一种基于大数据的计算机视觉处理方法及系统

摘要: 本发明涉及计算机视觉处理,特别涉及一种基于大数据的计算机视觉处理方法及系统。背景技术:1、随着计算机视觉处理技术的发展,越来越多的自动化生产设备开始使用相关技术...
一种基于大数据的计算机视觉处理方法及系统

本发明涉及计算机视觉处理,特别涉及一种基于大数据的计算机视觉处理方法及系统。

背景技术:

1、随着计算机视觉处理技术的发展,越来越多的自动化生产设备开始使用相关技术,用于识别设备对工件加工过程中的各项特征数据,以此来实现对设备状态监管和工件加工判断的效果,减少人力看管成本,并保证整体加工效率。

2、但是目前相关处理方法中,多数是通过预设工件加工参数数据并结合最终的加工效果一同确认整体的视觉参数,部分加工环境下出现光斑、工件表面不规整或加工刀具磨损的情况则可能导致最终的加工效果与预设加工效果不一致,进而导致视觉处理检测出异常状态,进而发生报警,但在实际产品中该类问题不一定会导致产品不符合对应生产标准,现有的技术中也缺乏对实际工件状况的精准判断,从而导致整体检测效率与精准度较差,影响整条产线的生产效率;同时若产线需要更换工件加工类型,则需要重新制定对应的识别判断标准,整体识别判断范围较狭窄,操作灵活度较差。

3、因此,市面上亟需一种能够快速精准判断工件状态,并可以根据工件加工要求变化而变化的处理系统来解决上述问题。

技术实现思路

1、本发明的目的是提供一种基于大数据的计算机视觉处理方法及系统,解决了现有技术中无法精准快速判断工件状态、使用灵活性较差的技术问题,实现了快速精准判断工件状态,提高整体使用灵活性的技术效果。

2、为了达到上述发明目的,本发明采用的技术方案为:

3、一种基于大数据的计算机视觉处理方法,包括获取图像数据内容,并进行数据预处理与核心特征信息提取识别,采集到的工件数据信息包括工件特定角度下的外形尺寸规格、待加工位置和已加工位置识别数据;

4、分析识别得到的工件异常状态数据结合大数据库进行进一步识别,获取对应已产生的识别问题解决方案,并自动生成对应处理程序,若未能识别出对应解决策略则提取对应的异常数据信息,并投入ai策略控制器内,并根据逻辑数据、特征样本数据生成对抗样本;

5、在对抗样本的核心特征数据打上标签,并和正常数据一同投入到模型中进行处理学习,通过结合对抗损失、误判样本数据生成对应对抗网络,得到能够生成工件实际异常数据的生成模型,并基于所述生成模型生成工件异常数据,并推断出设备、工艺环节异常情况。

6、作为改进,所述获取图像数据内容通过云端获取产线上多台加工设备图像数据并根据预设工艺内容判断工件当前状态,所述工件当前状态包括工件加工坐标位置、工艺预设定位和工件外观状态,获取当前阶段图像并进行滤波降噪预处理。

7、作为改进,所述当前阶段图像内容通过卷积神经网络获取图像像素点的特征,匹配数据库后自动调出特征含义送入处理端,并结合预设工艺内容进行初步特征判断。

8、作为改进,所述处理端还包括诊断模块,所述诊断模块根据特征信息内容会得出工件质量报告与需求信号,所述需求信号包括未完成加工需求和加工环境需求数据,所述ai策略控制器调取需求信号后会在模型内进行样本生成,同时结合逻辑因果和规则模拟出同类型问题工件数据,用于提供高质量模拟数据。

9、作为改进,所述ai策略控制器在样本生成时可人工干涉制定对应标签以及细节调整,所述ai策略控制器将数据投入独立于主模型的对抗模型后生成数据并验证,用于得出同类型工件问题识别逻辑。

10、作为改进,所述对抗模型得出的同类型工件问题识别逻辑会重新投入到数据处理模块处进行动态混合清洗与自适应修复校正,并进行特征提取融合出新模型,将主模型进行更新并投入到生产中。

