【技术实现步骤摘要】
本专利技术涉及工业控制监测，具体涉及一种包装箱缺陷检测方法及系统。
技术介绍
1、随着现代工业自动化程度的不断提升，生产线上的质量控制愈发关键，特别是在包装箱生产领域；传统的包装箱缺陷检测通常依赖人工目视检查，不仅效率低下，而且由于人为因素易导致误判或漏检，增加生产成本的同时影响产品质量的一致性。
2、近年来，计算机视觉技术和机器学习算法在工业检测领域的应用取得了显著进展；然而，在实际应用场景中，现有的包装箱检测系统仍存在一些不足：
3、1.精度不高：传统的目标检测和图像识别算法在复杂的包装箱生产过程中，可能无法准确地定位和识别标识物体，导致检测结果不准确或遗漏。
4、2.处理速度较慢：包装箱检测涉及多摄像头协同处理，某些复杂的目标检测算法需要大量的计算资源和时间，无法满足实时性要求，影响生产效率。
5、3.对图像变化敏感：传统目标识别对特殊条件，如光照、角度、尺寸等的差异，这会对检测和匹配的准确性产生影响。
6、4.现场实际生产存在的遮挡等问题。
7、因此，现有技术存在不足，需要进一步改进。
技术实现思路
1、针对现有技术存在的问题，本专利技术提供一种包装箱缺陷检测方法及系统。
2、为实现上述目的，本专利技术的具体方案如下：
3、本专利技术提供一种包装箱缺陷检测方法，包括以下步骤：
4、s101，控制器启动定位相机和光源模块，控制定位相机对传送带上的包装箱进行实时拍摄；p>
5、s102，定位相机获取的包装箱图像传输至计算机系统，并通过图像处理算法判断包装箱是否到达检测区域；
6、s103，在包装箱到达检测区域后，启用检测识别相机进行图像捕捉；
7、s104，对捕获的图像执行预处理操作，包括去噪、对比度增强、图像缩放、二值化处理以及模板匹配；
8、s105，利用基于深度学习的目标检测算法，识别并定位包装箱内部或外部的标识物体，提取并分析标识物体的特征信息，与数据库中的标准数据进行比对验证；
9、s106，根据比对结果判断包装箱内的物料放置是否合格，输出判断结果，并在不合格的情况下触发警报。
10、进一步地，在步骤s102中，判断包装箱是否到达检测区域，具体包括如下步骤：
11、s1021，输入经过预处理的图像，划分特征组，进行卷积特征提取，提取特征向量c，并进行小特征组特征融合；
12、s1022，跨通道合并组特征，将组间特征进行融合，通过检测特征向量输出目标位置、置信度、类别信息，提取位置信息并判断目标是否到达指定检测区域。
13、进一步地，在步骤s102中，若判定包装箱未达到检测区域，则自动返回至步骤s101重新开始检测流程，确保连续流水线作业的自动化检测。
14、进一步地，步骤s105具体包括如下步骤：
15、s1051，通过特征提取的输出类别信息、位置信息，再进行特征检测，输出特征向量，同时对检测类别进行模版匹配；
16、s1052，构建m*n邻域像素匹配窗口，对窗口进行相似度比对；
17、s1053，进行窗口过滤、选择，完成比对验证；
18、s1054，输出比对结果。
19、本专利技术还提供一种包装箱缺陷检测系统，用于实现上述包装箱缺陷检测方法，该系统包括：
20、图像采集模块，包含控制器、光源模块、定位相机、检测识别相机，用于获取包装箱及其内部物料的图像；
21、计算机系统，包括算法识别模块、结果输出模块、包含物料标准数据的数据库；
22、算法识别模块，用于执行图像预处理、目标检测、特征提取以及模板匹配任务；
23、结果输出模块，用于实时显示检测结果，并在比对结果不合格时触发警报输出。
24、进一步地，所述结果输出模块在比对验证结束后，提供完整的包装箱物料检测结果报告，内容涵盖物料是否符合规范及其详细比对细节，包括：型号类别、数量、位置、方向信息的对比。
25、本专利技术还提供一种计算机程序产品，存储有执行上述包装箱缺陷检测方法的指令，当该指令被执行时，能够执行所述的包装箱缺陷检测流程。
26、采用本专利技术的技术方案，具有以下有益效果：
27、1.提高检测准确性：通过采用基于卷积神经网络的目标检测算法，系统能够高效地检测包装箱内的标识物体；相比传统的人工目视检测方法，该算法能够更准确、更快速地识别和匹配目标物体的类别、数量、位置的信息。
28、2.增强鲁棒性：通过预处理和分割等图像处理操作，能够有效降低图像噪声、增强图像对比度，并将目标物体与背景进行分离；这样可以减少受光照、噪声等因素的影响，提高系统的鲁棒性，增强了对复杂环境下检测的适应能力。
29、3.实时性：基于深度学习模型的目标检测和特征提取算法具有较高的计算效率，可以在实时或近实时的情况下进行图像处理和物体检测；这对于在包装箱生产过程中的快速反馈和调整非常重要，能够提高生产效率和及时性。
30、4.自动化：通过该系统，可以实现对包装箱上标识物体的自动检测和匹配，不再需要人工逐个检查和比对；这大大简化了线束生产的流程，减少了人力成本和错误率，提高了生产效率。
31、5.提高检查效率：传统的人工操作需要耗费大量的人力资源，并且速度较慢，不适用于大规模的检查任务；而采用自动化的图像处理和分析算法可以实现对包装箱的快速检查，大幅提高检查效率，节约时间和人力成本。
32、6.降低人力成本：由于自动化检查不再依赖于人工目视，可以减少人力资源的需求，降低相关人力成本；这对于包装箱生产的相关机构来说具有重要的经济效益。
本文档来自技高网...【技术保护点】
1.一种包装箱缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的检测方法，其特征在于，
3.根据权利要求1所述的检测方法，其特征在于，
4.根据权利要求1所述的检测方法，其特征在于，
5.一种包装箱缺陷检测系统，用于实现权利要求1-4任意一项所述的方法，其特征在于，该系统包括：
6.根据权利要求5所述的检测系统，其特征在于，
7.一种计算机程序产品，存储有执行权利要求1至4中任意一项所述包装箱缺陷检测方法的指令，当该指令被执行时，能够执行所述的包装箱缺陷检测流程。
【技术特征摘要】
1.一种包装箱缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的检测方法，其特征在于，
3.根据权利要求1所述的检测方法，其特征在于，
4.根据权利要求1所述的检测方法，其特征在于，
5.一种包装箱缺陷检测系统，用...
【专利技术属性】
技术研发人员：杨灿，汪晨光，罗远华，罗茵茵，张达杰，林楚明，徐信泽，谭志权，倪志中，张继峰，周琳耿，
申请(专利权)人：深圳云码通科技有限公司，
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。