【技术实现步骤摘要】
本专利技术涉及梳子生产，更具体地说，它涉及基于互联网大数据的梳子生产质量监控系统。
技术介绍
1、气垫梳是目前针对梳理头发的一款新型梳子，由于其气垫缓冲的舒适性，备受市场青睐。
2、气垫梳主要包括梳柄、气垫以及梳齿构成，其中气垫梳的大致生产工艺包括通过注塑成型制作梳柄，将梳齿装配至气垫中，经由气垫和梳齿完成的半装配件安装至制作的梳柄中，以此完成整个气垫梳生产和组装。
3、整个气垫梳生产和组装的生产流水线中，由于生产设备的控制差异和生产设备的长期使用，导致生产的气垫梳品质难以把控，现阶段生产的气垫梳多数依旧采用线下检测的形式，对其品质进行人工或者设备筛选，以此保证出货产品的质量，但是针对生产设备的出现错漏的问题，依旧无法得到真正的改善和解决。
技术实现思路
1、针对上述现有技术的不足，本专利技术的目的是提供基于互联网大数据的梳子生产质量监控系统，具有…优点。
2、本专利技术的上述技术目的是通过以下技术方案得以实现的：基于互联网大数据的梳子生产质量监控系统，包括
3、大数据模块，获取各个梳子在各个生产线生产的来源信息，并对各个梳子进行梳子编码，通过梳子编码获取对应梳子的来源信息；
4、图像获取模块，用于获取梳子若干个平面的检测图像，基于梳子各个平面的检测图像通过一次边缘定位以识别出梳子区域，并获取梳子编码；
5、缺陷分析模块，根据各个平面的梳子区域进行图像处理，并识别出梳子区域内的缺陷位置，基于缺陷位置的面积大小和
6、溯源模块，基于梳子的品质等级划分，针对品质等级良和差的梳子，根据图像获取模块获取的梳子编码的信息，获取梳子生产线的来源信息，依据来源信息，通过归集各个梳子来源的生产线，以此监控判断生产线各个生产环节的错漏。
7、优选的，所述来源信息包括梳柄的注塑成型的生产过程信息、气垫与梳齿的组装生产过程信息以及气垫与梳柄的组装生产过程信息，通过将各个生产设备、组装设备分别与对应生产过程信息进行绑定，构建数据信息网络，通过大数据模块进行存储，基于梳子编码的标识进行捆绑。
8、优选的，所述图像获取模块基于梳子各个平面的检测图像，通过将检测图像进行预处理，根据梳柄边缘数据信息、气垫边缘数据信息、梳齿边缘数据信息分别区分出梳子区域中的梳柄区域、气垫区域以及梳齿区域。
9、优选的，基于图像获取模块获取的检测图像，实现检测图像预处理的步骤包括以下方式：
10、s1：预先将获取的检测图像转化为灰度检测图像；
11、s2：将灰度检测图像进行图像降噪处理；
12、s3：获取灰度检测图像各像素的灰度值，构建灰度直方图，并进行二值化处理，对二值化处理后的灰度检测图像进行倾斜校正，完成检测图像预处理。
13、优选的，所述缺陷分析模块识别梳子区域内缺陷位置的方法：
14、针对梳柄区域和气垫区域，通过二次边缘检测提取梳柄区域和气垫区域内的缺陷边缘信息；
15、针对梳齿区域，通过形状特征提取缺陷形状信息；
16、基于所述大数据模块构建的标准对比模版图像，将获取的缺陷边缘信息和缺陷形状信息对比标准对比模版图像对应的局部特征，以此判断获取缺陷边缘信息和缺陷形状信息的正确性。
17、优选的，在获取验证后的缺陷边缘信息和缺陷形状信息后，通过三次边缘检测重新提取缺陷边缘信息和缺陷形状信息上缺陷的具体位置和形状；
18、依据缺陷的具体位置和形状，计算出实现缺陷的面积大小，并统计出实际缺陷的数量，通过设定缺陷数量阈值和缺陷面积阈值，以及在设定缺陷数量阈值和缺陷面积阈值的设定区间，将梳子的品质等级通过优、良以及差三种类型进行划分。
19、优选的，基于梳子的品质等级通过优、良以及差三种类型进行划分，对良和差二种类型的梳子进行统计，并通过溯源模块进行识别溯源，统计各个生产线上生产良和差二种类型梳子的具体数量。
20、优选的，依据统计各个生产线上生产良和差二种类型梳子的具体数量，匹配各个良和差二种类型梳子上的缺陷位置，基于缺陷位置能够快速识别各个生产线上的生产环节上的具体加工错漏。
21、优选的，所述图像获取模块还设置有纠偏单元，在统计的良和差二种类型梳子中，将识别有误的梳子进行重新记录，图像获取模块对识别有误的梳子进行重新识别获取，基于梳子编码的信息，默认识别有误的梳子为无缺陷，并将前后两次图像获取模块获取的检测图像进行存储，并且对检测图像再通过所述缺陷分析模块进行分析，基于所述缺陷分析模块的缺陷位置分析判定为疑似缺陷，将疑似缺陷的分析数据信息重新传输至大数据模块，构建深度学习网络。
