一种铸件冷铁种类数量识别方法及系统与流程

文档序号:36717061发布日期:2024-01-16 12:16阅读:18来源:国知局
一种铸件冷铁种类数量识别方法及系统与流程

本发明涉及铸造冷铁识别,具体涉及一种铸件冷铁种类数量识别方法及系统。


背景技术:

1、铸件铸造制作过程中,为了控制冷却快慢,减少铸件冷却缺陷,一般在铸件模具中设置冷铁来加快局部冷却速度。冷铁由镀锡或涂敷防粘膜稀浆的低碳钢或线材加工而成,冷铁是在型腔内部,型腔表面及铸型内部安放的激冷物,用来控制铸件收缩和获得定向凝固。

2、铸件制作过程中,需要根据所铸产品选择不同大小以及不同数量的冷铁,传统方式采用人工肉眼进行识别和点数确定数量,人员肉眼识别方式存在低效、误差大等问题,出错后导致频繁补换冷铁物料,降低了生产效率,无法满足大规模、高要求的生产需求。


技术实现思路

1、本发明的目的是解决上述的技术问题,提供一种铸件冷铁种类数量识别方法及系统。

2、本发明提供了一种铸件冷铁种类数量识别方法,包括如下步骤:

3、获取目标冷铁集合平铺状态下的冷铁图像和目标冷铁集合的第一总重量;

4、对获取的冷铁图像进行预处理,将获取的冷铁图像转为灰度图像,提取灰度图像中的冷铁外形特征,根据冷铁外形特征与数据库中存储的冷铁样品特征进行比对,得到冷铁图像中包含的所有冷铁的第一冷铁类型和不同冷铁类型对应的第一冷铁数量,根据冷铁类型、冷铁数量和冷铁对应的重量信息,计算得到第一理论总重量m,将第一理论总重量m与获得的第一总重量进行比对,第一当理论总重量m与第一总重量的绝对差值小于重量误差阈值时,确定识别的第一冷铁类型和不同冷铁类型对应的第一冷铁数量为目标冷铁集合中冷铁的确定冷铁类型和对应的确定冷铁数量。

5、进一步的,所述冷铁图像中包括目标冷铁集合中所有冷铁的外形轮廓;所述第一总重量为称量的目标冷铁集合的整体重量;目标冷铁集合为待识别的多个冷铁。

6、进一步的,冷铁外形特征与数据库中存储的冷铁样品特征进行比对时,按如下步骤:

7、采用冷铁外形特征中的灰度图像内间隔选取的部分像素点特征值与样品中的特征值进行比对,冷铁外形特征与冷铁样品特征相似度大于第一阈值时,判断该冷铁外形特征对应的冷铁类型为冷铁样品对应的冷铁类型,得到冷铁图像中包含的所有冷铁的第一冷铁类型和不同冷铁类型对应的第一冷铁数量,根据数据库中存储的样本信息中提取对应第一冷铁类型的重量信息,计算得到第一理论总重量m;

8、将第一理论总重量m与获得的第一总重量进行比对,第一当理论总重量m与第一总重量的绝对差值小于重量误差阈值时,确定识别的第一冷铁类型和不同冷铁类型对应的第一冷铁数量为目标冷铁集合中包括的确定冷铁类型和对应的确定冷铁数量。

9、进一步的,当理论总重量m与第一总重量的绝对差值大于等于重量误差阈值时,根据冷铁外形特征与数据库中存储的冷铁样品特征进行重新比对,将灰度图像所有像素点的冷铁外形特征值与样品中的特征值进行完全比对,冷铁外形特征与冷铁样品特征相似度大于第一阈值时,判断该冷铁外形特征对应的冷铁类型为冷铁样品对应的冷铁类型,逐一比对得到冷铁图像中包含的所有冷铁的第二冷铁类型和不同冷铁类型对应的第二冷铁数量,根据数据库中存储的样本信息中提取对应第二冷铁类型的重量信息,计算得到第二理论总重量m’;

10、将第二理论总重量m’与获得的第一总重量进行比对,当第二理论总重量m与第一总重量的绝对差值小于重量误差阈值时,确定识别的第二冷铁类型和不同冷铁类型对应的第二冷铁数量为目标冷铁集合中包括的确定冷铁类型和对应的确定冷铁数量。

11、进一步的,当第二理论总重量m与第一总重量的绝对差值大于等于重量误差阈值时,发送报警信号进行报警,提示操作人员进行核对。

12、进一步的,冷铁外形特征按如下步骤确定:

13、计算灰度图像中每个像素点的lbp值,lbp值的计算公式按如下公式:

14、

15、其中是中心像素点的坐标,是中心像素点的亮度,是相邻像素点的亮度,是相邻像素点的数量;

16、其中按如下方式确定:

17、

18、根据得到的值计算像素点的lbp直方图,作为该像素点的特征向量。

19、进一步的,冷铁外形特征的确定方式与样品外形特征确定方式一致,以使得特征数据能够相互匹配。

20、本发明另一方面提供了一种铸件冷铁种类数量识别系统,包括:

21、信息采集模块,所述信息采集模块用于采集目标冷铁集合平铺状态下的冷铁图像和目标冷铁集合的第一总重量;

