[发明专利]一种基于图形识别的塑料制品成型控制方法

说明书

本发明涉及数据处理技术领域，具体涉及一种基于图形识别的塑料制品成型控制方法。该方法是一种应用电子设备进行识别的方法，利用生产领域人工智能系统完成塑料制品成型控制。首先利用相机获取塑料制品的表面图像，对目标图像进行数据处理得到目标缺陷像素点；对目标缺陷像素点进行进一步数据处理得到熔接痕缺陷连通域和对应的损伤程度，根据当前塑料制品表面的损伤程度，调整注射压力。本发明根据熔接痕的图形特征，计算熔接痕对塑料制品力学性能的损伤程度，进而调整注射压力，实现塑料制品的高质量成型控制。

技术领域

本发明涉及数据处理技术领域，具体涉及一种基于图形识别的塑料制品成型控制方法。

背景技术

塑料制品具有质量轻、强度高、绝缘、良好的耐腐蚀性和化学稳定性等优点，因此其被广泛的应用于社会生产生活的多个领域，给人们带来了许多便利。而热塑性塑料的成型方式有很多种，其大部分塑料制品采用注塑工艺加工成型。由于当前的注塑加工阶段还存在一些不足，制造出的塑料制品可能存在缺陷，故成型过程中对缺陷的控制和在使用过程中对缺陷的检测对塑料制品应用于生产生活具有重要的意义。

注塑过程中最常见的缺陷为熔接痕缺陷，其是塑料制品表面的一种线状痕迹，是由注射或挤出中两股或两股以上流料在模具中分流汇合，熔体在界面处未完全熔合，彼此不能熔接为一体，在熔体汇合处的制品表面上造成熔合印迹。熔接痕区域的力学性能远低于塑料件的其他区域，是整个塑料件中薄弱的环节，会降低塑料制件的力学性能，造成注塑制品损坏。其可通过提高注射压力大，使注射速度加快，在形成痕区域的熔体还未降温时，便已经汇合，能有效的提高熔接痕的力学强度。因此需要先识别塑料制品表面的熔接痕缺陷，对其进行量化处理，进而调整注射压力，实现塑料制品的高质量成型控制。

然而塑料制品表面上的熔接痕往往十分微小，不易识别，传统的缺陷识别方法易造成误分，且运算量大，影响设备注射压力的调整，进而影响成型质量。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于图形识别的塑料制品成型控制方法，所采用的技术方案具体如下：

获取生产线上的塑料制品的表面图像；预处理表面图像，得到目标图像；

根据目标图像中像素点的灰度值对像素点进行多次迭代分类，得到多个初始缺陷像素类别和初始正常像素类别；基于初始缺陷像素类别内像素点的灰度值对像素点进行再次分类，得到第一正常像素点类别和第一缺陷像素点类别，第一正常像素点类别内像素点数量和第一缺陷像素点类别内像素点数量之比作为缺陷占比；基于缺陷占比，从多个初始缺陷像素类别中筛选出待定缺陷像素类别；获取待定缺陷像素类别和对应的初始正常像素类别的灰度直方图，得到最佳灰度级分割阈值；小于最佳灰度分割阈值的像素点作为待定缺陷像素点，获取目标图像中对应的待定缺陷像素点的灰度均值和非待定缺陷像素点的灰度均值的灰度差异，当灰度差异大于预设灰度差异时，将待定缺陷像素点作为目标缺陷像素点；

基于目标缺陷像素点得到熔接痕缺陷连通域，计算熔接痕缺陷连通域的损伤程度；根据当前塑料制品表面的损伤程度，调整注射压力。

优选的，所述预处理表面图像，得到目标图像，包括：

语义分割识别表面图像中的塑料制品区域，得到感兴趣图像；灰度化感兴趣图像，将灰度化后的感兴趣图像进行高斯滤波，得到目标图像。

优选的，所述根据目标图像中像素点的灰度值对像素点进行多次迭代分类，得到多个初始缺陷像素类别和初始正常像素类别，包括：

统计目标图像中各像素点的灰度值，获得集合，其中n表示目标图像中像素点的总数量，计算集合中的数据均值为；

令像素灰度值的像素点的灰度值为，标记这些像素点为类；令像素灰度值的像素点的灰度值不变，标记这些像素点为类；获得新的像素灰度值集合，再计算该集合中的数据均值；重复上述操作直至被分为两类的像素点数量不再变化时停止，即时停止，其像素点分类的迭代次数为m；

获取的类像素点属于初始缺陷像素类别，获取的类像素点属于初始正常像素类别。