[發明專利]一種陣列式連接件缺失檢測方法及系統

在審

• 申請號: 202110731280.3
• 申請日: 2021-06-30
• 公開（公告）號: CN113311497A
• 公開（公告）日: 2021-08-27
• 發明（設計）人: 王達磊;馬云龍;董一慶;潘玥
• 申請（專利權）人: 同濟大學
• 主分類號: G01V8/10
• 分類號: G01V8/10;G01B11/00
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 陳天寶

本發明涉及一種陣列式連接件缺失檢測方法及系統，其中檢測方法為，基于預設編碼字典，生成各個區域的連接件陣列對應的編碼；將編碼以載體或直接標記的形式對應設于連接件陣列上或其附近的可視位置；通過設于連接件陣列附件的監測工作站獲取各個連接件陣列及對應編碼的檢測圖像；解算預處理后檢測圖像中的編碼，得到各個連接件陣列的預設的排列信息、數量信息；比較當前排列信息、數量信息與預設的排列信息、數量信息，得到缺失信息結果。與現有技術相比，本發明實現了移動或固定攝像平臺精確獲取連接件圖片和對應信息，并實現缺失位置的快速提取，使得連接件的缺失檢測實現智能化和自動化。

技術領域

本發明涉及一種連接件檢測系統，尤其是涉及一種陣列式連接件缺失檢測方法及系統。

背景技術

陣列式連接件經常用于構件間連接，常見的陣列式連接件多用于鋼桁架橋梁、鋼結構建筑、機械結構。由于連接件數量多，構件復雜，其缺失檢測面臨多個挑戰，一是人工檢測效率低下，檢測頻率低；二是連接件位置不易接觸；三是標準化記錄問題，缺失的數量及形式難以標準化記錄描述。

CN111986161A公開了一種零部件缺失檢測方法及系統，方法包括拍攝待檢測目標獲得待檢測目標圖像；分別通過深度學習算法和圖像處理算法對所述待檢測目標圖像中的待檢測目標進行零部件缺失檢測；輸出所述深度學習算法的檢測結果和圖像處理算法的檢測結果。

上述技術方案的缺陷為：1、面對多種多樣的陣列式連接件的無法進行特定化的識別，即對復雜的連接件陣列無法進行準確的缺失識別。2、只是針對經過訓練的缺失位置進行定量描述，無法在未訓練的新場景下自動識別所檢測的構件，對不易有訓練樣本的復雜場景，缺少易用性。3、采集的圖像存在畸變，其測量得到的面積是不準確的。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種陣列式連接件缺失檢測方法及系統，實現了移動或固定攝像平臺精確獲取連接件圖片和對應信息，并實現缺失位置的快速提取，使得連接件的缺失檢測實現智能化和自動化。

本發明的目的可以通過以下技術方案來實現：

本申請的第一個目的是保護一種陣列式連接件缺失檢測方法，包括以下步驟：

基于預設編碼字典，生成各個區域的連接件陣列對應的編碼；

將編碼以載體或直接標記的形式對應設于連接件陣列上或其附近的可視位置；

通過設于連接件陣列附件的監測工作站獲取各個連接件陣列及對應編碼的檢測圖像；

對獲取的檢測圖像進行預處理；

解算預處理后檢測圖像中的編碼，得到各個連接件陣列的預設的排列信息、數量信息；

對預處理后檢測圖像中的每個連接件進行識別，得到各個連接件陣列的當前排列信息、數量信息；

比較當前排列信息、數量信息與預設的排列信息、數量信息，得到缺失信息結果。

進一步地，所述信息編碼為二維碼、一維碼、字符串、棋盤格中的一種或多種的組合。

進一步地，所述載體為能夠在其上打印信息編碼的硬質或柔性材料。

進一步地，所述預處理過程為：對檢測圖像進行透視變換，得到連接件陣列及對應信息編碼的正視圖，實現圖像的矯正。

進一步地，所述排列信息包括連接件陣列中每個連接件幾何中心坐標；

所述數量信息包括連接件陣列的行數、列數及每行每列對應的連接件數。

進一步地，對預處理后檢測圖像中的每個連接件進行識別過程中，通過基于深度學習的目標檢測算法或基于圖形學的輪廓識別算法識別連接件。