22、数据识别分析模块,所述数据识别分析模块用于对获取的冷铁图像进行预处理,将获取的冷铁图像转为灰度图像,提取灰度图像中的冷铁外形特征,根据冷铁外形特征与数据库中存储的冷铁样品特征进行比对,得到冷铁图像中包含的所有冷铁的第一冷铁类型和不同冷铁类型对应的第一冷铁数量,根据冷铁类型、冷铁数量和冷铁对应的重量信息,计算得到第一理论总重量m,将第一理论总重量m与获得的第一总重量进行比对,第一当理论总重量m与第一总重量的绝对差值小于重量误差阈值时,确定识别的第一冷铁类型和不同冷铁类型对应的第一冷铁数量为目标冷铁集合中冷铁的确定冷铁类型和对应的确定冷铁数量;

23、数据存储模块,所述数据存储模块用于存储数据识别分析模块、信息采集模块产生的数据。

24、其中,所述信息采集模块包括冷铁放置平台,所述冷铁放置平台上设置有称重平台,所述冷铁放置平台上设置有对称重平台上的冷铁进行图像采集的摄像头,所述称重平台用于对放置在其上面的冷铁进行称重。

25、本发明另一方面提供了一种电子设备,其包括显示装置、存储器和处理器,

26、所述处理器用于执行上述一种铸件冷铁种类数量识别方法;

27、所述存储器用于存储所述处理器可执行指令;

28、所述显示装置用于显示处理器处理后的信息。

29、本发明另一方面提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时用于实施上述一种铸件冷铁种类数量识别方法。

30、本发明公开了一种铸件冷铁种类数量识别方法及系统,具有如下的有益效果:通过图像比对,识别冷铁类型和数量,并根据识别的类型和数量计算重量,计算重量与测量值第一总重量进行比对,从而对识别结果进行验证,当计算重量与测量重量误差小于重量误差阈值时,判断识别准确,采用该识别结果作为确定的冷铁类型和冷铁数量的识别结果,实现对冷铁的使用数量和种类高效识别。通过图像识别和重量验证,提高识别效率和准确度;在首次特征比对时,采用部分特征进行比对,根据部分特征比对得出识别结果,从而使得分析数据少,快速得出比对结果,比对后通过重量核验结果,保障比对后识别结果正确;当重量核验与识别结果有误差时,再进行特征全部比对,得出准确的识别数据,保障识别结果准确。



技术特征:

1.一种铸件冷铁种类数量识别方法,其特征在于:获取目标冷铁集合平铺状态下的冷铁图像和目标冷铁集合的第一总重量;

2.如权利要求1所述的一种铸件冷铁种类数量识别方法,其特征在于:所述冷铁图像中包括目标冷铁集合中所有冷铁的外形轮廓;所述第一总重量为称量的目标冷铁集合的整体重量;目标冷铁集合为待识别的多个冷铁。

3.如权利要求2所述的一种铸件冷铁种类数量识别方法,其特征在于:冷铁外形特征与数据库中存储的冷铁样品特征进行比对时,按如下步骤:

4.如权利要求3所述的一种铸件冷铁种类数量识别方法,其特征在于:当理论总重量m与第一总重量的绝对差值大于等于重量误差阈值时,根据冷铁外形特征与数据库中存储的冷铁样品特征进行重新比对,将灰度图像所有像素点的冷铁外形特征值与样品中的特征值进行完全比对,冷铁外形特征与冷铁样品特征相似度大于第一阈值时,判断该冷铁外形特征对应的冷铁类型为冷铁样品对应的冷铁类型,逐一比对得到冷铁图像中包含的所有冷铁的第二冷铁类型和不同冷铁类型对应的第二冷铁数量,根据数据库中存储的样本信息中提取对应第二冷铁类型的重量信息,计算得到第二理论总重量m’;

5.如权利要求4所述的一种铸件冷铁种类数量识别方法,其特征在于:当第二理论总重量m与第一总重量的绝对差值大于等于重量误差阈值时,发送报警信号进行报警,提示操作人员进行核对。

6.如权利要求5所述的一种铸件冷铁种类数量识别方法,其特征在于:冷铁外形特征按如下步骤确定:

7.一种铸件冷铁种类数量识别系统,其特征在于:包括:

8.如权利要求7所述的一种铸件冷铁种类数量识别系统,其特征在于:所述信息采集模块包括冷铁放置平台,所述冷铁放置平台上设置有称重平台,所述冷铁放置平台上设置有对称重平台上的冷铁进行图像采集的摄像头,所述称重平台用于对放置在其上面的冷铁进行称重。

9.一种电子设备,其特征在于:其包括显示装置、存储器和处理器,

10.一种存储介质,其特征在于:所述存储介质存储有计算机程序,所述计算机程序被处理器执行时用于实施如权利要求1至6中任一项权利所述的一种铸件冷铁种类数量识别方法。


技术总结
本发明公开了一种铸件冷铁种类数量识别方法及系统,方法包括:获取目标冷铁集合平铺状态下的冷铁图像和目标冷铁集合的第一总重量;根据冷铁外形特征与数据库中存储的冷铁样品特征进行比对,得到冷铁图像中包含的所有冷铁的第一冷铁类型和不同冷铁类型对应的第一冷铁数量,计算得到第一理论总重量M,将第一理论总重量M与获得的第一总重量进行比对,确定识别的第一冷铁类型和不同冷铁类型对应的第一冷铁数量为目标冷铁集合中冷铁的确定冷铁类型和对应的确定冷铁数量。本发明实现对冷铁的使用数量和种类高效识别;通过图像识别和重量验证,提高识别效率和准确度;首次特征比对时,采用部分特征进行比对,快速得出比对结果。

技术研发人员:秦艳平
受保护的技术使用者:广东金志利科技股份有限公司
技术研发日:
技术公布日:2024/1/15
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1