各个像素点进行拟合后所确定的轮廓线，所述液面轮廓线包括所述初始液面轮廓线
。3.
根据权利要求2所述的商品品质监控数据处理方法，其特征在于，所述根据所述液面轮廓线确定特征点序列，包括：根据所述初始液面轮廓线生成液面特征线，所述液面特征线为以所述初始液面轮廓线为其上部分线段的直线；确定所述液面特征线与所述容器外轮廓的第一交点与第二交点，所述第一特征点为所述第一交点，所述第二特征点为所述第二交点
。4.
根据权利要求3所述的商品品质监控数据处理方法，其特征在于，所述根据所述特征点序列以及预设容量确定模型确定所述容器中所述液体的检测体积，包括：根据所述第一交点
、
所述第二交点
、
所述液面特征线以及所述容器外轮廓将所述待选像素点集合分配为第一区域范围所对应的第一像素点集合以及第二区域范围所对应的第二像素点集合，其中，所述第一区域范围为所述容器外轮廓与所述液面特征线所围成的沿所述参考方向靠上的区域范围，所述第二区域范围为所述容器外轮廓与所述液面特征线所
围成的沿所述参考方向靠下的区域范围，所述第一像素点集合不包括所述第一区域范围对应边界上的像素点，所述第二像素点集合不包括所述第二区域范围对应边界上的像素点；确定所述第一像素点集合的像素点个数，以及确定所述第二像素点集合...

【专利技术属性】
技术研发人员：杨锐，
申请(专利权)人：南京图灵信息技术有限公司，
类型：发明
国别省市：