买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南通中旺包装材料有限公司

摘要：本发明公开了一种箱包生产数据识别处理系统，涉及识别处理领域。该箱包生产数据识别处理系统，包括：数据获取子系统、数据分析子系统、判断子系统、分类处理子系统；所述数据获取子系统，用于获取生产数据，所述生产数据包括生产箱包的数量数以及每个箱包的标签信息、外观数据、质量数据；所述数据分析子系统，用于对每个箱包的外观数据、质量数据进行分别提取，并根据提取结果进行综合分析，本发明通过判断子系统能够自动判断每个箱包的外观特征指标和质量特征指标是否符合设定的生产标准，从而实现自动化的生产标准检查，这样可以大大提高生产效率，减少人工检查所需的时间和成本，并且减少了主观误差的可能性。

主权项：1.一种箱包生产数据识别处理系统，其特征在于，包括：数据获取子系统、数据分析子系统、判断子系统、分类处理子系统；所述数据获取子系统，用于获取生产数据，所述生产数据包括生产箱包的数量数以及每个箱包的标签信息、外观数据、质量数据；所述数据分析子系统，用于对每个箱包的外观数据、质量数据进行分别提取，并根据提取结果进行综合分析，得到每个箱包的外观特征指标、质量特征指标，并将每个箱包的标签信息、外观特征指标、质量特征指标进行拟合，得到每个箱包的标签数据；所述判断子系统，用于判断每个箱包的标签数据是否分别符合箱包生产标准，并将不符合箱包生产标准的箱包的标签数据进行标记；所述分类处理子系统，用于识别标记标签数据的箱包，并进行分类输送；所述每个箱包的标签信息具体为每个箱包的生产序号信息，所述外观数据具体为箱包的颜色数据、图案数据具体为包含箱包图案的图像数据、形状数据，所述颜色数据具体为箱包的每个像素点的像素值，所述形状数据具体为箱包每个表面的像素点信息数据的三维像素图像数据集，所述质量数据具体为箱包的重量值以及尺寸数据，所述尺寸数据具体为箱包每个表面的像素点信息数据以及每个像素点的位置坐标的三维像素坐标图像数据集；得到每个箱包的外观特征指标的具体过程如下：读取每个箱包的颜色数据、图案数据、形状数据，并分别进行分析处理，得到每个箱包的颜色指标、图案指标、形状指标；对每个箱包的颜色指标、图案指标、形状指标进行归一化处理，基于归一化处理后的每个箱包的颜色指标、图案指标、形状指标分别进行加权求和，得到每个箱包的外观特征指标，其计算公式如下： 其中，WGa为第a个箱包的外观特征指标，YSa为归一化处理后的第a个箱包的颜色指标，YS′为设定的箱包的颜色参考指标，TZa为归一化处理后的第a个箱包的图案指标，TZ′为设定的箱包的图案参考指标，XZa为归一化处理后的第a个箱包的形状指标，XZ′为设定的箱包的形状参考指标，α1为设定的颜色指标的比例系数，α2为设定的图案指标的比例系数，α3为设定的形状指标的比例系数，α1+α2+α3＝1，a＝1,2,3,…,A，A为生产箱包的总数量；读取每个箱包的图案数据，并进行分析处理，得到每个箱包的图案指标的具体过程如下：读取每个箱包的包含箱包图案的图像数据，并进行灰度处理；基于卷积神经网络学习模型对灰度处理之后的每个箱包的包含箱包图案的图像数据进行训练，得到每个箱包的图案纹理特征以及图案边缘特征；对每个箱包的图案纹理特征以及图案边缘特征进行归一化处理，并基于归一化处理之后的每个箱包的图案纹理特征以及图案边缘特征进行加权求和计算，得到每个箱包的图案指标；卷积神经网络学习模型的构建过程如下：获取若干个待处理的包含箱包图案的图像数据，并建立图像数据集；将图像数据集划分为图像训练集以及图像验证集；读取图像训练数据集对构建好的卷积神经网络学习模型进行训练，并计算得到图像损失函数；使用图像验证数据集评估模型性能，并根据验证结果调节模型参数，直至模型预测的图案纹理特征以及图案边缘特征符合实际的图案纹理特征以及图案边缘特征；基于卷积神经网络学习模型对灰度处理之后的每个箱包的包含箱包图案的图像数据进行训练，得到每个箱包的图案纹理特征以及图案边缘特征的具体过程如下：载入每个箱包的包含箱包图案的图像数据输入至卷积神经网络学习模型的卷积层中；在卷积层内基于卷积核对每个箱包的包含箱包图案的图像数据进行卷积操作，以生成每个箱包的包含箱包图案的图像数据的特征图，其中图像数据中的每个像素表示与卷积核对应位置的特征响应值；对卷积层的输出应用ReLU激活函数，将负值置为零；对ReLU激活后的每个箱包的包含箱包图案的图像数据的特征图进行池化操作，以降低每个箱包的包含箱包图案的图像数据的特征图的维度；将池化层输出的特征图展平，作为全连接层的输入；在输出层进行预测，输出图案的边缘特征和纹理特征的预测结果；得到每个箱包的质量特征指标的具体过程如下：读取每个箱包的重量值以及尺寸数据，并对每个箱包的尺寸数据进行分析处理，得到每个箱包的尺寸指标；对每个箱包的重量值、尺寸指标进行归一化处理，基于归一化处理后的每个箱包的重量值、尺寸指标分别进行加权求和，得到每个箱包的质量特征指标，其计算公式如下： 其中，ZTa为第a个箱包的质量特征指标，ZLa为归一化处理后的第a个箱包的重量值，ZL′为设定的箱包的重量参考值，CZa为归一化处理后的第a个箱包的尺寸指标，CZ′为设定的箱包的尺寸参考指标，β1为设定的重量值的比例系数，β2为设定的尺寸指标的比例系数，β1+β2＝1，a＝1,2,3,…,A，A为生产箱包的总数量。

全文数据：

权利要求：

百度查询： 南通中旺包装材料有限公司 一种箱包生产数据识别处理系统