摘要
本发明适用于视觉检测技术领域,尤其涉及一种基于机器视觉的螺栓松动检测方法,所述方法包括:进行图像采集,对采集得到的图像进行预处理,得到训练数据;构建目标检测模型和关键点检测模型,利用训练数据对目标检测模型和关键点检测模型进行训练;导入待检测图像,输出关键点标记图像;对关键点标记图像进行关键点矫正处理,根据关键点标记图像计算螺母旋转角度。本发明通过构建螺栓中心点的空间参照系统,克服了传统图像叠加技术和关键点匹配算法在处理视角偏差和透视变换矫正时的局限性,通过比较螺栓关键点连线与拟合直线的斜率差异,精确计算每个螺栓的偏转角度,有效监测螺母的松动状态。
技术关键词
螺栓松动检测方法
关键点
图像
标记
螺母
网络架构
矫正
视觉检测技术
连线
叠加技术
异常点
数据
算法
坐标系
视角
圆心
系统为您推荐了相关专利信息
人脸图像特征
视线估计方法
车辆座舱
注意力
特征提取网络
语义分割模型
信息显示设备
物体检测
红绿灯
交通工具
图像增强方法
图像增强模块
紧凑型
深度学习网络
卷积模块
动态避障系统
数据处理模块
生成环境地图
数据采集模块
高斯粒子滤波算法