摘要
本发明涉及转辙机技术领域,尤其涉及一种转辙机机器视觉监测方法、系统及可读存储介质,方法包括以下步骤:在自动开闭器的动静接点处设置若干标记,采集动静接点处的若干初始图像,并对初始图像中关键部位的轮廓和类别进行标注得到训练图像,构建深度学习网络模型并利用训练图像进行训练;获取动静接点处的实时监测图像,并利用训练好的深度学习网络模型对实时监测图像进行处理,得到各个关键部位的模板图像;基于模板图像计算相接触的动接点与静接点片上的固定螺丝之间的像素距离,并根据像素距离计算动接点与静接点片的接触深度。本发明提供的转辙机机器视觉监测方法可用于对自动开闭器的动作状态进行实时监测,提高了识别的准确度及效率。
技术关键词
机器视觉监测
深度学习网络模型
静接点
构建深度学习网络
模板
螺丝
像素
峰值信噪比
图像处理模块
转辙机技术
标记
模型训练模块
坐标点
校正单元
轮廓
可读存储介质
系统为您推荐了相关专利信息
车身控制器
自动化测试方法
外接电源模块
文本
测试用例数据
电子元器件
故障检测方法
鲸鱼优化算法
综合故障
顶点
SNP遗传标记
基因型检测方法
全基因组关联分析方法
植物分子标记辅助
雪胆素
代码自动生成方法
大语言模型
飞行模拟机
数据格式
数据映射关系