[发明专利]一种基于图像识别的工业流水线质量监控方法

权利要求书

1.一种基于图像识别的工业流水线质量监控方法 ，其特征在于，包括以下步骤：

S1，在被监测流水线上安装激光线扫相机、工业光学相机，所述激光线扫相机、工业光学相机用于采集同一监测点区域的图像；

S2，同时采集大量激光线扫相机获取的轮廓数据A和工业光学相机获取的图片数据B；

S3，取A中每帧数据最大值，作为球状产品的体积度量值，记为C；

S4，按时间同步的原则，将C和B分别拆分为两份，C拆分为C1、C2，B拆分为B1、B2；

S5，以B1、C1作为训练样本数据进行训练，获取模型M，所述模型M的输入是B1，输出是C1。

2.根据权利要求1所述一种基于图像识别的工业流水线质量监控方法 ，其特征在于，还包括步骤：S6，以B2、C2作为测试样本数据，对步骤S5训练完成的模型M进行测试，验证输入B2经模型M，输出C2的偏差是否小于阈值；

S7，拆除激光线扫相机，以光学相机实时获取的图片数据输入模型M，输出被监测流水线上球状产品的度量值D，所述度量值D的偏差如果大于阈值则认为流水线球状产品体积超限。

3.根据权利要求2所述一种基于图像识别的工业流水线质量监控方法 ，其特征在于，步骤S2中，所述激光线扫相机、工业光学相机分别将拍摄的图像传输至单片机，所述单片机分别对图像分析并进行处理。

4.根据权利要求3所述一种基于图像识别的工业流水线质量监控方法 ，其特征在于，所述单片机对所述激光线扫相机的图像分析处理的过程包括以下步骤：A，在无球状产品经过时，采集监测点区域基准图像；

B，在球状产品经过时，实时采集监测点区域的图像，对每帧所得的图像进行最佳阈值分割和二值化处理后，将每帧所得的球状产品全部的轮廓数据依次存储到各自对应的数组P1中；

C，对每个数组P1中的全部数据均采用快速排序法进行数据从大到小排序，得到排序后的各自对应数组P2；

D，选取每个数组P2中的第一个数据Ck存储到数据集C中。

5.根据权利要求4所述一种基于图像识别的工业流水线质量监控方法 ，其特征在于，所述单片机对所述工业光学相机拍摄的图像经灰度、旋转、裁剪等必要处理后，即得到每帧的数据集Bk，多个Bk组成数据集B。

6.根据权利要求5所述一种基于图像识别的工业流水线质量监控方法 ，其特征在于，所述模型M为神经网络模型，所述神经网络模型的一次训练过程包括以下步骤：a，正向传播时，将数据集Bk的多个数据值依次从输入层的多个节点输入，经隐含层逐层处理，得到训练后的网络连接权值，并从输出层的输出端得到经网络计算输出的数值Ch；

b，判断Ch与同一时间戳对应的Ck之间的差值是否小于阈值，如果小于则符合预期，训练结束，否则，进入误差反向传播过程。

7.根据权利要求6所述一种基于图像识别的工业流水线质量监控方法 ，其特征在于，所述神经网络模型的一次训练过程还包括以下步骤：步骤c，当进入误差反向传播过程时，把Ch与同一时间戳对应的Ck的误差由网络输出层向输入层反向传播，在反向传播过程中，修改各层神经元的连接权值。