基于图像的包装盒加工检测方法、装置、设备及存储介质与流程

本发明涉及图像处理领域，尤其涉及一种基于图像的包装盒加工检测方法、装置、设备及存储介质。

背景技术：

1、随着工业自动化的不断发展，制造业对于生产流程的自动化和智能化需求也日益增长。包装盒加工作为一个重要的生产环节，其质量控制和印刷工艺优化对于产品质量和效率至关重要。

2、包装盒作为产品的外包装，其印刷质量直接关系到产品的外观和质感。然而，传统的包装盒质量检测方法通常需要大量人力，并且容易受主观因素干扰，因此需要更加可靠和自动化的质量控制方法。

技术实现思路

1、本发明提供了一种基于图像的包装盒加工检测方法、装置、设备及存储介质，用于提高包装盒印刷加工的准确率。

2、本发明第一方面提供了一种基于图像的包装盒加工检测方法，所述基于图像的包装盒加工检测方法包括：

3、从包装盒加工产线中采集目标包装盒中多个印刷面的包装盒印刷图像，并将所述包装盒印刷图像输入预置的两层残差上下文网络进行上下文特征提取，得到每个印刷面的印刷区域上下文特征图；

4、将每个印刷面的印刷区域上下文特征图输入坐标注意力机制层和残差上下文网络进行坐标注意力特征提取和特征融合，得到每个印刷面的印刷区域融合特征图；

5、对每个印刷面的印刷区域融合特征图和包装盒印刷图像进行特征图像聚合，得到每个印刷面的目标印刷聚合图像；

6、将每个印刷面的目标印刷聚合图像输入预置的包装盒印刷检测模型进行包装盒印刷检测，得到每个印刷面的包装盒印刷检测结果；

7、分别对所述多个印刷面的印刷流程工艺参数进行编码，得到每个印刷面的印刷工艺编码数据，并基于每个印刷面的包装盒印刷检测结果和所述印刷工艺编码数据构建目标工艺编码矩阵；

8、将所述目标工艺编码矩阵输入预置的包装盒印刷工艺分析模型进行包装盒印刷工艺优化，得到目标包装盒印刷工艺数据。

9、结合第一方面，在本发明第一方面的第一种实现方式中，所述从包装盒加工产线中采集目标包装盒中多个印刷面的包装盒印刷图像，并将所述包装盒印刷图像输入预置的两层残差上下文网络进行上下文特征提取，得到每个印刷面的印刷区域上下文特征图，包括：

10、基于包装盒加工产线安装多个图像采集终端，并基于所述多个图像采集终端采集多个标定图像；

11、对所述多个标定图像进行坐标提取，得到每个标定图像对应的坐标数据集，并根据所述坐标数据集对所述多个图像采集终端进行参数标定；

12、通过参数标定完成的多个图像采集终端，分别采集目标包装盒中多个印刷面的初始印刷图像；

13、对所述初始印刷图像进行图像校正，得到包装盒印刷图像，并将所述包装盒印刷图像输入预置的两层残差上下文网络，其中，每层残差上下文网络包括卷积层、残差块、批归一化层及激活函数；

14、通过所述两层残差上下文网络中的第一层残差上下文网络对所述包装盒印刷图像进行上下文特征提取，得到浅层上下文信息；

15、将所述浅层上下文信息和所述包装盒印刷图像输入所述两层残差上下文网络中的第二层残差上下文网络进行上下文特征提取，得到每个印刷面的印刷区域上下文特征图。

16、结合第一方面，在本发明第一方面的第二种实现方式中，所述将每个印刷面的印刷区域上下文特征图输入坐标注意力机制层和残差上下文网络进行坐标注意力特征提取和特征融合，得到每个印刷面的印刷区域融合特征图，包括：

17、将每个印刷面的印刷区域上下文特征图输入坐标注意力机制层进行注意力区域分割，得到每个印刷面的多个坐标注意力区域；

18、通过所述坐标注意力机制层对所述多个坐标注意力区域进行权重分析，得到每个坐标注意力区域的注意力权重；

19、基于所述注意力权重对所述多个坐标注意力区域进行注意力机制融合，生成每个印刷面的印刷区域坐标注意力特征图；

20、将所述印刷区域坐标注意力特征图输入残差上下文网络进行深层次特征提取，得到每个印刷面的印刷区域融合特征图。

21、结合第一方面，在本发明第一方面的第三种实现方式中，所述对每个印刷面的印刷区域融合特征图和包装盒印刷图像进行特征图像聚合，得到每个印刷面的目标印刷聚合图像，包括：

22、对每个印刷面的印刷区域融合特征图和包装盒印刷图像进行特征图尺寸和分辨率匹配，得到目标匹配结果；

23、根据所述目标匹配结果，对所述印刷区域融合特征图进行像素提取，得到第一像素集合，并对所述包装盒印刷图像进行像素提取，得到第二像素集合；

24、对所述第一像素集合和所述第二像素集合进行像素匹配，得到多个像素对；

25、根据所述多个像素对所述印刷区域融合特征图和所述包装盒印刷图像进行像素聚合，得到每个印刷面的目标印刷聚合图像。

26、结合第一方面，在本发明第一方面的第四种实现方式中，所述将每个印刷面的目标印刷聚合图像输入预置的包装盒印刷检测模型进行包装盒印刷检测，得到每个印刷面的包装盒印刷检测结果，包括：

