System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現(xiàn)步驟摘要】
本申請涉及圖像算法,特別是涉及一種工位單元的數(shù)據(jù)收集方法及系統(tǒng)。
技術介紹
1、產品的高效、高質量生產是目前工廠追求經濟效益的重要途徑。為了實現(xiàn)產品的高效生產,工廠往往采用流水線的工作方式,流水線的每一個工位單元相互獨立,為了實現(xiàn)產品的高質量生產,工廠往往會采用檢查的方式對每一個工位單元進行生產檢查。
2、傳統(tǒng)的工位單元的生產檢查方法較為消耗時間、也比較消耗人力資源,如何在節(jié)約生產檢查的時間、人力資源的前提下,完成工位單元的生產檢查流程,是目前的行業(yè)難點。為此,有必要針對傳統(tǒng)的工位單元的生產檢查較為消耗資源的缺陷,提出一種工位單元的數(shù)據(jù)收集方法及系統(tǒng)。
技術實現(xiàn)思路
1、基于此,有必要針對傳統(tǒng)的工位單元的生產檢查較為消耗資源的缺陷,提出一種工位單元的數(shù)據(jù)收集方法及系統(tǒng)。
2、本申請?zhí)峁┮环N工位單元的數(shù)據(jù)收集方法,包括:
3、接收第一圖像和第二圖像;所述第一圖像的內容為生產內容,第二圖像的內容為第一圖像的內容和第一圖像拍攝者在拍攝第一圖像時的動作;
4、基于三維圖像還原算法,實現(xiàn)第二圖像的透視特征提取;
5、調用圖像識別算法,提取第二圖像中的第一圖像的內容;
6、判斷第二圖像中的第一圖像的內容是否與生產檢查的目標吻合;
7、若第二圖像中的第一圖像的內容與生產檢查的目標不吻合,則反饋檢查流程出現(xiàn)異常的提示信息;
8、若第二圖像中的第一圖像的內容與生產檢查的目標吻合,則進一步判斷第二圖像的透視
9、若第二圖像的透視特征與三維圖像還原算法中的三維圖像特征不吻合,則反饋檢查流程出現(xiàn)異常的提示信息;
10、若第二圖像的透視特征與三維圖像還原算法中的三維圖像特征吻合,則反饋檢查流程已完成的提示信息。
11、本申請?zhí)峁┮环N工位單元的數(shù)據(jù)收集系統(tǒng),包括:
12、處理器,用于執(zhí)行所述的工位單元的數(shù)據(jù)收集方法;
13、第一圖像采集器,與所述處理器通信連接;
14、第二圖像采集器,與所述處理器通信連接。
15、本申請涉及一種工位單元的數(shù)據(jù)收集方法及系統(tǒng),通過接收第一圖像,可以將第一圖像中的圖片信息提取,圖片信息包括文字信息、數(shù)字信息和產品外形信息的一種或多種。圖片信息與生產檢查的目標相對比可以節(jié)約生產檢查的時間、人力資源的前提下,完成工位單元的生產檢查的初步流程。由于目前圖片的修改軟件較為常見,為了提高第一圖像的真實性,完善工位單元的生產檢查的流程,通過接收第二圖像,可以利用第二圖像辨別第一圖像的拍攝的真實性。具體的,第二圖像具有第一圖像中的工單圖像、第一圖像的拍攝者等內容,通過第二圖像中的工單圖像,可以印證第一圖像的信息真實性。同時第二圖像中可以具有第一圖像的拍攝者的內容信息,所以基于三維圖像還原算法,可以確定第二圖像自身的真實性。
本文檔來自技高網...【技術保護點】
1.一種工位單元的數(shù)據(jù)收集方法,其特征在于,包括:
2.根據(jù)權利要求1所述的工位單元的數(shù)據(jù)收集方法,其特征在于,所述接收第一圖像和第二圖像,包括:
3.根據(jù)權利要求2所述的工位單元的數(shù)據(jù)收集方法,其特征在于,所述接收第一圖像和第二圖像,還包括:
4.根據(jù)權利要求3所述的工位單元的數(shù)據(jù)收集方法,其特征在于,所述基于VGG深度學習神經網絡,提取每一個核心信息區(qū)塊中的信息,包括:
5.根據(jù)權利要求4所述的工位單元的數(shù)據(jù)收集方法,其特征在于,所述基于三維圖像還原算法,實現(xiàn)第二圖像的透視特征提取,包括:
6.根據(jù)權利要求5所述的工位單元的數(shù)據(jù)收集方法,其特征在于,所述基于三維圖像還原算法,實現(xiàn)第二圖像的透視特征提取,還包括:
7.根據(jù)權利要求6所述的工位單元的數(shù)據(jù)收集方法,其特征在于,所述形成該輪廓圖的透視線,包括:
8.根據(jù)權利要求7所述的工位單元的數(shù)據(jù)收集方法,其特征在于,所述形成該輪廓圖的透視線,還包括:
9.根據(jù)權利要求8所述的工位單元的數(shù)據(jù)收集方法,其特征在于,所述判斷第二圖像的特征是
10.根據(jù)權利要求9所述的工位單元的數(shù)據(jù)收集方法,其特征在于,所述判斷第二圖像的特征是否與三維圖像還原算法中的三維圖像特征吻合,還包括:
...【技術特征摘要】
1.一種工位單元的數(shù)據(jù)收集方法,其特征在于,包括:
2.根據(jù)權利要求1所述的工位單元的數(shù)據(jù)收集方法,其特征在于,所述接收第一圖像和第二圖像,包括:
3.根據(jù)權利要求2所述的工位單元的數(shù)據(jù)收集方法,其特征在于,所述接收第一圖像和第二圖像,還包括:
4.根據(jù)權利要求3所述的工位單元的數(shù)據(jù)收集方法,其特征在于,所述基于vgg深度學習神經網絡,提取每一個核心信息區(qū)塊中的信息,包括:
5.根據(jù)權利要求4所述的工位單元的數(shù)據(jù)收集方法,其特征在于,所述基于三維圖像還原算法,實現(xiàn)第二圖像的透視特征提取,包括:
6.根據(jù)權利要求5所述的工位單元的數(shù)...
【專利技術屬性】
技術研發(fā)人員:張海波,
申請(專利權)人:三云湖北數(shù)字科技有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。