本发明涉及半固化片数据处理，特别是一种半固化片表面数据的采集与处理方法及系统。
背景技术：
1、半固化片又被称为pp胶片，是多层板生产中的核心材料。它主要由树脂和增强材料构成，其中增强材料又分为玻璃布、纸基、复合材料等多种类型。在半固化片生产过程中由于工艺及外部原因，产品表面会产生很多缺陷，如：滴胶，破裂，胶块，鱼眼，褶皱，折痕，破洞，黑块，异物，蚊虫，刮胶等缺陷，如果不及时发现，并不断的改善工艺会造成市场的客诉和企业品牌声誉影响。随着pp半固化片的需求在不断增加，为了满足市场需求，半固化片的生产工艺也在不断改进和提高，对其品质的要求也越来越高。同时，半固化片是一种用于制造pcb的关键材料，其表面质量对于电路板的性能和可靠性至关重要。然而，传统的检测方法存在检测采样率低、精度低、实时性差、效率低、劳动强度高等缺点等问题。
技术实现思路
1、本发明克服了现有技术的不足，提供了一种半固化片表面数据的采集与处理方法及系统。
2、为达到上述目的本发明采用的技术方案为：
3、本发明第一方面公开了一种半固化片表面数据的采集与处理方法，包括以下步骤：
4、基于工业摄像机采集目标半固化片的表面特征图像，并将目标半固化片的表面特征图像转化为数字矩阵，得到目标半固化片的目标数字矩阵；
5、获取当前批次半固化片的标准特征图像，并将当批次半固化片的标准特征图像转化为数字矩阵，得到当前批次半固化片的标准数字矩阵；
6、将所述目标半固化片的目标数字矩阵与当前批次半固化片的标准数字矩阵进行比较分析，得到第一分析结果或第二分析结果；
7、若分析结果为第一分析结果，则将目标半固化片输送至下一加工中心上；若分析结果为第二分析结果，则将目标半固化片输送至报废中心上；
8、若分析结果为第二分析结果，则基于所述目标数字矩阵与标准数字矩阵定位出目标半固化片的缺陷位置区域，并获取所述缺陷位置区域的缺陷区域图像；对所述缺陷区域图像进行识别处理，得到该目标半固化片的缺陷类型信息；
9、根据所述目标半固化片的缺陷类型信息对生产车间中工艺生产设备进行溯源分析与调控处理。
10、更具体地，将目标半固化片的表面特征图像转化为数字矩阵，得到目标半固化片的目标数字矩阵，具体为：
11、对所述表面特征图像进行滤波、去噪、图像增强以及裁切处理，得到预处理后的表面特征图像，并利用opencv库读取预处理后的表面特征图像；
12、获取预处理后的表面特征图像的宽度和高度，并根据预处理后的表面特征图像的宽度和高度创建相应大小的空白矩阵；
13、遍历所述预处理后的表面特征图像中的每个像素，获取每个像素的rgb值，将所获取得到的rgb值填充进所述空白矩阵的相应矩阵位置中；
14、以此类推，直至遍历完所述预处理后的表面特征图像中的每个像素，得到目标半固化片的目标数字矩阵。
15、更具体地，将所述目标半固化片的目标数字矩阵与当前批次半固化片的标准数字矩阵进行比较分析，得到第一分析结果或第二分析结果，具体为：
16、计算所述目标数字矩阵与标准数字矩阵中对应元素的差值，得到若干个元素差值；
17、对各个元素差值进行平方处理，以获取各个元素差值的平方值；然后对各个元素差值的平方值进行求和处理，得到一个求和值；
18、对所述求和值进行开平方根处理，得到所述目标数字矩阵与标准数字矩阵之间的欧氏距离值；
19、根据所述欧氏距离值确定出所述目标数字矩阵与标准数字矩阵之间的重合度；并将所述重合度与预设阈值进行比较；
20、若所述重合度大于预设阈值，则说明目标半固化片的表面中不存在缺陷，则生成第一分析结果；
21、若所述重合度不大于预设阈值，则说明目标半固化片的表面中存在缺陷，则生成第二分析结果。
22、更具体地，基于所述目标数字矩阵与标准数字矩阵定位出目标半固化片的缺陷位置区域，并获取所述缺陷位置区域的缺陷区域图像，具体为：
23、计算所述目标数字矩阵与标准数字矩阵中对应元素的差值，得到若干个元素差值；并将所述元素差值与预设差值阈值进行比较；
