[发明专利]一种基于智能标识和识别体系的钢管质量追溯方法及系统

权利要求书

1.一种基于智能标识和识别体系的钢管质量追溯方法，其特征在于，所述方法包括：

生成第一标识码信息；

基于钢管制造流程生成第一钢管质量追溯信息，所述第一钢管质量追溯信息包括视频信息、图像信息以及文本信息；

将所述第一钢管质量追溯信息加入所述第一标识码信息；

获得第一赋码区域；

对所述第一赋码区域进行特征分析，得到第一赋码参数，所述第一赋码参数包括尺寸信息、第一颜色信息和第二颜色信息；

根据所述第一赋码参数，在所述第一赋码区域按照所述第一标识码信息进行喷码；

将所述第一赋码区域发送至识别体系；

所述识别体系根据所述第一赋码区域对所述第一标识码信息进行识别，获得所述第一钢管质量追溯信息；

所述获得第一赋码区域，包括：

通过图像采集装置获得第一图像信息，所述第一图像信息包括第一钢管外表面的图像信息；

基于所述第一图像信息，对所述第一钢管进行平整度识别，获得符合预定平整度标准的第一区域，将所述第一区域作为第一赋码区域；

所述基于所述第一图像信息，对所述第一钢管进行平整度识别，获得符合预定平整度标准的第一区域之后，还包括：

对所述第一钢管所述第一区域内的每个网格进行反光率的遍历检测，获得反光率数据集；

对所述第一钢管所述第一区域内的每个网格进行色彩遍历识别，获得色彩数据集；

将所述反光率数据集和所述色彩数据集输入赋码区域选择模型，获得第二区域；

将所述第二区域作为所述第一赋码区域。

2.如权利要求1所述的方法，其特征在于，所述基于所述第一图像信息，对所述第一钢管进行平整度识别，获得符合预定平整度的第一区域，将所述第一区域作为第一赋码区域，包括：

将所述第一图像信息按照预定单位尺寸进行网格分割；

将所述预定平整度作为卷积核，将分割后的所述第一图像信息作为输入信息输入卷积神经网络；

获得所述卷积神经网络的输出信息，所述输出信息包括符合预定平整度的第一区域，所述第一区域包括一个或多个所述预定单位尺寸的网格；

将所述第一区域作为第一赋码区域。

3.如权利要求1所述的方法，其特征在于，所述赋码区域选择模型通过历史色彩数据集合历史反光率数据集作为训练数据，通过线性回归法对神经网络模型进行训练至收敛状态得到。

4.如权利要求1所述的方法，其特征在于，所述对所述第一赋码区域进行特征分析，得到第一赋码参数，包括：

对所述第一赋码区域进行特征分析，获得所述第一赋码区域的尺寸信息、颜色信息、反光率信息；

根据所述第一赋码区域的尺寸信息，确定所述第一标识码信息的尺寸信息；

根据所述第一赋码区域的颜色信息和所述反光率信息，确定所述第一标识码信息的第一颜色信息和第二颜色信息。

5.如权利要求1所述的方法，其特征在于，所述将所述第二区域作为所述第一赋码区域，包括：

获得预定尺寸；

判断所述第二区域的尺寸是否在所述预定尺寸之内；

如果所述第二区域的尺寸不在所述预定尺寸之内，获得第一提醒信息，所述第一提醒信息用于提醒重新获取第二区域。