融合视觉特征与称重数据的纸塑成型质量评估方法与流程

摘要: 本申请属于工业自动化检测,具体为融合视觉特征与称重数据的纸塑成型质量评估方法。背景技术:1、纸塑成型制品作为食品包装与工业缓冲材料的核心载体,其质量稳定性直接关...
融合视觉特征与称重数据的纸塑成型质量评估方法与流程

本申请属于工业自动化检测,具体为融合视觉特征与称重数据的纸塑成型质量评估方法。

背景技术:

1、纸塑成型制品作为食品包装与工业缓冲材料的核心载体,其质量稳定性直接关系到产品流通安全与企业生产效率。在大规模自动化生产线中,单件产品的检测时间通常需控制在毫秒级,这要求质量评估系统必须在极短时间内完成缺陷识别与合格判定。目前,该领域普遍采用多传感器融合的技术路线,同步利用称重传感器获取制品的重量数据,并利用视觉传感器采集制品表面的图像信息,分别对重量数据和图像数据进行独立处理,设定固定阈值判定制品填充量是否达标及表面质量是否合格,最终将重量判定结果与视觉判定结果进行逻辑组合,输出合格或不合格结论。

2、然而,现有评估方案普遍存在决策边界刚性问题。当检测数据落入合格与不合格的临界区间时,固定阈值二值化判定忽略了实际生产中质量特征的渐变性与模糊性。在纸塑成型过程中,表面缺陷边缘往往因光照变化而呈现模糊过渡带,传统梯度算子无法表征边界的不确定程度;称重数据也会因设备振动或材料密度波动在阈值附近反复跳变。当视觉边缘模糊与称重数据临界两种不确定性叠加时,传感器数据轻微偏离阈值即可触发完全相反的判定结论,这种突变式判定与产品质量的连续渐变特性明显矛盾,导致临界区间制品误判率上升,且无法体现合格与不合格之间的中间状态。

3、因此,如何在视觉特征边界模糊且称重数据处于临界区间的双重不确定条件下,建立能够量化不确定程度并实现连续化质量等级判定的评估机制,成为提升纸塑成型质量检测准确性与鲁棒性的关键问题。

技术实现思路

1、针对以上问题,本申请提供融合视觉特征与称重数据的纸塑成型质量评估方法,用于解决在视觉特征边界模糊且称重数据处于临界区间的双重不确定条件下,难以建立能够量化不确定程度并实现连续化质量等级判定的评估机制的技术问题。

2、为实现上述目的,本申请采用的技术方案是:

3、本申请提供了一种融合视觉特征与称重数据的纸塑成型质量评估方法,所述方法包括:获取纸塑制品在静态称重稳定窗口内的连续重量数据序列,提取重量波动曲线;并获取纸塑制品表面的灰度图像,提取表面缺陷特征向量;当所述重量波动曲线的第一峰谷间距小于预设时间间隔阈值且重量增减方向的切换次数超过预设频繁变化次数时,对所述连续重量数据序列进行时域滤波,获得修正后的重量非线性漂移轨迹参数;当所述表面缺陷特征向量中的边缘轮廓断裂点数量大于预设断裂阈值且模糊过渡带的像素宽度超过预设模糊宽度上限时,对所述表面缺陷特征向量进行空间域滤波,获得修正后的灰度值分布局部方差强度参数;将所述重量非线性漂移轨迹参数中的第二峰谷间距,与所述灰度值分布局部方差强度参数中的像素宽度范围进行交叉关联分析;若所述第二峰谷间距的缩短趋势与所述像素宽度范围的扩张趋势呈现同步变化模式,则提取所述重量增减方向的切换次数与所述边缘轮廓断裂点数量的比值,结合瞬时重量偏差幅度与缺陷边缘灰度跳变斜率的乘积,计算耦合异常指数;根据所述耦合异常指数在分段线性映射表中查找对应的质量偏离程度数值,将所述质量偏离程度数值与合格判定界限比对,输出制品质量判定结果。

4、本申请提供了一种融合视觉特征与称重数据的纸塑成型质量评估方法,该方案通过同步获取纸塑制品在静态称重稳定窗口内的连续重量数据序列以提取重量波动曲线,并获取纸塑制品表面的灰度图像以提取表面缺陷特征向量,构建了双模态数据基础。在此基础上,当重量波动曲线的第一峰谷间距小于预设时间间隔阈值且重量增减方向的切换次数超过预设频繁变化次数时,通过对连续重量数据序列进行时域滤波,消除了传感器动态响应带来的干扰,从而获得修正后的重量非线性漂移轨迹参数;

5、同时,当表面缺陷特征向量中的边缘轮廓断裂点数量大于预设断裂阈值且模糊过渡带的像素宽度超过预设模糊宽度上限时,通过对表面缺陷特征向量进行空间域滤波,去除了背景纹理干扰,进而获得修正后的灰度值分布局部方差强度参数。随后,方案将修正后的重量非线性漂移轨迹参数中的第二峰谷间距与修正后的灰度值分布局部方差强度参数中的像素宽度范围进行交叉关联分析,一旦检测到第二峰谷间距的缩短趋势与像素宽度范围的扩张趋势呈现同步变化模式,便提取重量增减方向的切换次数与边缘轮廓断裂点数量的比值,并结合瞬时重量偏差幅度与缺陷边缘灰度跳变斜率的乘积,计算出能够反映成型压力不均与材料密度分布异常的耦合异常指数。

6、最后,根据耦合异常指数在预先建立的分段线性映射表中查找对应的质量偏离程度数值,并将该数值与合格判定界限比对,输出制品质量判定结果。这一过程使得原本孤立的重量震荡特征与视觉模糊特征在物理层面实现了深度融合与相互验证,将双重不确定性转化为可量化的综合指标,从而有效解决了在视觉特征边界模糊且称重数据处于临界区间的双重不确定条件下,难以建立能够量化不确定程度并实现连续化质量等级判定的评估机制的技术问题,因此避免了传统硬性分割方式导致的误判率上升及无法体现产品质量连续渐变特性的情况,显著提升了纸塑成型质量检测的准确性、鲁棒性及对临界状态制品的区分能力。

1.一种融合视觉特征与称重数据的纸塑成型质量评估方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述提取重量波动曲线,包括:

3.根据权利要求1所述的方法,其特征在于,所述提取表面缺陷特征向量,包括:

4.根据权利要求1所述的方法,其特征在于,所述对所述连续重量数据序列进行时域滤波,获得修正后的重量非线性漂移轨迹参数,包括:

5.根据权利要求1所述的方法,其特征在于,所述对所述表面缺陷特征向量进行空间域滤波,获得修正后的灰度值分布局部方差强度参数,包括:

6.根据权利要求1所述的方法,其特征在于,所述将所述重量非线性漂移轨迹参数中的第二峰谷间距,与所述灰度值分布局部方差强度参数中的像素宽度范围进行交叉关联分析,包括:

7.根据权利要求1所述的方法,其特征在于,所述提取所述重量增减方向的切换次数与所述边缘轮廓断裂点数量的比值,结合瞬时重量偏差幅度与缺陷边缘灰度跳变斜率的乘积,计算耦合异常指数,包括:

8.根据权利要求1所述的方法,其特征在于,所述分段线性映射表在构建时,将所述耦合异常指数的取值划分为安全区、模糊区和缺陷区三个区间;

9.根据权利要求8所述的方法,其特征在于,所述分段线性映射表的构建方法,包括:

10.根据权利要求1所述的方法,其特征在于,所述将所述质量偏离程度数值与合格判定界限比对,输出制品质量判定结果,包括: