一种基于机器视觉的纸箱纸板生产线智能化检测系统的制作方法

本发明涉及机器视觉检测，尤其涉及一种基于机器视觉的纸箱纸板生产线智能化检测系统。

背景技术：

1、随着工业自动化水平的持续提升，机器视觉技术在现代制造业质量检测领域的应用日益广泛。机器视觉技术通过图像采集、处理与分析实现对目标对象的非接触式自动检测，具有检测效率高、精度好、可重复性强等优势，在纸箱纸板生产线中具有重要的应用价值。传统的人工检测方式依赖检测人员的经验和注意力，容易因疲劳或主观判断差异导致漏检、误检等问题，难以满足大规模工业化生产对检测效率和一致性的要求。

2、其中，纸箱纸板生产线涉及原料检测、折叠、成型、印刷等多个工艺环节，各环节的质量控制需求存在差异，现有检测系统在多维度检测覆盖和智能化分析方面存在明显不足。具体而言，现有技术多采用传统的图像处理算法进行缺陷识别，缺乏对复杂缺陷模式的深度学习能力，无法实现对不同类型缺陷的自适应分类与预测。同时，多源异构检测数据的融合处理能力有限，难以构建统一的智能检测框架。此外，现有技术在系统集成度和检测实时性方面也难以满足高速生产线的高频检测需求。

3、因此，迫切需要一种能够覆盖纸箱纸板生产线全流程、质量检测功能全面、智能化程度高的机器视觉检测解决方案，以提升产品质量控制水平，满足现代纸箱纸板生产行业对高效智能质量检测的迫切需求。

技术实现思路

1、本发明的目的是提供一种基于机器视觉的纸箱纸板生产线智能化检测系统，以解决现有技术中检测功能单一、智能化程度低、检测范围有限及系统集成度不足的问题。

2、为解决上述技术问题，本发明提供了如下技术方案：

3、一种基于机器视觉的纸箱纸板生产线智能化检测系统，包括：

4、光源系统、图像采集装置、图像处理单元、深度学习分析模块、数据融合服务器、缺陷分类装置、报警装置、显示终端和主控系统；

5、所述光源系统设置于纸箱纸板生产线的检测工位，用于提供稳定均匀的照明环境，确保所述图像采集装置获取清晰的原始图像；

6、所述图像采集装置设置于所述光源系统的光照范围内，配置用于采集纸箱纸板在生产过程中的多角度图像数据，并将采集到的所述图像数据传输至所述图像处理单元；

7、所述图像处理单元配置用于对接收到的原始图像进行预处理，包括图像去噪、对比度增强和边缘提取等操作，生成标准化图像数据并传输至所述深度学习分析模块；

8、所述深度学习分析模块配置用于对标准化图像数据进行分析处理，通过预设的深度学习网络模型识别图像中的缺陷特征，实现对不同类型缺陷的自适应分类，并将分析结果传输至所述数据融合服务器；

9、所述数据融合服务器配置用于接收来自多个所述图像采集装置的检测数据，进行多源异构数据的融合处理，生成综合检测报告，并将所述综合检测报告传输至所述缺陷分类装置和所述显示终端；

10、所述缺陷分类装置配置用于根据所述综合检测报告对检测到的缺陷进行等级划分，确定缺陷的严重程度，并将分级结果传输至所述报警装置；

11、所述报警装置配置用于在检测到预设阈值以上的缺陷时，发出声光报警信号，提示操作人员及时处理；

12、所述显示终端配置用于实时显示生产线的检测状态、缺陷分布情况和统计数据，供管理人员进行决策参考；

13、所述主控系统配置用于协调控制所述光源系统、所述图像采集装置、所述图像处理单元、所述深度学习分析模块、所述数据融合服务器、所述缺陷分类装置、所述报警装置和所述显示终端的工作时序，实现整个检测系统的同步运行。

14、优选的，所述深度学习分析模块包括特征提取网络和缺陷识别网络，其中所述特征提取网络配置用于从标准化图像数据中提取多维度特征信息，所述缺陷识别网络配置用于基于提取的特征信息进行缺陷模式匹配，实现复杂缺陷类型的精准识别。

15、进一步，所述光源系统采用多角度光源布局，包括正面光源、侧面光源和背光光源的组合，配置用于消除纸箱纸板表面的反光干扰，提高图像采集的对比度和清晰度。

16、优选的，所述图像采集装置包括多个工业相机，配置用于从不同位置和角度采集纸箱纸板的图像信息，实现对生产线多个检测工位的覆盖。

17、进一步，所述图像处理单元进一步配置用于进行图像分割处理，将采集到的图像分割为原料区域、折叠区域、成型区域和印刷区域，分别传输至所述深度学习分析模块进行针对性分析。

18、优选的，所述数据融合服务器进一步配置用于对多个检测工位的数据进行时序关联分析，构建纸箱纸板生产线的全流程质量追踪档案，实现质量问题的溯源管理。

19、进一步，所述缺陷分类装置配置用于根据缺陷的类型、尺寸、数量和位置信息进行综合评分，生成缺陷严重度评分，并将评分结果传输至所述显示终端进行可视化展示。

20、优选的，所述报警装置包括声光报警器和工业级显示屏，配置用于在检测到异常情况时，通过预设的报警策略向操作人员发送提醒信息。

21、进一步，所述主控系统进一步配置用于与生产线的控制系统进行通讯，在检测到严重缺陷时自动触发生产线的停机或剔除动作，实现检测结果的实时联动。

22、优选的，所述显示终端配置用于显示历史检测数据的统计分析结果，包括缺陷趋势图、合格率报表和产线效率指标，辅助管理人员进行生产工艺的优化决策。

23、与现有技术相比，本发明的有益技术效果为：

24、本发明提供的基于机器视觉的纸箱纸板生产线智能化检测系统通过设置光源系统、图像采集装置、图像处理单元和深度学习分析模块的协同工作，实现了对纸箱纸板生产过程中原料、折叠、成型和印刷等多个工艺环节的全方位智能检测，突破了现有技术中检测功能单一的局限，提高了检测的全面性和准确性。

25、本发明通过深度学习分析模块的自适应分类能力，实现了对复杂缺陷模式的智能识别，提升了系统的智能化水平；通过数据融合服务器对多源异构数据的融合处理，构建了统一的智能检测框架，提高了系统的集成度和检测效率。

26、本发明通过主控系统与生产线控制系统的实时联动，实现了检测结果的即时响应，满足了高速生产线的高频检测需求，为现代纸箱纸板生产行业提供了高效、智能的质量检测解决方案。

1.一种基于机器视觉的纸箱纸板生产线智能化检测系统，其特征在于，包括：

2.根据权利要求1所述的系统，其特征在于，所述光源系统包括多角度光源阵列、驱动控制单元和光照调节模块，其中多角度光源阵列配置为包括正面光源组件、侧面光源组件和背光光源组件的组合结构，正面光源组件设置于纸箱纸板待检测表面的正上方方向，侧面光源组件设置于检测工位的侧向位置，背光光源组件设置于待检测表面的背向位置，驱动控制单元与主控系统连接，光照调节模块配置用于根据生产线的运行速度和待检测产品的材质特性动态调整光源的照度参数和色温参数。

3.根据权利要求1所述的系统，其特征在于，所述图像采集装置包括多个工业相机、相机安装支架和图像采集控制模块，多个工业相机沿生产线的检测工位布置，形成多角度覆盖的图像采集网络，包括面向待检测表面的正视相机、侧视相机和俯视相机，图像采集控制模块与主控系统连接，配置用于控制各工业相机的曝光参数、采集时序和触发模式。

4.根据权利要求1所述的系统，其特征在于，所述图像处理单元进一步配置用于进行图像分割处理，将采集到的图像分割为原料区域、折叠区域、成型区域和印刷区域，分别传输至深度学习分析模块进行针对性分析。

5.根据权利要求1所述的系统，其特征在于，所述深度学习分析模块包括特征提取网络和缺陷识别网络，其中特征提取网络配置用于从标准化图像数据中提取多维度特征信息，缺陷识别网络配置用于基于提取的特征信息进行缺陷模式匹配，实现复杂缺陷类型的精准识别。

6.根据权利要求1所述的系统，其特征在于，所述数据融合服务器进一步配置用于对多个检测工位的数据进行时序关联分析，构建纸箱纸板生产线的全流程质量追踪档案，实现质量问题的溯源管理。

7.根据权利要求6所述的系统，其特征在于，所述数据融合服务器包括数据采集接口、数据融合处理单元、质量档案数据库和数据查询接口，数据采集接口配置用于接收来自各检测工位的检测数据，数据融合处理单元配置用于对多源数据进行时间戳对齐、数据校验和关联融合，质量档案数据库配置用于存储每批次产品的完整质量检测记录。

8.根据权利要求1所述的系统，其特征在于，所述缺陷分类装置配置用于根据缺陷的类型、尺寸、数量和位置信息进行综合评分，生成缺陷严重度评分，并将评分结果传输至显示终端进行可视化展示。

9.根据权利要求1所述的系统，其特征在于，所述主控系统进一步配置用于与生产线的控制系统进行通讯，在检测到严重缺陷时自动触发生产线的停机或剔除动作，实现检测结果的实时联动。

10.根据权利要求1所述的系统，其特征在于，所述显示终端配置用于显示历史检测数据的统计分析结果，包括缺陷趋势图、合格率报表和产线效率指标，辅助管理人员进行生产工艺的优化决策。