基于数字化分析的饮料生产线智能监控方法及系统技术方案

本发明专利技术涉及生产线监控领域，尤其涉及一种基于数字化分析的饮料生产线智能监控方法及系统，该方法对生产线上的待检测产品进行图像采集，采集得到

【技术实现步骤摘要】
基于数字化分析的饮料生产线智能监控方法及系统


[0001]本专利技术涉及生产线监控领域，尤其涉及一种基于数字化分析的饮料生产线智能监控方法及系统
。

技术介绍

[0002]随着人工智能技术的快速发展，以无人工参与形式的生产线监控已逐步应用于制造场景中，现有技术通常是提取生产线中待检测产品的特征点信息后，根据待检测产品的特征点信息和参考产品的特征点信息比对，进而确定待检测产品是否存在产品位姿异常，从而实现生产线智能监控
。
[0003]而在制造场景中存在多样性的环境噪声影响，例如，传送带抖动
、
放置位置偏移等，此类情况下实质上并不影响生产线的常规运作，而例如产品打标类情况下，产品出现姿态偏移
(
即产品受传送带表面的不平稳因素影响而导致产品整体翘起
)
等情况时会实际影响生产线运作，但此时通过特征点信息比对的方式极易出现产品姿态异常的误判，因此，如何提高生产线智能监控的准确率成为亟需解决的问题
。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了一种基于数字化分析的饮料生产线智能监控方法及系统，以解决如何提高生产线智能监控的准确率的问题
。
[0005]第一方面，本专利技术实施例提供一种基于数字化分析的生产线智能监控方法，所述生产线智能监控方法包括：
[0006]基于预设的采样频率对生产线上的待检测产品进行图像采集，采集得到
N
张产品俯视图，
N≥2
，对所述
N
张产品俯视图进行语义分割，分别得到每张产品俯视图对应的产品分割图像；
[0007]按照所述
N
张产品俯视图的采集顺序，对
N
张所述产品分割图像进行叠加，得到一张叠加图像；
[0008]利用预设的第一阈值对所述叠加图像进行二值化处理，处理后在所述叠加图像中划定第一目标区域图像，利用预设的第二阈值对所述叠加图像中第一目标区域图像之外的图像进行二值化处理，对应划定得到第二目标区域图像，根据所述第一目标区域图像和所述第二目标区域图像，确定所述叠加图像中的参考产品区域图像和误差区域图像；
[0009]根据所述参考产品区域图像和所述误差区域图像中的像素点数量，计算得到所述待检测产品的水平偏移异常评分值，根据所述第一目标区域图像中的所有像素值，计算得到所述待检测产品的垂直偏移异常评分值，根据所述水平偏移异常评分值和所述垂直偏移异常评分值对所述待检测产品进行异常监控预警
。
[0010]第二方面，本专利技术实施例提供一种基于数字化分析的生产线智能监控系统，所述生产线智能监控系统包括：
[0011]图像预处理模块，用于基于预设的采样频率对生产线上的待检测产品进行图像采
集，采集得到
N
张产品俯视图，
N≥2
，对所述
N
张产品俯视图进行语义分割，分别得到每张产品俯视图对应的产品分割图像；
[0012]图像叠加模块，用于按照所述
N
张产品俯视图的采集顺序，对
N
张所述产品分割图像进行叠加，得到一张叠加图像；
[0013]区域划分模块，用于利用预设的第一阈值对所述叠加图像进行二值化处理，处理后在所述叠加图像中划定第一目标区域图像，利用预设的第二阈值对所述叠加图像中第一目标区域图像之外的图像进行二值化处理，对应划定得到第二目标区域图像，根据所述第一目标区域图像和所述第二目标区域图像，确定所述叠加图像中的参考产品区域图像和误差区域图像；
[0014]异常预警模块，用于根据所述参考产品区域图像和所述误差区域图像中的像素点数量，计算得到所述待检测产品的水平偏移异常评分值，根据所述第一目标区域图像中的所有像素值，计算得到所述待检测产品的垂直偏移异常评分值，根据所述水平偏移异常评分值和所述垂直偏移异常评分值对所述待检测产品进行异常监控预警
。
[0015]本专利技术实施例与现有技术相比存在的有益效果是：
[0016]本专利技术基于预设的采样频率对生产线上的待检测产品进行图像采集，采集得到
N
张产品俯视图，
N≥2
，对
N
张产品俯视图进行语义分割，分别得到每张产品俯视图对应的产品分割图像；按照
N
张产品俯视图的采集顺序，对
N
张产品分割图像进行叠加，得到一张叠加图像；利用预设的第一阈值对叠加图像进行二值化处理，处理后在叠加图像中划定第一目标区域图像，利用预设的第二阈值对叠加图像中第一目标区域图像之外的图像进行二值化处理，对应划定得到第二目标区域图像，根据第一目标区域图像和第二目标区域图像，确定叠加图像中的参考产品区域图像和误差区域图像；根据参考产品区域图像和误差区域图像中的像素点数量，计算得到待检测产品的水平偏移异常评分值，根据第一目标区域图像中的所有像素值，计算得到待检测产品的垂直偏移异常评分值，根据水平偏移异常评分值和垂直偏移异常评分值对待检测产品进行异常监控预警
。
