[发明专利]生产线物体分拣方法、系统和物体分拣系统有效

专利信息
申请号: 201811095095.4 申请日: 2018-09-19
公开(公告)号: CN109304306B 公开(公告)日: 2020-08-11
发明(设计)人: 鄢武;王达;周雪峰;苏泽荣;徐智浩 申请(专利权)人: 广东省智能制造研究所
主分类号: B07C5/00 分类号: B07C5/00;G06K9/62
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 周清华
地址: 510070 广东省广州*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 生产线 物体 分拣 方法 系统
【权利要求书】:

1.一种生产线物体分拣方法,其特征在于,包括以下步骤:

获取生产线上待检测物体的待检测图像;

将所述待检测图像输入去噪声模型并输出还原图像,其中,所述去噪声模型用于对所述待检测图像去除噪声并生成所述还原图像;

将所述还原图像输入识别分类模型并输出物体标签值,其中,所述识别分类模型用于对所述还原图像进行识别分类并生成所述物体标签值;

在所述物体标签值表示所述待检测物体为残次品时,控制所述待检测物体移出所述生产线;

其中,在所述将所述待检测图像输入去噪声模型并输出还原图像的步骤之前,还包括以下步骤:

获取物体样本图像数据集的第一物体样本图像,其中,所述物体样本图像数据集包括所述生产线上的物体的图像;

将所述第一物体样本图像输入重构模型中进行训练,并获取还原样本图像,其中,所述重构模型用于去除所述第一物体样本图像的噪声并生成所述还原样本图像;

将所述还原样本图像输入识别分类处理模型中进行训练,并获取样本标签值,其中,所述识别分类处理模型用于对所述还原样本图像进行识别分类并生成所述样本标签值;

根据所述样本标签值获取识别率,其中,所述识别率用于表示所述样本标签值的真实性;

在所述识别率小于预设值时,从所述物体样本图像数据集获取第二物体样本图像,将第二样本图像作为所述第一物体样本图像,跳转至所述将所述第一物体样本图像输入重构模型中进行训练,并获取还原样本图像的步骤;

在所述识别率大于或等于所述预设值时,将训练后的重构模型作为所述去噪声模型,将训练后的识别分类处理模型作为所述识别分类模型。

2.根据权利要求1所述的生产线物体分拣方法,其特征在于,所述获取生产线上待检测物体的待检测图像的步骤,包括以下步骤:

通过图像采集设备采集所述生产线上所述待检测物体的所述待检测图像,其中,所述图像采集设备为安装在所述生产线上的摄像装置;

所述控制所述待检测物体移出所述生产线的步骤,包括以下步骤:

控制安装在所述生产线上的分拣设备将所述待检测物体移出所述生产线。

3.根据权利要求1所述的生产线物体分拣方法,其特征在于,所述重构模型包括第一卷积层、第一下采样层、第一还原层、第二还原层和第一全连接层,所述将所述第一物体样本图像输入重构模型中进行训练,并获取还原样本图像的步骤,包括以下步骤:

将所述第一物体样本图像输入所述第一卷积层,并提取所述第一物体样本图像的第一提取特征;

将所述第一提取特征输入所述第一下采样层,并获取深化特征;

将所述深化特征输入所述第一还原层,并获取第一还原数据;

将所述第一还原数据输入所述第二还原层并获取第二还原数据,将所述第二还原数据输入所述第一全连接层,并生成所述还原样本图像;

和/或,所述识别分类处理模型包括第二卷积层、第二下采集层、第三卷积层、第三下采集层和第二全连接层,所述将所述还原样本图像输入识别分类处理模型中进行训练,并获取样本标签值的步骤,包括以下步骤:

将所述还原样本图像输入所述第二卷积层,并获取所述还原样本图像的第二提取特征;

将所述第二提取特征输入所述第二下采集层,并获取第三提取特征;

将所述第三提取特征输入所述第三卷积层,并获取第四提取特征;

将所述第四提取特征输入所述第三下采集层,并获取第五提取特征;

将所述第五提取特征输入所述第二全连接层,获取所述样本标签值。

4.根据权利要求1所述的生产线物体分拣方法,其特征在于,所述将所述第一物体样本图像输入重构模型中进行训练,并获取还原样本图像的步骤,包括以下步骤:

根据破坏率和所述第一物体样本图像,获取有损样本图像;

将所述有损样本图像输入所述重构模型中进行训练,并生成所述还原样本图像。

5.根据权利要求4所述的生产线物体分拣方法,其特征在于,所述根据破坏率和所述第一物体样本图像,获取有损样本图像的步骤,包括以下步骤:

根据所述破坏率获取随机值和预设范围;

在所述第一物体样本图像中所述预设范围的数据值上叠加所述随机值,并生成所述有损样本图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东省智能制造研究所,未经广东省智能制造研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811095095.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top