22、综上所述，本专利技术具有的有益效果：基于互联网大数据的梳子生产质量监控系统包括大数据模块、图像获取模块、缺陷分析模块以及溯源模块，首先通过大数据模块获取各个梳子在各个生产线生产的来源信息，对各个梳子进行梳子编码，通过梳子编码将梳子的来源信息进行绑定，再经图像获取模块对梳子的平面进行获取检测图像，利用检测图像通过一次边缘定位以识别出梳子区域和获取梳子编码，之后经过缺陷分析模块根据各个平面的梳子区域进行图像处理，并识别出梳子区域内的缺陷位置，基于缺陷位置的面积大小和缺陷程度，判断梳子的品质等级，最后利用溯源模块对品质等级良和差的梳子进行溯源，找出对应梳子生产线的来源信息，依据来源信息，通过归集各个梳子来源的生产线，以此监控判断生产线各个生产环节的错漏，进而通过监控梳子品质反向监控生产线，以此来保证后续出货产品的质量。
本文档来自技高网...【技术保护点】
1.基于互联网大数据的梳子生产质量监控系统，其特征是：包括
2.根据权利要求1所述的基于互联网大数据的梳子生产质量监控系统，其特征是：所述来源信息包括梳柄的注塑成型的生产过程信息、气垫与梳齿的组装生产过程信息以及气垫与梳柄的组装生产过程信息，通过将各个生产设备、组装设备分别与对应生产过程信息进行绑定，构建数据信息网络，通过大数据模块进行存储，基于梳子编码的标识进行捆绑。
3.根据权利要求1所述的基于互联网大数据的梳子生产质量监控系统，其特征是：所述图像获取模块基于梳子各个平面的检测图像，通过将检测图像进行预处理，根据梳柄边缘数据信息、气垫边缘数据信息、梳齿边缘数据信息分别区分出梳子区域中的梳柄区域、气垫区域以及梳齿区域。
4.根据权利要求3所述的基于互联网大数据的梳子生产质量监控系统，其特征是：基于图像获取模块获取的检测图像，实现检测图像预处理的步骤包括以下方式：
5.根据权利要求4所述的基于互联网大数据的梳子生产质量监控系统，其特征是：所述缺陷分析模块识别梳子区域内缺陷位置的方法：
6.根据权利要求5所述的基于互联网大
7.根据权利要求6所述的基于互联网大数据的梳子生产质量监控系统，其特征是：基于梳子的品质等级通过优、良以及差三种类型进行划分，对良和差二种类型的梳子进行统计，并通过溯源模块进行识别溯源，统计各个生产线上生产良和差二种类型梳子的具体数量。
8.根据权利要求7所述的基于互联网大数据的梳子生产质量监控系统，其特征是：依据统计各个生产线上生产良和差二种类型梳子的具体数量，匹配各个良和差二种类型梳子上的缺陷位置，基于缺陷位置能够快速识别各个生产线上的生产环节上的具体加工错漏。
9.根据权利要求1所述的基于互联网大数据的梳子生产质量监控系统，其特征是：所述图像获取模块还设置有纠偏单元，在统计的良和差二种类型梳子中，将识别有误的梳子进行重新记录，图像获取模块对识别有误的梳子进行重新识别获取，基于梳子编码的信息，默认识别有误的梳子为无缺陷，并将前后两次图像获取模块获取的检测图像进行存储，并且对检测图像再通过所述缺陷分析模块进行分析，基于所述缺陷分析模块的缺陷位置分析判定为疑似缺陷，将疑似缺陷的分析数据信息重新传输至大数据模块，构建深度学习网络。
...【技术特征摘要】
1.基于互联网大数据的梳子生产质量监控系统，其特征是：包括
2.根据权利要求1所述的基于互联网大数据的梳子生产质量监控系统，其特征是：所述来源信息包括梳柄的注塑成型的生产过程信息、气垫与梳齿的组装生产过程信息以及气垫与梳柄的组装生产过程信息，通过将各个生产设备、组装设备分别与对应生产过程信息进行绑定，构建数据信息网络，通过大数据模块进行存储，基于梳子编码的标识进行捆绑。
3.根据权利要求1所述的基于互联网大数据的梳子生产质量监控系统，其特征是：所述图像获取模块基于梳子各个平面的检测图像，通过将检测图像进行预处理，根据梳柄边缘数据信息、气垫边缘数据信息、梳齿边缘数据信息分别区分出梳子区域中的梳柄区域、气垫区域以及梳齿区域。
4.根据权利要求3所述的基于互联网大数据的梳子生产质量监控系统，其特征是：基于图像获取模块获取的检测图像，实现检测图像预处理的步骤包括以下方式：
5.根据权利要求4所述的基于互联网大数据的梳子生产质量监控系统，其特征是：所述缺陷分析模块识别梳子区域内缺陷位置的方法：
6.根据权利要求5所述的基于互联网大数据的梳子生产质量监控系统，其特征是：在获取验证后的缺陷边缘信息和缺陷形...
【专利技术属性】
技术研发人员：莫泽波，
申请(专利权)人：东莞市康雅塑胶五金有限公司，
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。