基于机器视觉的模具箱物料智能监测方法

本申请涉及图像处理技术领域，公开了基于机器视觉的模具箱物料智能监测方法。该方法包括：通过多维视觉采集网络采集模具箱数据，生成物料和环境数据集；采用改进高斯混合算法提取物料参数矩阵；用LSTM‑Attention网络融合数据，生成特征向量；基于物料特征构建加热策略，形成温控指令；依据运动特征和温控指令建立调度模型，输出轨迹方案和养护参数。本申请解决了现有模具箱物料监测方法中无法实现物料状态的精确识别和智能控制的技术问题，通过融合机器视觉、多传感器数据和深度学习技术，实现对模具箱内物料的全面实时监测、精准温度控制和自动化智能调度，提高物料养护质量和生产效率。