24、若某一元素差值大于预设差值阈值，则将目标数字矩阵中对应的元素标记为奇异元素；
25、若某一元素差值不大于预设差值阈值，则将目标数字矩阵中对应的元素标记为正常元素；
26、在所述目标数字矩阵中获取被标记为奇异元素所组合形成的闭合区域，得到半固化片的缺陷位置区域；
27、获取目标半固化片的表面特征图像，并在所述表面特征图像中分割出各个缺陷位置区域的子区域图像，得到所述缺陷位置区域的缺陷区域图像。
28、更具体地，对所述缺陷区域图像进行识别处理，得到该目标半固化片的缺陷类型信息，具体为：
29、获取检测设备的检测日志，并在所述检测日志中获取检测设备在历史检测过程中所拍摄得到的半固化片的各表面缺陷图像；
30、对各表面缺陷图像进行特征提取，提取得到各表面缺陷图像的特征；将各表面缺陷图像所提取得到的特征组合成特征向量，得到各表面缺陷图像的特征向量；其中，所述表面缺陷图像的特征包括纹理特征、形状特征以及颜色特征；
31、引入模糊聚类算法，并初始化若干个模糊聚类中心，并为每个模糊聚类中心赋予一个缺陷标签；获取各个模糊聚类中心的中心向量；计算各表面缺陷图像的特征向量与各个模糊聚类中心的中心向量之间的马氏距离；其中，所述缺陷标签包括滴胶、破裂、胶块、鱼眼、褶皱、折痕、破洞、黑块、异物以及蚊虫；
32、根据各表面缺陷图像的特征向量与各个模糊聚类中心的中心向量之间的马氏距离计算出各表面缺陷图像与各个模糊聚类中心之间的隶属度；将各表面缺陷图像分别聚类至隶属度最大的模糊聚类中心内；
33、聚类完毕后，根据各个模糊聚类中心所聚类到的表面缺陷图像生成若干个缺陷图像聚类集，并获取各个缺陷图像聚类集所被赋予缺陷标签；根据缺陷图像聚类集以及其所被赋予缺陷标签构建知识图谱；
34、获取所述缺陷位置区域的缺陷区域图像，并将所述缺陷区域图像导入所述知识图谱中，并基于感知哈希算法计算所述缺陷区域图像与知识图谱中各表面缺陷图像之间的哈希值，得到若干个哈希值；
35、在若干个哈希值中提取出最大哈希值，并标记出与所述最大哈希值对应的表面缺陷图像，在知识图谱中进一步定位出所被标记的表面缺陷图像所属的缺陷图像聚类集，并获取所定位出的缺陷图像聚类集的缺陷标签，得到目标半固化片的缺陷类型信息。
36、更具体地，根据所述目标半固化片的缺陷类型信息对生产车间中工艺生产设备进行溯源分析与调控处理，具体为：
37、获取目标半固化片的生产工艺流程信息，根据所述生产工艺流程信息确定出制备目标半固化片所涉及的工艺生产设备；
38、获取各工艺生产设备的生产日历，根据各工艺生产设备的生产日历获取各工艺生产设备的生产异常事件，对各工艺生产设备的生产异常事件进行统计分析，得到各工艺生产设备在历史生产过程中出现各种缺陷类型的概率值；
39、将各工艺生产设备在历史生产过程中出现各种缺陷类型的概率值与预设概率值阈值进行比较；
40、若某一工艺生产设备在历史生产过程中出现某一缺陷类型的概率值大于预设概率值阈值，则将该工艺生产设备标定为该缺陷类型的强关联工艺生产设备；
41、以此类推，得到各种缺陷类型的强关联工艺生产设备；根据各种缺陷类型的强关联工艺生产设备构建缺陷-设备关联数据库；
42、获取目标半固化片的缺陷类型信息，将所述目标半固化片的缺陷类型信息导入所述缺陷-设备关联数据库中进行匹配，匹配得到相应的强关联工艺生产设备，并将匹配得到相应的强关联工艺生产设备定义为待监控工艺生产设备。
43、还包括以下步骤：
44、获取待监控工艺生产设备的各种预设工艺参数，以及获取所述待监控工艺生产设备的各种实时工艺参数；
45、分别计算各种实时工艺参数与对应预设工艺参数之间的差值，得到工艺参数偏差值；
46、若某一工艺参数偏差值大于预设偏差值阈值，则说明相应的实时工艺参数为异常参数，并基于相应工艺参数偏差值对所述异常参数进行调控处理。