11、作为改进,所述主模型更新后会通过评估模块进行评估判断,会对具体的逻辑缺陷和短板进行分析,并重新投入至对抗模型中多次处理,所述主模型处理运行阶段会通过互联网上传至管理端,所述管理端会对运行数据进行监控和收集。

12、一种基于大数据的计算机视觉处理系统,包括数据收集层、数据处理层、模型训练层和应用端,

13、所述数据收集层通过多组视觉图像收集装置和传感器获取工件加工状态;

14、所述数据处理层对获取数据进行滤波和特征提取,并投入到处理端结合大数据库中预存的加工信息进行识别判断;

15、所述模型训练层收集数据处理层获取的异常特征信息,并在修改调试后生成对应对抗样本,用于模拟出对应问题工件所可能产生的问题;

16、所述应用端将模型训练层问题数据收集,配合大数据库进行解决方案调取并配合管理员进行交互确认。

17、本发明的有益效果为:可通过多组传感器与获取的视觉信息对工件状态进行快速精准判断,配合大数据库预存数据能够快速判断出具体工件状态数据信息,方便操作员进行远程加工监管;

18、通过训练对抗模型能够获取更加高质量的模拟工件数据情况,从而能够拓宽异常数据识别范围,提高整体判断灵活性,同时能够更加精准识别出工件对应问题,减少杂项对数据的影响;

19、可配合大数据进行多次模拟,且能够获取不同工件加工工艺预设信息,进一步提高处理效率与精准度,并实现异常问题及处理结果的直接生成导出,方便管理人员的阅览控制。

1.一种基于大数据的计算机视觉处理方法,其特征在于,包括获取图像数据内容,并进行数据预处理与核心特征信息提取识别,采集到的工件数据信息包括工件特定角度下的外形尺寸规格、待加工位置和已加工位置识别数据;

2.根据权利要求1所述的一种基于大数据的计算机视觉处理方法,其特征在于,所述获取图像数据内容通过云端获取产线上多台加工设备图像数据并根据预设工艺内容判断工件当前状态,所述工件当前状态包括工件加工坐标位置、工艺预设定位和工件外观状态,获取当前阶段图像并进行滤波降噪预处理。

3.根据权利要求2所述的一种基于大数据的计算机视觉处理方法,其特征在于,所述当前阶段图像内容通过卷积神经网络获取图像像素点的特征,匹配数据库后自动调出特征含义送入处理端,并结合预设工艺内容进行初步特征判断。

4.根据权利要求3所述的一种基于大数据的计算机视觉处理方法,其特征在于,所述处理端还包括诊断模块,所述诊断模块根据特征信息内容会得出工件质量报告与需求信号,所述需求信号包括未完成加工需求和加工环境需求数据,所述ai策略控制器调取需求信号后会在模型内进行样本生成,同时结合逻辑因果和规则模拟出同类型问题工件数据,用于提供高质量模拟数据。

5.根据权利要求4所述的一种基于大数据的计算机视觉处理方法,其特征在于,所述ai策略控制器在样本生成时可人工干涉制定对应标签以及细节调整,所述ai策略控制器将数据投入独立于主模型的对抗模型后生成数据并验证,用于得出同类型工件问题识别逻辑。

6.根据权利要求5所述的一种基于大数据的计算机视觉处理方法,其特征在于,所述对抗模型得出的同类型工件问题识别逻辑会重新投入到数据处理模块处进行动态混合清洗与自适应修复校正,并进行特征提取融合出新模型,将主模型进行更新并投入到生产中。

7.根据权利要求6所述的一种基于大数据的计算机视觉处理方法,其特征在于,所述主模型更新后会通过评估模块进行评估判断,会对具体的逻辑缺陷和短板进行分析,并重新投入至对抗模型中多次处理,所述主模型处理运行阶段会通过互联网上传至管理端,所述管理端会对运行数据进行监控和收集。

8.一种基于大数据的计算机视觉处理系统,其特征在于,包括数据收集层、数据处理层、模型训练层和应用端,