【技术实现步骤摘要】
本申请涉及脱色检测，尤其涉及一种托盘表面材质的脱色检测方法及系统。
技术介绍
1、在当今的制造业和物流领域，托盘作为一种标准的装载和运输工具，其使用的广泛性和重要性不言而喻。然而，托盘在长期的使用过程中，其表面材质会因环境因素或化学物质的作用发生脱色现象。这种脱色不仅影响托盘的外观品质，还影响到托盘材质的强度和耐用性，进而对货物的安全运输造成潜在的风险。因此，对托盘表面材质的脱色进行有效检测，是保证物流安全、提升托盘使用效率的重要环节。
2、传统的托盘表面材质脱色检测方法多依赖于人工视觉，即由操作员对托盘进行目视检查。这种方法不仅效率低下，而且检测结果受到操作员疲劳、主观判断等因素的影响，准确性和可靠性难以保证。随着工业自动化和智能化水平的提升，迫切需要一种更高效、更准确的自动化脱色检测方法，以适应现代工业的高效率和高质量要求。
技术实现思路
1、本申请提供了一种托盘表面材质的脱色检测方法及系统，用于提高了托盘表面材质的脱色检测准确率。
2、第一方面，本申请提供了一种托盘表面材质的脱色检测方法，所述托盘表面材质的脱色检测方法包括：
3、基于近红外光谱技术采用多个不同的光程长度分别对待检测的目标托盘进行光谱图像数据采集，得到每个光程长度的原始光谱图像数据，并对每个光程长度的原始光谱图像数据进行预处理和标准正态变换，得到每个光程长度的标准光谱图像数据；
4、通过移动窗口-k最近邻算法和诺里斯导数滤波器对每个光程长度的标准光谱图像数据进行特
5、获取所述目标托盘的表面材质风格信息，并根据所述表面材质风格信息对所述光谱融合特征图像数据进行表面材质风格迁移和特征增强，得到光谱特征增强图像数据；
6、对所述光谱特征增强图像数据进行图滤波处理，得到第一光谱特征图像数据，并对所述光谱特征增强图像数据进行注意力机制加权，得到第二光谱特征图像数据，以及对所述第一光谱特征图像数据和所述第二光谱特征图像数据进行特征融合，得到目标光谱特征图像数据；
7、将所述目标光谱特征图像数据输入预置的初始脱色检测模型进行脱色区域识别，得到脱色区域识别结果；
8、根据所述脱色区域识别结果定义所述初始脱色检测模型的模型优化目标，并采用粒子群算法对所述初始脱色检测模型进行模型参数优化，得到目标脱色检测模型。
9、第二方面，本申请提供了一种托盘表面材质的脱色检测系统，所述托盘表面材质的脱色检测系统包括：
10、采集模块，用于基于近红外光谱技术采用多个不同的光程长度分别对待检测的目标托盘进行光谱图像数据采集，得到每个光程长度的原始光谱图像数据，并对每个光程长度的原始光谱图像数据进行预处理和标准正态变换，得到每个光程长度的标准光谱图像数据；
11、提取模块，用于通过移动窗口-k最近邻算法和诺里斯导数滤波器对每个光程长度的标准光谱图像数据进行特征提取，得到每个光程长度的初始光谱特征图像数据，并采用二类优先补偿三模型投票策略对每个光程长度的初始光谱特征图像数据进行多模态融合，得到光谱融合特征图像数据；
12、增强模块，用于获取所述目标托盘的表面材质风格信息，并根据所述表面材质风格信息对所述光谱融合特征图像数据进行表面材质风格迁移和特征增强，得到光谱特征增强图像数据；
13、融合模块，用于对所述光谱特征增强图像数据进行图滤波处理，得到第一光谱特征图像数据，并对所述光谱特征增强图像数据进行注意力机制加权，得到第二光谱特征图像数据，以及对所述第一光谱特征图像数据和所述第二光谱特征图像数据进行特征融合，得到目标光谱特征图像数据；
14、识别模块，用于将所述目标光谱特征图像数据输入预置的初始脱色检测模型进行脱色区域识别，得到脱色区域识别结果；
15、优化模块，用于根据所述脱色区域识别结果定义所述初始脱色检测模型的模型优化目标，并采用粒子群算法对所述初始脱色检测模型进行模型参数优化，得到目标脱色检测模型。
16、本申请第三方面提供了一种托盘表面材质的脱色检测设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述托盘表面材质的脱色检测设备执行上述的托盘表面材质的脱色检测方法。
17、本申请的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的托盘表面材质的脱色检测方法。