47、本发明第二方面公开了一种半固化片表面数据的采集与处理系统，所述半固化片表面数据的采集与处理系统包括存储器与处理器，所述存储器中存储有半固化片表面数据的采集与处理方法程序，当所述半固化片表面数据的采集与处理方法程序被所述处理器执行时，实现如下步骤：
48、基于工业摄像机采集目标半固化片的表面特征图像，并将目标半固化片的表面特征图像转化为数字矩阵，得到目标半固化片的目标数字矩阵；
49、获取当前批次半固化片的标准特征图像，并将当批次半固化片的标准特征图像转化为数字矩阵，得到当前批次半固化片的标准数字矩阵；
50、将所述目标半固化片的目标数字矩阵与当前批次半固化片的标准数字矩阵进行比较分析，得到第一分析结果或第二分析结果；
51、若分析结果为第一分析结果，则将目标半固化片输送至下一加工中心上；若分析结果为第二分析结果，则将目标半固化片输送至报废中心上；
52、若分析结果为第二分析结果，则基于所述目标数字矩阵与标准数字矩阵定位出目标半固化片的缺陷位置区域，并获取所述缺陷位置区域的缺陷区域图像；对所述缺陷区域图像进行识别处理，得到该目标半固化片的缺陷类型信息；
53、根据所述目标半固化片的缺陷类型信息对生产车间中工艺生产设备进行溯源分析与调控处理。
54、本发明解决了背景技术中存在的技术缺陷，本发明具备以下有益效果：基于工业摄像机采集目标半固化片的表面特征图像，并将目标半固化片的表面特征图像转化为数字矩阵，得到目标半固化片的目标数字矩阵；获取当前批次半固化片的标准特征图像，并将当批次半固化片的标准特征图像转化为数字矩阵，得到当前批次半固化片的标准数字矩阵；将所述目标半固化片的目标数字矩阵与当前批次半固化片的标准数字矩阵进行比较分析，得到第一分析结果或第二分析结果；若分析结果为第二分析结果，则基于所述目标数字矩阵与标准数字矩阵定位出目标半固化片的缺陷位置区域，并获取所述缺陷位置区域的缺陷区域图像；对所述缺陷区域图像进行识别处理，得到该目标半固化片的缺陷类型信息；根据所述目标半固化片的缺陷类型信息对生产车间中工艺生产设备进行溯源分析与调控处理。本发明不仅能够显著提高生产过程的智能化程度，还能及时发现并处理质量问题，有效提高检测精度与降低生产成本。
1.一种半固化片表面数据的采集与处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种半固化片表面数据的采集与处理方法，其特征在于，将目标半固化片的表面特征图像转化为数字矩阵，得到目标半固化片的目标数字矩阵，具体为：
3.根据权利要求1所述的一种半固化片表面数据的采集与处理方法，其特征在于，将所述目标半固化片的目标数字矩阵与当前批次半固化片的标准数字矩阵进行比较分析，得到第一分析结果或第二分析结果，具体为：
4.根据权利要求1所述的一种半固化片表面数据的采集与处理方法，其特征在于，基于所述目标数字矩阵与标准数字矩阵定位出目标半固化片的缺陷位置区域，并获取所述缺陷位置区域的缺陷区域图像，具体为：
5.根据权利要求1所述的一种半固化片表面数据的采集与处理方法，其特征在于，对所述缺陷区域图像进行识别处理，得到该目标半固化片的缺陷类型信息，具体为：
6.根据权利要求1所述的一种半固化片表面数据的采集与处理方法，其特征在于，根据所述目标半固化片的缺陷类型信息对生产车间中工艺生产设备进行溯源分析与调控处理，具体为：
7.根据权利要求6所述的一种半固化片表面数据的采集与处理方法，其特征在于，还包括以下步骤：
8.一种半固化片表面数据的采集与处理系统，其特征在于，所述半固化片表面数据的采集与处理系统包括存储器与处理器，所述存储器中存储有半固化片表面数据的采集与处理方法程序，当所述半固化片表面数据的采集与处理方法程序被所述处理器执行时，实现如下步骤：
9.根据权利要求8所述的一种半固化片表面数据的采集与处理系统，其特征在于，根据所述目标半固化片的缺陷类型信息对生产车间中工艺生产设备进行溯源分析与调控处理，具体为：
10.根据权利要求9所述的一种半固化片表面数据的采集与处理系统，其特征在于，还包括以下步骤：
