[发明专利]一种基于互联网的防火门检测方法

说明书

本发明公开了一种基于互联网的防火门检测方法，利用视觉检测及分析方法，鉴别出防火门漆面的缺陷，包括以下工序：步骤S1：获取防火门的外观图形数据；步骤S2：对图像数据进行优化处理，得到图形信息；步骤S3：按照图形信息进行防火门缺陷检测，按照缺陷原因，将防火门进行分类处理。

技术领域

本发明涉及基于互联网的防火门检测技术领域，尤其涉及一种基于互联网的防火门检测方法。

背景技术

当前，互联网技术正处于更新换代的变革期，云计算、软件和网络技术加快创新，新一代基于互联网的技术在各个行业深入实际应用，更多地转向知识、信息和管理等生产要素，全面提高劳动生产率和资本应用效率。

防火门是一种采用特制阻燃工艺、阻燃材料或两者配合组成的阻燃板材，在火灾发生时起着很大的作用。因此，需要在出厂前，对防火门提出更高的质检要求。但目前，对防火门漆面的质检，大多通过工人肉眼观察，容易存在误差。

发明内容

为了克服现有技术的不足，本发明的意图之一在于提供一种基于互联网的防火门检测方法，利用视觉检测及分析方法，鉴别出防火门漆面的缺陷。

一种基于互联网的防火门检测方法，包括以下工序：

步骤S1：获取防火门的外观图形数据；

步骤S2：对图像数据进行优化处理，得到图形信息；

步骤S3：按照图形信息进行防火门缺陷检测。

进一步的，步骤S2中的图像数据优化处理方法，具体如下：

S210：将待检测防火门的外观图形进行灰阶化处理，得到灰阶化处理后的待检测防火门的外观图形；

S220：按照处理后的待检测外观图形，得到待检测防火门的外观图形的灰阶直方图。

进一步的，步骤S3中的检测方法，具体如下：

S310：按照灰阶直方图，明确待检测防火门的外观图形中的每个缺陷处及其方位；

S320：按照待检测防火门的外观图形的灰阶直方图，得到待检测防火门的外观图形中的每个灰阶值在整个图像上出现的频次；

S330：将待检测防火门的外观图形中的每个像素点对应的灰阶值导入到该外观图形对应的一维高斯混合函数；

S340：按照每个像素点对应的灰阶值在缺陷模型中的几率值和在背景模型中的几率值，将两者作比较；

S350：按照待检测防火门的外观图形中的每个缺陷处及其方位，明确每个缺陷处相对于总体缺陷处的集中因数；

S360：获得待检测防火门的外观图形中的每个缺陷处的灰阶值，并按照待检测防火门的外观图形中的每个缺陷处相对于总体缺陷处的集中因数和每个缺陷处的灰阶值，明确待检测防火门的各缺陷指示数；

S370：按照待检测防火门的各缺陷指示数，明确待检测防火门内是否存在对应缺陷种类的缺陷。

进一步的，步骤S350包括：

S351：按照待检测防火门的外观图形中的每个缺陷处及其方位，明确每个缺陷处的各个关联缺陷处及其方位；

S352：按照每个缺陷处的方位及其各个关联缺陷处的方位，明确每个缺陷处与其各个关联缺陷处的直线距离，从而明确每个缺陷处的连接线对应的角度；

S353:按照每个缺陷处与其各个关联缺陷处的直线距离以及每个缺陷处的连接线对应的角度，明确每个缺陷处的各个角度等级对应的所有连接线总计数据之和；

S354：按照每个缺陷处的各个角度等级对应的所有连接线总计数据之和，明确每个缺陷处的各个角度等级对应的连接线比重数；