摘要
本发明属于图像处理的技术领域,公开了基于图像的发动机叶片缺陷自动检测方法,包括以下步骤:步骤(1),通过二维相机对被机器人夹爪所夹取的叶片进行拍照,获得覆盖叶片表面的多个二维图像;步骤(2),使用目标检测神经网络模型对所述多个二维图像进行缺陷检测;步骤(3),针对检测到缺陷的二维图像,计算缺陷中心在机器人基座坐标系下的三维坐标,然后使夹爪将缺陷中心移动至三维相机的成像中心;步骤(4),通过三维相机采集缺陷的灰度图像和点云数据;步骤(5),采用基于三维相机与神经网络融合的缺陷量化方法对缺陷的灰度图像和点云数据进行处理,得到缺陷的几何信息。
技术关键词
缺陷自动检测方法
机器人基座
三维相机
机器人夹爪
坐标系
图像
神经网络模型
叶片
发动机
最小化方法
数据
矩阵
曲面
成像
实例分割
点云
结构光
系统为您推荐了相关专利信息
TRIP效应
Stacking模型
成分分析方法
亚稳β钛合金
机器学习模型
聚脲复合材料
拉格朗日模型
深度学习数据集
深度学习模型
纤维
PTZ摄像机
全站仪
引导机器人
定位系统
特征点
轮胎总成
位姿识别方法
工业机器人
RANSAC算法
标定板图像