[发明专利]基于云端大数据的平面材料检测远程系统及检测方法

权利要求书

1.基于云端大数据的平面材料检测远程系统，其特征在于，包括分布式客户终端和云端服务器；

所述分布式客户终端对生产线上运动的平面材料进行高频不间断采样，并转换为数字图形信号传送至客户终端的工控机，所述系统软件对数字图形信号进行分析处理，当材料表面出现缺陷时，记录其大小、位置和局部细节，信息输出显示，同时声光报警，当单卷材料检测完成后出具质量报表，并自动归档检测结果，所述系统软件根据需要自动抽样，或人工选择缺陷图像上传至云端服务器；

所述云端服务器与分布式客户终端通信，根据上传的图像自动进行机器学习，通过所述工控机上传的缺陷图像与标准模板图像进行偏差度对比判断分布式客户终端是否出现光路偏差。

2.根据权利要求1所述的基于云端大数据的平面材料检测远程系统，其特征在于，所述分布式客户终端包括机械固定调节单元、图像采集单元、控制单元三个部分。

3.一种基于云端大数据的平面材料检测远程检测方法，其特征在于，包括如下步骤：

31）分布式客户终端对生产线上运动的平面材料进行高频不间断采样，并转换为数字图形信号传送至客户终端的工控机，所述工控机对数字图形信号进行分析处理，当材料表面出现缺陷时，记录其大小、位置和局部细节，信息输出显示，同时声光报警，当单卷材料检测完成后出具质量报表，并自动归档检测结果；

32）所述工控机根据需要自动抽样，或人工选择缺陷图像上传至云端服务器；

33）所述云端服务器与分布式客户终端通信，根据上传的图像自动进行机器学习，通过所述工控机上传的缺陷图像与标准模板图像进行偏差度对比判断分布式客户终端是否出现光路偏差，如果出现光路偏差，通知相关人员暂停生产,系统自动进行光路调节。

4.根据权利要求3所述的一种基于云端大数据的平面材料检测远程检测方法，其特征在于，所述机器学习包括如下步骤：

云端服务器保存的样本为包含缺陷点的100X100的局部灰度图像，利用局部灰度图像中亮度的分布直方图，梯度的分布直方图以及特定的几何特征构成表征样本的特征向量，利用支持向量机方法SVM进行学习，并采用串联结构的加强学习策略，串联结构中后一级的训练样本为前一级检测算子无法正确识别的样本，充分利用误检的样本数据，从而优化检测算子。

5.根据权利要求4所述的一种基于云端大数据的平面材料检测远程检测方法，其特征在于，云端服务器采用成树状结构分布的多个检测算子，根据新缺陷与已存在的缺陷的相似程度选择更新已存在的检测算子或者重新生成新的检测算子。

6.根据权利要求5所述的一种基于云端大数据的平面材料检测远程检测方法，其特征在于，所述光路调节方法，包括如下步骤：控制相机云台在5个自由度内固定轨迹内分别拍摄一组图像，通过对摄图片进行连续编号，并对应各电机的位移，在图像评估算法的辅助下获得其中高质量图像所对应的位置，最后指挥电机动作，使相机云台到达期望的位置，并锁定，同时调节可变光轴镜头调节光轴倾斜度，光路调节完毕后再将现有图像与标准模板图像进行一次偏差度对比，检测是否达到要求的图像质量。