摘要
本发明公开了一种基于机器视觉的钢筋弯折角度检测系统、方法、存储介质及计算机程序产品。所述方法包括:基于深度学习的图像分割模型对采集的钢筋图像进行分割,得到仅包含钢筋的二值化图像或具有钢筋轮廓信息的图像;对所述仅包含钢筋的二值化图像或具有钢筋轮廓信息的图像进行检测,得到钢筋的边缘并拟合出直线。利用本发明可实现基于机器视觉自动检测钢筋弯折角度。图像分割模块可精确分离出钢筋图像,排除背景干扰,为后续精确检测提供基础;钢筋轮廓检测模块拟合出钢筋边缘直线,便于量化分析;夹角计算模块基于拟合直线计算弯折角度,这种模块化设计提高了检测的准确性和自动化程度,相较于传统人工检测,效率和精度更高。
技术关键词
图像分割模型
角度检测系统
角度检测方法
轮廓信息
弯折钢筋
直线
机器视觉自动检测
计算机程序产品
标注功能
非暂态计算机可读存储介质
文件夹结构
网络模型训练
随机梯度下降
模型训练模块
系统为您推荐了相关专利信息
文物监控
灭火装备
图像处理设备
图像采集设备
实时图像
激光粒度分析仪
分布评价方法
三维重建技术
球形颗粒
图像分割算法
图像分割模型
积层
模型训练方法
特征提取网络
图像分割方法