[发明专利]一种可调取历史数据进行识别的视觉集成系统在审

专利信息
申请号: 202210515158.7 申请日: 2022-05-12
公开(公告)号: CN114625710A 公开(公告)日: 2022-06-14
发明(设计)人: 李海龙;王艳强;钟石明;潘庆玉;焦国年;蔡步远 申请(专利权)人: 深圳市巨力方视觉技术有限公司
主分类号: G06F16/174 分类号: G06F16/174;G06F16/172;G06F16/16;G06F16/51;G06F16/55;G06F16/583;G06F16/903;G06T7/00;G06V20/62
代理公司: 北京中索知识产权代理有限公司 11640 代理人: 刘洁
地址: 518105 广东省深圳市宝安区松*** 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: 一种 调取 历史数据 进行 识别 视觉 集成 系统
【说明书】:

发明涉及一种视觉集成系统,具体地说,涉及一种可调取历史数据进行识别的视觉集成系统。其包括视觉检测模块、数据存储模块、图像内容识别模块、图像内容匹配判定处理模块以及快捷启动模块,其中所述视觉检测模块对产品进行拍摄,得到产品图像,并对图像信息进行标记,该可调取历史数据进行识别的视觉集成系统中,通过图像内容匹配判定处理模块对多种图像内标记信息进行识别,识别后将重复的图像删除,并创建相对应的快捷启动方式,所以使图像所占用的空间降低,同时还提高了对图像查找的效率,解决了来回调动改变导致了拍摄的图片较于混合,不便于查找,且图片较多,占用的空间较大,影响成式机器视觉系统的性能问题。

技术领域

本发明涉及一种视觉集成系统,具体地说,涉及一种可调取历史数据进行识别的视觉集成系统。

背景技术

机器视觉系统就是利用机器代替人眼来作各种测量和判断。它是计算机学科的一个重要分支,它综合了光学、机械、电子、计算机软硬件等方面的技术,涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。

而集成式机器视觉系统是集图像采集、处理与通信功能于一身,提高了视觉系统的便携性。

集成式机器视觉系统通常用来替代人工进行监视,对流水线内的产品信息、大小以及位置等进行监视,并将监视所拍下的图像进行存储,存储后对图像内产品在流水线上的位置、距离进行标定,以便于后期人们审查。

但由于集成式机器视觉系统的便携性,一些工厂内通常会将一台视觉设备来回调动,完成对不同流水线的监视,但是,来回调动改变导致了拍摄的图片较于混合,不便于查找,且图片较多,占用的空间较大,影响成式机器视觉系统的性能。

发明内容

本发明的目的在于提供一种可调取历史数据进行识别的视觉集成系统,以解决上述背景技术中提出的问题。

为实现上述目的,提供了一种可调取历史数据进行识别的视觉集成系统,包括视觉检测模块、数据存储模块、图像内容识别模块、图像内容匹配判定处理模块以及快捷启动模块,其中:

所述视觉检测模块对产品进行拍摄,得到产品图像,并对图像信息进行标记;

所述数据存储模块将产品图像进行存储,并对基础图像进行分区处理;

所述图像内容识别模块将存储的多张图像进行扫描,然后将多张产品图像内的标记进行识别;

所述图像内容匹配判定处理模块将识别的数据进行对比,然后根据对比结果对相对应的产品图像进行处理;

所述快捷启动模块将处理后的产品图像进行创建快捷启动文件,然后将快捷启动文件存储到数据存储模块内相应的分区内。

作为本技术方案的进一步改进,所述视觉检测模块包括图像采集单元和图像处理单元,所述图像采集单元对产品进行拍摄,拍摄后,通过图像处理单元对产品图像进行标记,使标记信息显示在产品图像处。

作为本技术方案的进一步改进,所述视觉检测模块还包括图像通信单元,所述通信单元与终端设备进行连接。

作为本技术方案的进一步改进,所述视觉检测模块接口包括以太网和USB串口。

作为本技术方案的进一步改进,所述数据存储模块包括数据分区管理单元和图像数据标记单元,所述数据分区管理单元用于将多个产品图像文件进行分类存储,所述图像数据标记单元用于将对比后的图像进行标记。

作为本技术方案的进一步改进,所述图像内容识别模块包括图像预处理单元、图像特征提取单元、图像匹配识别单元,其中:

所述图像预处理单元将产品图像进行净化处理,去掉图像中的显见噪声;

所述图像特征提取单元将预处理后的图像翻译成点阵,然后提取点阵的特征点;

所述图像匹配识别单元将提取的特征点与数据库内的文字进行对比,取对比特征吻合度最高的文字。

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深圳市巨力方视觉技术有限公司,未经深圳市巨力方视觉技术有限公司许可,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/202210515158.7/2.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