[發(fā)明專利]一種地鐵夾鉗外觀異常檢測的方法

在審

• 申請?zhí)枺?/td>: 202011363737.1
• 申請日: 2020-11-27
• 公開（公告）號: CN112465784A
• 公開（公告）日: 2021-03-09
• 發(fā)明（設計）人: 胡遠江;卜顯利;王志云;劉曉曼;鄒夢;王順;古鵬
• 申請（專利權(quán)）人: 廣州運達智能科技有限公司;成都運達科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/90;G06N3/04;G06K9/62
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 林菲菲

1.一種地鐵夾鉗外觀異常檢測的方法，其特征在于，包括：

步驟1：采集夾鉗圖像，并對圖像進行預處理，得到預處理后的夾鉗圖像；

步驟2：將預處理后的夾鉗圖像輸入到訓練好的Faster R-CNN中，訓練好的Faster R-CNN對預處理后的夾鉗圖像的桿件部分進行定位，然后對桿件部分進行檢測，直接判斷桿件是否存在異常；

步驟3：采用訓練好的Faster R-CNN對預處理后的夾鉗圖像的彈簧部分進行定位并截取，如果沒有截取到彈簧部分時，則判斷為彈簧異常，反之，執(zhí)行步驟4；

步驟4：將截取到的彈簧圖片與對應的標準彈簧圖片模板進行比對，判斷彈簧是否存在部分缺失的異常，如果彈簧不存在部分缺失的異常，則執(zhí)行步驟5；

步驟5：將所截取的彈簧圖片輸入到訓練好的OC-CNN網(wǎng)絡中進行分類，判斷彈簧是否存在異常。

2.根據(jù)權(quán)利要求1所述的一種地鐵夾鉗外觀異常檢測的方法，其特征在于，使用訓練集對Faster R-CNN進行訓練，所述訓練集包括第一正樣本數(shù)據(jù)集和第一負樣本數(shù)據(jù)集。

3.根據(jù)權(quán)利要求2所述的一種地鐵夾鉗外觀異常檢測的方法，其特征在于，所述第一正樣本數(shù)據(jù)集是通過工業(yè)數(shù)字相機采集無異常的夾鉗圖像，并構(gòu)成圖像數(shù)據(jù)集，利用數(shù)據(jù)增強技術(shù)增加圖像數(shù)據(jù)集的樣本數(shù)量得到；所述第一負樣本數(shù)據(jù)集是通過工業(yè)相機采集包含桿件內(nèi)部彎曲、桿件外部彎曲和桿件部分缺失三種異常狀態(tài)的夾鉗圖像，并構(gòu)成圖像數(shù)據(jù)集得到。

4.根據(jù)權(quán)利要求1所述的一種地鐵夾鉗外觀異常檢測的方法，其特征在于，使用訓練集對OC-CNN進行訓練，所述訓練集包括第二正樣本數(shù)據(jù)集和第二負樣本數(shù)據(jù)集。

5.根據(jù)權(quán)利要求4所述的一種地鐵夾鉗外觀異常檢測的方法，其特征在于，所述第二正樣本數(shù)據(jù)集通過訓練得到的Faster R-CNN對第一正樣本數(shù)據(jù)集的彈簧部分進行截取得到；所述第二負樣本數(shù)據(jù)集是通過人為制作存在裂紋的彈簧，再使用工業(yè)相機對其拍照，得到存在裂紋的彈簧圖像，并構(gòu)成圖像數(shù)據(jù)集得到。

6.根據(jù)權(quán)利要求1所述的一種地鐵夾鉗外觀異常檢測的方法，其特征在于，通過工業(yè)數(shù)字相機采集無異常的夾鉗圖像和有異常的夾鉗圖像，并構(gòu)成圖像數(shù)據(jù)集，該圖像數(shù)據(jù)集作為由Faster R-CNN和OC-CNN所構(gòu)成的整體的測試集。

7.根據(jù)權(quán)利要求1所述的一種地鐵夾鉗外觀異常檢測的方法，其特征在于，所述步驟3利用坐標截取的方式將彈簧部分從夾鉗整圖中截取出來。

8.根據(jù)權(quán)利要求1所述的一種地鐵夾鉗外觀異常檢測的方法，其特征在于，所述步驟4的判斷依據(jù)是將彈簧圖片按照拍攝角度以及圖片大小進行分類，然后再將每一類的彈簧圖片高度與對應類的標準彈簧圖片模板進行彈簧高度比較，低于每一類設定閾值的三分之一可認定為彈簧部分缺失。

9.根據(jù)權(quán)利要求1所述的一種地鐵夾鉗外觀異常檢測的方法，其特征在于，所述步驟5將截取的彈簧圖片輸入到訓練好的OC-CNN網(wǎng)絡中進行分類，得到彈簧的異常分數(shù)，如果彈簧圖片的異常分數(shù)高于閾值，則該彈簧沒有異常，否則彈簧有異常。

10.根據(jù)權(quán)利要求9所述的一種地鐵夾鉗外觀異常檢測的方法，其特征在于，所述的閾值設置為1.7，當彈簧圖片的異常分數(shù)高于1.7，則該彈簧沒有異常，否則彈簧有異常。