其中，通过连续采集多张产品俯视图，以通过遗忘叠加和阈值化处理，确定出叠加图像中的参考产品区域和误差区域，使得阈值化处理能够适应于叠加图像中像素值差异较大的情况，又能根据实际生产线运行情况自适应确定出准确的参考产品区域，从而无需预先设置模板产品的位姿，对放置过程的噪声以及传送带传输过程的噪声具有较高的鲁棒性，进而根据参考产品区域和误差区域进行异常评分，从水平维度和垂直维度两个方向进行异常评价，相较于常规方式，能够更为准确的分析出影响生产线运作的异常情况，从而提高生产线智能监控的准确率
。
附图说明
[0017]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图
。
[0018]图1是本专利技术实施例一提供的一种基于数字化分析的生产线智能监控方法的一应用环境示意图；
[0019]图2是本专利技术实施例一提供的一种基于数字化分析的生产线智能监控方法的流程
示意图；
[0020]图3是本专利技术实施例二提供的一种基于数字化分析的生产线智能监控方法系统的结构示意图；
[0021]图4是本专利技术实施例三提供的一种计算机设备的结构示意图
。
具体实施方式
[0022]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构
、
技术之类的具体细节，以便透彻理解本专利技术实施例
。
然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术
。
在其它情况中，省略对众所周知的系统
、
装置
、
电路以及方法的详细说明，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于数字化分析的生产线智能监控方法，其特征在于，所述生产线智能监控方法包括：基于预设的采样频率对生产线上的待检测产品进行图像采集，采集得到
N
张产品俯视图，
N≥2
，对所述
N
张产品俯视图进行语义分割，分别得到每张产品俯视图对应的产品分割图像；按照所述
N
张产品俯视图的采集顺序，对
N
张所述产品分割图像进行叠加，得到一张叠加图像；利用预设的第一阈值对所述叠加图像进行二值化处理，处理后在所述叠加图像中划定第一目标区域图像，利用预设的第二阈值对所述叠加图像中第一目标区域图像之外的图像进行二值化处理，对应划定得到第二目标区域图像，根据所述第一目标区域图像和所述第二目标区域图像，确定所述叠加图像中的参考产品区域图像和误差区域图像；根据所述参考产品区域图像和所述误差区域图像中的像素点数量，计算得到所述待检测产品的水平偏移异常评分值，根据所述第一目标区域图像中的所有像素值，计算得到所述待检测产品的垂直偏移异常评分值，根据所述水平偏移异常评分值和所述垂直偏移异常评分值对所述待检测产品进行异常监控预警
。2.
根据权利要求1所述的生产线智能监控方法，其特征在于，所述按照所述
N
张产品俯视图的采集顺序，对
N
张所述产品分割图像进行叠加，得到一张叠加图像，包括：按照所述
N
张产品俯视图的采集顺序，将第一张产品分割图像作为第一目标图像，将第二张产品分割图像作为第二目标图像；将所述第一目标图像和所述第二目标图像进行像素点对齐，针对所述第二目标图像中的任一位置的像素点，将所述像素点与目标像素点进行加权叠加，得到所述位置对应的输出像素点，所述目标像素点为所述第一目标图像中与所述像素点位置相同的像素点；根据所述第二目标图像的所有位置对应的输出像素点构成所述第一目标图像和所述第二目标图像之间的临时叠加图像；将所述临时叠加图像作为所述第一目标图像，将第三张产品分割图像作为所述第二目标图像，重复所述构成第一目标图像和所述第二目标图像之间的临时叠加图像的步骤，直至所有产品分割图像叠加完，得到一张叠加图像
。3.
根据权利要求1所述的生产线智能监控方法，其特征在于，所述根据所述第一目标区域图像和所述第二目标区域图像，确定所述叠加图像中的参考产品区域图像和误差区域图像，包括：将所述叠加图像中的第一目标区域图像和第二目标区域图像构成的区域图像作为参考产品区域图像；获取所述叠加图像中参考产品区域图像之外的所有非零像素点，将所有非零像素点构成的区域图像作为误差区域图像
。4.
根据权利要求1所述的生产线智能监控方法，其特征在于，所述根据所述参考产品区域图像和所述误差区域图像中的像素点数量，计算得到所述待检测产品的水平偏移异常评分值，包括：分别获取所述参考产品区域图像中的第一像素点数量和所述误差区域图像中的第二像素点数量，计算所述第一像素点数量和所述第二像素点数量之间的相加结果，以所述相
加结果为分母，以所述第二像素点数量为分子得到对应的比值，将所述比值作为所述待检测产品的水平偏移异常评分值
。5.
根据权利要求1所述的生产线智能监控方法，其特征在于，所述根据所述第一目标区域图像中的所有像素值，计算得到所述待检...

【专利技术属性】
技术研发人员：李青川，梅杰，梅拥军，姚红，苏海亚，杨军强，苏艳丽，李潇楠，
申请(专利权)人：扬州名仁天然药物有限公司，
类型：发明
国别省市：