【技术实现步骤摘要】
本专利技术一般地涉及图像数据处理领域。更具体地，本专利技术涉及一种基于人工智能的金属重叠检测方法及系统。
技术介绍
1、金属重叠检测对于保障产品质量、提高生产效率和节省成本具有切实的意义和价值。它可以及时发现并纠正可能导致尺寸不准确或结构强度不符合要求的问题，防止机器故障或停机，以及避免原材料的浪费，从而促进更有效率和经济的制造过程。
2、现有技术通过设定样本的磁通量阈值进行金属重叠检测的方法，但是由于在金属重叠检测过程中，不同位置的磁通量可能存在差异，并且在检测过程中磁通量可能是具有一定的动态变化的，进而导致可能出现误检的可能性。
技术实现思路
1、为解决上述一个或多个技术问题，本专利技术提出获取预设时间内目标时刻金属重叠样本的多位置磁通量数据，以构建多位置磁通量曲线；分别基于多位置磁通量曲线的波峰和波谷，生成上包络线和下包络线，并构建目标高斯模型；获取待测金属重叠样本在目标时刻的多位置磁通量曲线，并输入至目标高斯模型中，获得目标时刻的概率值序列；计算目标时刻的样本种类可信度，并获得预设时间内的样本种类可信度序列；比较预设时间内的样本种类可信度序列的均值与预设阈值以生成检测结果。为此，本专利技术在如下的多个方面中提供方案。
2、在一个实施例中，包括以下步骤：获取预设时间内目标时刻金属重叠样本的多位置磁通量数据，以构建多位置磁通量曲线；分别基于所述多位置磁通量曲线的波峰和波谷，生成上包络线和下包络线；基于所述上包络线和所述下包络线以及第一均值构建目标高斯模型
3、在一个实施例中，构建目标高斯模型包括：计算所述目标时刻的所述上包络线与所述第一均值的差值作为第一差值，计算所述目标时刻的所述下包络线与所述第一均值的差值作为第二差值，计算所述第一差值和所述第二差值的平均值作为第三均值；以所述第一均值作为高斯模型的均值，以所述第三均值作为高斯模型的预设标准差，构建目标高斯模型，所述预设时间内的所述目标时刻与所述目标高斯模型一一对应。
4、在一个实施例中，所述样本种类可信度满足关系式：
5、
6、其中，为待测金属重叠样本在时刻下的样本种类可信度，为时刻下待测金属重叠样本属于任意一个金属重叠样本的概率值序列，为概率值序列中的最大值，为对应的金属重叠样本在时刻下对应的目标高斯模型与剩余所有金属重叠样本在时刻下对应的目标高斯模型的散度值的最小值。
7、在一个实施例中，获得所述目标时刻的概率值序列包括：将目标时刻下的待测金属重叠样本的多位置磁通量数据分别带入目标时刻下每种金属重叠样本对应的目标高斯模型；获得待测金属重叠样本在所述目标时刻下属于对应金属重叠样本的概率值，从而获得待测金属重叠样本在所述目标时刻下属于任意一个金属重叠样本的概率值序列。
8、在一个实施例中，所述比较第二均值与预设阈值以生成检测结果包括：响应于所述第二均值小于预设阈值，所述待测金属重叠样本受到干扰较大，检测识别无效；响应于所述第二均值不小于预设阈值，所述待测金属重叠样本受到干扰较小，检测识别有效。
9、本专利技术具有以下技术效果：
10、首先通过每个目标时刻下的待测金属重叠样本输入已经确定的金属重叠样本的高斯模型，接着获得待测金属重叠样本属于已经确定的金属重叠样本的高斯模型的概率值，作为初步检测结果，再通过计算样本分类可信度，与预设阈值对比，对检测结果判断为有效或者无效，能够更加准确有效的对待测金属重叠样本进行种类判断，降低在检测过程中受到干扰后出现误判的可能性。
本文档来自技高网...【技术保护点】
1.一种基于人工智能的金属重叠检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的金属重叠检测方法，其特征在于，所述构建目标高斯模型包括：
3.根据权利要求1所述的一种基于人工智能的金属重叠检测方法，其特征在于，所述样本种类可信度满足关系式：
4.根据权利要求1所述的一种基于人工智能的金属重叠检测方法，其特征在于，获得所述目标时刻的概率值序列包括：
5.根据权利要求1所述的一种基于人工智能的金属重叠检测方法，其特征在于，所述比较第二均值与预设阈值以生成检测结果包括：
6.一种基于人工智能的金属重叠检测系统，其特征在于，包括：
【技术特征摘要】
1.一种基于人工智能的金属重叠检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的金属重叠检测方法，其特征在于，所述构建目标高斯模型包括：
3.根据权利要求1所述的一种基于人工智能的金属重叠检测方法，其特征在于，所述样本种类可信度满足关系式：
4...
【专利技术属性】
技术研发人员：张俊，尹国华，
申请(专利权)人：阿童木广州智能科技有限公司，
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。