System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及石材加工,尤其涉及一种石材质量检测系统及方法。
技术介绍
1、石英石板材表面质量是石英石板材质量中最为重要的质量因素之一,对石英石板材生产企业来说,对板材表面气孔、色斑、色差、裂纹、粉团及杂质等缺陷进行在线检测,可以提高产品质量、降低废品率,提高企业经济效益。
2、现有的石英石质检流程工作流程如下:
3、①磨抛线加工好的石英石板材进入质检房,质检人员在石英石板材上用不同的颜色标定缺陷类型,并在纸张上记录;
4、②判断验收标准:根据企业制定的验收标准,判断样品是否合格。如果不合格,则需要进行后续处理;如修复、返工或报废等,重复步骤①;
5、③统计各个工单的质检问题,根据质检结果分析生产线存在的问题,计算生成良率等参数。
6、以上流程基本全部为人工处理,标记为人工贴纸通过颜色标记区分各类缺陷,历史记录也为笔纸记录报表汇总,在质检过程中容易丢失,出现错误,容错率低,后期做历史追溯也不方便,分析产线问题时不够精确,完全用图片拍照方法很多缺陷无法表达,通用性差。需要注意的是,由于石英石板材的特殊性质,人工质检过程需要非常严谨和细致,以确保产品的质量和市场竞争力。但是,人工质检存在效率低下、准确性不高等问题,需要通过引入数字化、智能化技术来提高质检效率和准确性。
技术实现思路
1、本专利技术的目的在于提出一种石材质量检测系统及方法,不仅减少人工成本,而且能够提高质检效率和准确性。
2、为达此目的,本专利技术采
3、一种石材质量检测系统,包括多个客户端和单个服务器端;所述多个客户端和单个服务器端通过websocket进行通讯连接;
4、所述客户端包括:
5、采集单元,用于采集板材图像;
6、发送单元,用于将板材图像发送至服务端;
7、显示单元,用于显示标注图像;
8、所述服务端包括:
9、接收单元,用于接收板材图像;
10、录入表单,用于录入表单;
11、识别单元,用于对板材图像进行板材缺陷的识别与自动标注,得到识别图像;其中,识别图像上包括板材缺陷的定位、标记、分类和数量统计,板材缺陷包括气孔、色斑、色差和裂纹;
12、标注单元,用于对识别图像进行板材缺陷的复核与手动标注,得到标注图像;其中,标注图像包括复核并修改后的板材缺陷的定位、标记、分类和数量统计;
13、填写单元,用于对表单进行板材缺陷信息填写,得到表单信息;
14、绑定单元,用于将表单信息与板材图像进行绑定,生成质检表格;
15、数据单元,用于存储质检表格;
16、反馈单元,用于将标注图像反馈发送至客户端;
17、其中,所述识别单元包括:
18、数据收集子单元,用于收集大量的石英石图像,包括正常图像和带有各种缺陷的图像,并对带有各种缺陷的图像进行人工标注,获得人工标注图像,所述人工标注的类别为:气孔、色斑、色差和裂纹;
19、预处理子单元,用于对正常图像和人工标注图像进行预处理,获得预处理图像,包括尺寸调整、归一化、去噪和增强操作;
20、模型训练子单元,用于采用深度学习框架和卷积神经网络建立缺陷检测模型,并采用预处理图像进行训练,获得训练完成的缺陷检测模型;
21、缺陷检测子单元,用于采用训练完成的缺陷检测模型对石英石图像进行板材缺陷识别,获得初次识别图像;
22、后处理子单元,用于对初次识别图像进行后处理,获得识别图像,其中后处理包括板材缺陷的定位、标记、分类和数量统计;
23、性能评估子单元,用于评估缺陷检测模型的评估指标是否达标,若达标则输出完成训练和测试的缺陷检测模型;若未达标则重复训练缺陷检测模型;其中评估指标包括准确率、召回率和f1分数。
24、优选的,所述客户端还包括:
25、配置单元,用于配置有ip地址。
26、优选的,所述标注单元包括:
27、再处理子单元,用于对识别图像进行预处理,获取再处理后的板材图像;其中所述再处理包括图片裁剪和图片尺寸调节;
28、标注工具子单元,用于在再处理后的板材图像上需要标注的地方进行板材缺陷标注,标注完得到标注图像。
29、优选的,所述填写单元包括:
30、第一生成子单元,用于识别表单信息上的板材信息,绑定工单编号,生成唯一标识;
31、第二生成子单元,用于判断标注图像上的板材缺陷标注是否落入预设的板材等级,生成第一判断结果;
32、第三生成子单元,用于通过预设的板材等级,选择相应的处理方式,生成第二判断结果;
33、第四生成子单元,用于根据唯一标识、第一判断结果和第二判断结果,得到表单信息。
34、一种石材质量检测方法,包括以下步骤:
35、s1、建立websocket通讯连接;
36、s2、接收客户端实时拍摄的板材图像;
37、s3、对板材图像进行板材缺陷的识别与自动标注,得到识别图像;其中,识别图像上包括板材缺陷的定位、标记、分类和数量统计,板材缺陷包括气孔、色斑、色差和裂纹;
38、s4、先对板材图像进行板材缺陷的复核与手动标注,得到标注图像;其中,标注图像包括复核并修改后的板材缺陷的定位、标记、分类和数量统计;
39、s5、再对表单进行板材缺陷信息填写,得到表单信息;
40、s6、将表单信息与板材图像进行绑定,生成质检表格,一同存储于数据单元中,并基于websocket连接将标注图像反馈发送至客户端;
41、在s3中,所述对板材图像进行板材缺陷识别,得到识别图像;具体包括:
42、s31、数据收集步骤:收集大量的石英石图像,包括正常图像和带有各种缺陷的图像,并对带有各种缺陷的图像进行人工标注,获得人工标注图像,所述人工标注的类别为:气孔、色斑、色差和裂纹;
43、s32、预处理步骤:对正常图像和人工标注图像进行预处理,获得预处理图像,包括尺寸调整、归一化、去噪和增强操作;
44、s33、模型训练步骤:采用深度学习框架和卷积神经网络建立缺陷检测模型,并采用预处理图像进行训练,获得训练完成的缺陷检测模型;
45、s34、缺陷检测步骤:采用训练完成的缺陷检测模型对石英石图像进行板材缺陷识别,获得初次识别图像;
46、s35、后处理步骤:对初次识别图像进行后处理,获得识别图像,其中后处理包括板材缺陷的定位、标记、分类和数量统计;
47、s36、性能评估步骤:评估缺陷检测模型的评估指标是否达标,若达标则输出完成训练和测试的缺陷检测模型;若未达标则重复训练缺陷检测模型;其中评估指标包括准确率、召回率和f1分数。
48、优选的,所述客户端配置有ip地址。
49、优选的,在本文档来自技高网...
【技术保护点】
1.一种石材质量检测系统,其特征在于:包括多个客户端和单个服务器端;所述多个客户端和单个服务器端通过WebSocket进行通讯连接;
2.根据权利要求1所述的一种石材质量检测系统,其特征在于,所述客户端还包括:
3.根据权利要求1所述的一种石材质量检测系统,其特征在于,所述标注单元包括:
4.根据权利要求1所述的一种石材质量检测系统,其特征在于,所述填写单元包括:
5.一种石材质量检测方法,其特征在于,应用于如权利要求1-4任一项所述的一种石材质量检测系统,包括以下步骤:
6.根据权利要求5所述的一种石材质量检测方法,其特征在于,所述客户端配置有IP地址。
7.根据权利要求5所述的一种石材质量检测方法,其特征在于,在S4中,所述对板材图像进行板材缺陷标注,得到标注图像,具体包括:
8.根据权利要求5所述的一种石材质量检测方法,其特征在于,在S5中,所述对表单进行板材缺陷信息填写,得到表单信息,具体包括:
【技术特征摘要】
1.一种石材质量检测系统,其特征在于:包括多个客户端和单个服务器端;所述多个客户端和单个服务器端通过websocket进行通讯连接;
2.根据权利要求1所述的一种石材质量检测系统,其特征在于,所述客户端还包括:
3.根据权利要求1所述的一种石材质量检测系统,其特征在于,所述标注单元包括:
4.根据权利要求1所述的一种石材质量检测系统,其特征在于,所述填写单元包括:
5.一种石材质量检测方法,其特征在...
【专利技术属性】
技术研发人员:邱建平,李忠远,吴玄,张宇坤,林敏华,钱宇驰,伍家儿,
申请(专利权)人:佛山慧谷科技股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。