[发明专利]一种基于工业互联网的成像检测系统及方法

权利要求书

1.一种基于工业互联网的成像检测方法，其特征在于，包括步骤：通过ToF相机分别获取产品在生产线间、工厂间以及企业间不同阶段的不同角度的倾斜影像数据，其中包括通过改进ToF相机计算方式在至少四个方向角度获取物体与相机的距离差D、相位差Δφ、光速C、调制频率f，A1、A2、A3、A4是相位依次相差90度的相位，τ为相关系数，R为产品外接圆半径，将上述参量串接形成不同阶段、不同角度的多维向量数据；产品自身图像像素数据，产品位置、生产车间代码、公司代码形成向量数据，将向量数据合并，形成向量数据矩阵，对数据矩阵进行MPS编码，得到MPS数据包，根据预设数据结构解析所述MPS数据包，得到符合优化处理的结构化数据，并将得到的结构化数据传输到计算模块，MPS为用于表达线性优化模型的模型数据存储格式与传输格式，其中：

对工业互联网下所有产品数据进行计算，优化目的值Jm，计算方式如下：

其中，u_ik表示产品数据点x_k对产品类点v_i的亲和度；d(x_k；v_i)表示产品数据点x_k到产品类点v_i的距离；c为产品个数，n为待确认产品总个数；m为开关指数，m＞1，开关指数越小表示产品分类越清晰，所以，U为c×n的亲和度矩阵，X是n×p的待确认产品数据集矩阵，V为c×p的产品类点矩阵，迭代更新产品类点矩阵V和待确认产品数据集矩阵U实现目的值Jm的优化，其中，产品类点v_i中每个元素v_il的更新公式如下，其中，l＝1,2,...,p：

而亲和度u_ik的更新公式为：

目的值Jm优化的过程中需满足以下约束条件：

产品类别分析流程如下：

迭代次数t＝0，选择c和m，随机初始化V；更新U；更新V；

t＝t+1，当max|u_ik^t-u_ik^t-1＜ε或者t＞N时，算法停止，否则转向更新U，其中ε、N是一个实数，x_kl表示l元素产品数据点。

2.根据权利要求1所述的一种基于工业互联网的成像检测方法，其特征在于，所述产品自身图像像素数据包括产品rgb颜色空间像素数据，以及lab颜色空间图像像素数据。

3.根据权利要求1所述的一种基于工业互联网的成像检测方法，其特征在于，所述产品自身图像像素数据还包括：边界连通度、颜色分布紧凑度、距离加权的颜色对比度、像素的前景概率、背景概率。

4.根据权利要求2所述的一种基于工业互联网的成像检测方法，其特征在于，所述倾斜影像数据包括坡度，所述坡度计算方式为：对每个产品图像进行灰度化处理，提取每个图像块中灰度值最低以及灰度值最高的像素点，分别为T1、T2；坡度为Q＝(T2-T1)。

5.根据权利要求1所述的一种基于工业互联网的成像检测方法，其特征在于，所述产品自身图像像素数据包括：产品图像块中每个像素的R、G、B以及H、S、V值。