27、将每个印刷面的目标印刷聚合图像输入预置的包装盒印刷检测模型，其中，所述包装盒印刷检测模型包括第一卷积长短时网络、第二卷积长短时网络及两层全连接网络；

28、通过所述第一卷积长短时网络对所述目标印刷聚合图像进行卷积特征运算，得到第一卷积特征图；

29、将所述第一卷积特征图输入所述第二卷积长短时网络进行高维特征映射，得到第二卷积特征图；

30、通过所述两层全连接网络对所述第二卷积特征图进行包装盒印刷质量检测，得到每个印刷面的包装盒印刷检测结果，其中，所述包装盒印刷检测结果包括每个印刷面的印刷问题类型及位置信息。

31、结合第一方面，在本发明第一方面的第五种实现方式中，所述分别对所述多个印刷面的印刷流程工艺参数进行编码，得到每个印刷面的印刷工艺编码数据，并基于每个印刷面的包装盒印刷检测结果和所述印刷工艺编码数据构建目标工艺编码矩阵，包括：

32、获取所述多个印刷面的印刷流程工艺参数，其中，所述印刷流程工艺参数包括：颜色配置、印刷速度、温度设置及印刷压力；

33、分别对所述多个印刷面的印刷流程工艺参数进行编码，得到每个印刷面的印刷工艺编码数据；

34、对每个印刷面的包装盒印刷检测结果进行检测结果编码，得到每个印刷面的检测结果编码数据；

35、分别对每个印刷面的印刷工艺编码数据和检测结果编码数据进行离散化处理，得到印刷工艺离散编码序列和检测结果离散编码序列；

36、对所述印刷工艺离散编码序列和所述检测结果离散编码序列进行矩阵转换，得到目标工艺编码矩阵。

37、结合第一方面，在本发明第一方面的第六种实现方式中，所述将所述目标工艺编码矩阵输入预置的包装盒印刷工艺分析模型进行包装盒印刷工艺优化，得到目标包装盒印刷工艺数据，包括：

38、将所述目标工艺编码矩阵输入预置的包装盒印刷工艺分析模型，其中，所述包装盒印刷工艺分析模型包括：编码网络及解码网络，编码网络包括双向门限循环网络，解码网络包括单向门限循环网络及预测层；

39、通过所述编码网络中的双向门限循环网络对所述目标工艺编码矩阵进行工艺特征运算，得到目标工艺特征矩阵；

40、通过所述解码网络中的单向门限循环网络对所述目标工艺特征矩阵进行特征降维，得到低纬度工艺特征矩阵；

41、通过所述解码网络中的预测层对所述低纬度工艺特征矩阵进行包装盒印刷工艺预测，得到目标包装盒印刷工艺数据。

42、本发明第二方面提供了一种基于图像的包装盒加工检测装置，所述基于图像的包装盒加工检测装置包括：

43、采集模块，用于从包装盒加工产线中采集目标包装盒中多个印刷面的包装盒印刷图像，并将所述包装盒印刷图像输入预置的两层残差上下文网络进行上下文特征提取，得到每个印刷面的印刷区域上下文特征图；

44、融合模块，用于将每个印刷面的印刷区域上下文特征图输入坐标注意力机制层和残差上下文网络进行坐标注意力特征提取和特征融合，得到每个印刷面的印刷区域融合特征图；

45、聚合模块，用于对每个印刷面的印刷区域融合特征图和包装盒印刷图像进行特征图像聚合，得到每个印刷面的目标印刷聚合图像；

46、检测模块，用于将每个印刷面的目标印刷聚合图像输入预置的包装盒印刷检测模型进行包装盒印刷检测，得到每个印刷面的包装盒印刷检测结果；

47、编码模块，用于分别对所述多个印刷面的印刷流程工艺参数进行编码，得到每个印刷面的印刷工艺编码数据，并基于每个印刷面的包装盒印刷检测结果和所述印刷工艺编码数据构建目标工艺编码矩阵；

48、优化模块，用于将所述目标工艺编码矩阵输入预置的包装盒印刷工艺分析模型进行包装盒印刷工艺优化，得到目标包装盒印刷工艺数据。

49、本发明第三方面提供了一种基于图像的包装盒加工检测设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于图像的包装盒加工检测设备执行上述的基于图像的包装盒加工检测方法。

50、本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的基于图像的包装盒加工检测方法。

51、本发明提供的技术方案中，将包装盒印刷图像输入预置的两层残差上下文网络进行上下文特征提取，得到印刷区域上下文特征图；进行坐标注意力特征提取和特征融合，得到印刷区域融合特征图；进行特征图像聚合，得到目标印刷聚合图像；通过包装盒印刷检测模型进行包装盒印刷检测，得到包装盒印刷检测结果；进行编码，得到印刷工艺编码数据，并基于包装盒印刷检测结果和印刷工艺编码数据构建目标工艺编码矩阵；将目标工艺编码矩阵输入包装盒印刷工艺分析模型进行包装盒印刷工艺优化，得到目标包装盒印刷工艺数据，本发明利用深度学习技术和上下文特征提取，能够实现对包装盒印刷质量的高精度检测。通过卷积神经网络等模型，可以准确地识别印刷面的问题类型和位置，从而降低了误报率和漏报率。实时监测包装盒的印刷质量，无需人工干预。使得在生产过程中及时发现问题，并采取纠正措施，从而减少了次品率和不合格品的产生。自动化特征使其适用于高产量生产线。通过自动检测和实时反馈，可以提高生产线的自动化程度，减少了对人工操作的依赖，降低了生产成本。还可以分析印刷工艺参数。通过工艺参数的编码和分析，可以为印刷工艺的优化提供有力支持，提高了包装盒印刷加工的准确率，进而提高了印刷效率和质量。