[發(fā)明專利]一種基于深度學習的鏈條形變測量方法

在審

• 申請?zhí)枺?/td>: 202210677029.8
• 申請日: 2022-06-15
• 公開（公告）號: CN115035066A
• 公開（公告）日: 2022-09-09
• 發(fā)明（設計）人: 董明剛;王彥;魏雪影;武天昊
• 申請（專利權）人: 桂林理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/60;G06V10/26;G06V10/28;G06V10/30;G06V10/774;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于深度學習的鏈條形變檢測方法，本發(fā)明首先利用安裝在平臺上的高清攝像頭組，采集足夠數(shù)量的鏈條圖像訓練集，訓練一個基于深度卷積神經網絡的語義分割模型。其次，當需要檢測鏈條形變時，將實時拍攝的鏈條影像輸入到訓練好的語義分割模型中，分割出鏈條部分。最后，利用中心擴張算法來測量鏈條的尺寸信息。本發(fā)明可以有效檢測出發(fā)生形變的某一節(jié)鏈條，對其進行定位，并記錄其形變的大小。本發(fā)明具有準確度高，響應速度快的特點。

技術領域

本發(fā)明屬數(shù)字圖像處理和語義分割領域，特別涉及一種基于深度學習的鏈條形變測量方法。

背景技術

近年來，我國制造行業(yè)飛速發(fā)展，大型機器設備的使用極大地提高了生產效率，但也帶來了不少的安全隱患。在工業(yè)生產中，會大量使用鏈條來起吊貨物，鏈條在使用過程中會不可避免的發(fā)生形變，而自動化鏈條形變檢測一直是一個難以解決的問題。近年來針對該問題，研究者提出了一些基于計算機視覺的檢測方法，例如，利用圖像球面算法來檢測形變，使用線性擬合分析的方法來檢測形變等。

已有的研究基礎包括：趙冉,王久旺,張弦,等.圖像球面化算法在微通道板變形檢測中的應用[J].光子學報,2018,47(11):137-145；朱帥飛,楊芳,馬偉.基于機器視覺的單陽極導桿爪頭形變在線檢測[J].機床與液壓,2019,47(22):111-114；張相勝,焦鵬,潘豐.基于機器視覺的汽車線束壓接缺陷檢測系統(tǒng)[J].儀表技術與傳感器,2020(03):73-77；李振宇,李林,朱曉峰,劉光東,張超,羅文婷.基于雙目視覺的形變護欄檢測及里程定位[J].交通科技與經濟,2022,24(02):24-33；Sun J,Wauthier C,Stephens K,et al.Automaticdetection of volcanic surface deformation using deep learning[J].Journal ofGeophysical Research:Solid Earth,2020,125(9):e2020JB019840；Na K M,Lee K,ShinS K,et al.Detecting Deformation on Pantograph Contact Strip of RailwayVehicle on Image Processing and Deep Learning[J].Applied Sciences,2020,10(23):8509；Anantrasirichai N,Biggs J,Kelevitz K,et al.Deep learning frameworkfor detecting ground deformation in the built environment using satelliteINSAR data[J].arXiv preprint arXiv:2005.03221,2020；

申請、公開與授權的相關專利：高會軍,梅江元,靳萬鑫,等.一種基于機器視覺的工業(yè)磁芯元件的形變檢測方法.中國專利公開號:CN106247969B,2018.11.02；康波,李云霞,李夏霖,等.一種基于機器視覺和紅線激光器的截面輪廓形變檢測方法.中國專利公開號:CN107462182B,2019.05.28；黃書舟,張曼芝,彭蓉,肖斌.一種基于單目視覺檢測的塔吊起重臂形變檢測系統(tǒng).中國專利公開號:CN112551400A,2021.03.26；王筱圃,劉偉,姚鵬,鐘智敏.一種基于機器視覺的貨架形變檢測系統(tǒng)及檢測方法.中國專利公開號:CN112950549B,2021.12.24；袁田,王孝余,龍學軍,等.一種基于三目視覺的絕緣子的非接觸形變檢測方法及系統(tǒng).中國專利公開號:CN113884017A,2022.01.04；

卷積神經網絡算法：