[发明专利]生产线物体分拣方法、系统和物体分拣系统

说明书

本申请涉及一种生产线物体分拣方法、系统、物体分拣系统、计算机设备和存储介质。所述方法包括：获取生产线上待检测物体的待检测图像；将待检测图像输入去噪声模型并输出还原图像，将还原图像输入识别分类模型并输出物体标签值，在物体标签值表示待检测物体为残次品时，控制待检测物体移出生产线。采用本方法中去噪声模型可以明显降低待检测图像中噪声点对识别分类处理的影响，提高识别分类模型的识别分类的效率和准确性，提供识别和分拣的效率；而且可以适用于成像效果差或者老化的图像采集设备所采集的待检测图像，避免更换图像采集设备或重新安装和调试图像采集设备，降低获取待检测图像的成本，以便于降低生产线物体分拣的成本。

技术领域

本申请涉及物体分拣技术领域，特别是涉及一种生产线物体分拣方法、生产线物体分拣系统和物体分拣系统。

背景技术

工厂通过人工进行识别和分拣，不仅时间长效率低，从经济上或者是效率上明显低于机器的分拣。目前大部分传统分拣机器都在生产线上在安装有图像采集设备，通过采集生产线上物体的图像，识别和分拣不合格的物体，提高分拣的效率。

但是已经安装的图像采集设备一般情况下成像效果差或者随着使用时间增长而老化，所采集的图像往往存在非常多的噪声点，噪声点影响所采集的图像进行识别，所采集的图像会明显降低识别和分拣的效率。

发明内容

基于此，有必要针对上述识别和分拣的效率被降低的问题，提供一种生产线物体分拣方法、系统和物体分拣系统。

一种生产线物体分拣方法，包括以下步骤：

获取生产线上待检测物体的待检测图像；

将待检测图像输入去噪声模型并输出还原图像，其中，去噪声模型用于对待检测图像去除噪声并生成还原图像；

将还原图像输入识别分类模型并输出物体标签值，其中，识别分类模型用于对还原图像进行识别分类并生成物体标签值；

在物体标签值表示待检测物体为残次品时，控制待检测物体移出生产线。

在一个实施例中，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生产线上待检测物体的待检测图像，其中，图像采集设备为安装在生产线上的摄像装置；

控制待检测物体移出生产线的步骤，包括以下步骤：

控制安装在生产线上的分拣设备将待检测物体移出生产线。

在一个实施例中，在将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，物体样本图像数据集包括生产线上的物体的图像；

将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，重构模型用于去除第一物体样本图像的噪声并生成还原样本图像；

将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，识别分类处理模型用于对还原样本图像进行识别分类并生成样本标签值；

根据样本标签值获取识别率，其中，识别率用于表示样本标签值的真实性；

在识别率小于预设值时，从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第一物体样本图像，跳转至将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；

在识别率大于或等于预设值时，将训练后的重构模型作为去噪声模型，将训练后的识别分类处理模型作为识别分类模型。

在一个实施例中，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，将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：