18、本申请提供的技术方案中，采用近红外光谱技术，能够在不同光程长度下获得高质量的光谱图像数据，确保了检测的全面性和深度。利用多项式拟合和标准正态变换进行数据预处理，有效去除了噪声和环境干扰，提高了数据的准确性和一致性。通过移动窗口-k最近邻算法和诺里斯导数滤波器进行特征提取，精确识别光谱数据中的关键模式和特征。二类优先补偿三模型投票策略进行多模态融合，结合不同光程长度的数据，提高了特征提取的准确性和模型的预测能力。利用表面材质风格信息进行风格迁移，增强了光谱特征的可区分性，使得脱色区域在后续的分类和识别中更加明显易辨。特征增强步骤进一步突出重要的光谱特征，为准确识别脱色区域提供了强有力的特征支持。图滤波处理过滤掉特征中的高频噪声，得到平滑且有利于聚类的特征表示，提高了特征的质量和稳定性。注意力机制加权特征融合能够突出最有信息量的特征，增强模型对脱色区域的识别能力。利用粒子群算法对初始脱色检测模型进行参数优化，找到最佳的模型参数，提高了模型的准确率和泛化能力，进而提高了托盘表面材质的脱色检测准确率。
本文档来自技高网...【技术保护点】
1.一种托盘表面材质的脱色检测方法，其特征在于，所述托盘表面材质的脱色检测方法包括：
2.根据权利要求1所述的托盘表面材质的脱色检测方法，其特征在于，所述基于近红外光谱技术采用多个不同的光程长度分别对待检测的目标托盘进行光谱图像数据采集，得到每个光程长度的原始光谱图像数据，并对每个光程长度的原始光谱图像数据进行预处理和标准正态变换，得到每个光程长度的标准光谱图像数据，包括：
3.根据权利要求1所述的托盘表面材质的脱色检测方法，其特征在于，所述通过移动窗口-k最近邻算法和诺里斯导数滤波器对每个光程长度的标准光谱图像数据进行特征提取，得到每个光程长度的初始光谱特征图像数据，并采用二类优先补偿三模型投票策略对每个光程长度的初始光谱特征图像数据进行多模态融合，得到光谱融合特征图像数据，包括：
4.根据权利要求1所述的托盘表面材质的脱色检测方法，其特征在于，所述获取所述目标托盘的表面材质风格信息，并根据所述表面材质风格信息对所述光谱融合特征图像数据进行表面材质风格迁移和特征增强，得到光谱特征增强图像数据，包括：
5.根据权利要求4所述的托盘表
6.根据权利要求5所述的托盘表面材质的脱色检测方法，其特征在于，所述将所述目标光谱特征图像数据输入预置的初始脱色检测模型进行脱色区域识别，得到脱色区域识别结果，包括：
7.根据权利要求6所述的托盘表面材质的脱色检测方法，其特征在于，所述根据所述脱色区域识别结果定义所述初始脱色检测模型的模型优化目标，并采用粒子群算法对所述初始脱色检测模型进行模型参数优化，得到目标脱色检测模型，包括：
8.一种托盘表面材质的脱色检测系统，其特征在于，所述托盘表面材质的脱色检测系统包括：
9.一种托盘表面材质的脱色检测设备，其特征在于，所述托盘表面材质的脱色检测设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的托盘表面材质的脱色检测方法。
...【技术特征摘要】
1.一种托盘表面材质的脱色检测方法，其特征在于，所述托盘表面材质的脱色检测方法包括：
2.根据权利要求1所述的托盘表面材质的脱色检测方法，其特征在于，所述基于近红外光谱技术采用多个不同的光程长度分别对待检测的目标托盘进行光谱图像数据采集，得到每个光程长度的原始光谱图像数据，并对每个光程长度的原始光谱图像数据进行预处理和标准正态变换，得到每个光程长度的标准光谱图像数据，包括：
3.根据权利要求1所述的托盘表面材质的脱色检测方法，其特征在于，所述通过移动窗口-k最近邻算法和诺里斯导数滤波器对每个光程长度的标准光谱图像数据进行特征提取，得到每个光程长度的初始光谱特征图像数据，并采用二类优先补偿三模型投票策略对每个光程长度的初始光谱特征图像数据进行多模态融合，得到光谱融合特征图像数据，包括：
4.根据权利要求1所述的托盘表面材质的脱色检测方法，其特征在于，所述获取所述目标托盘的表面材质风格信息，并根据所述表面材质风格信息对所述光谱融合特征图像数据进行表面材质风格迁移和特征增强，得到光谱特征增强图像数据，包括：
5.根据权利要求4所述的托盘表面材质的脱色检测方法，其特征在于，所述对所述光谱特征增强图像...
【专利技术属性】
技术研发人员：漆文星，
申请(专利权)人：深圳市普拉托科技有限公司，
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。