摘要
本发明公开了一种基于机器视觉的轨道车辆裂纹检测方法和系统,包括:S1、获取运动状态下的轨道车辆表面的连续图像并进行运动模糊补偿,对补偿后的图像进行融合,获得车辆表面融合图像;S2、对车辆表面融合图像进行自适应对比度增强和改进的直方图均衡化处理,获得处理后的图像;S3、基于自适应阈值分割和连通域分析对处理后的图像进行裂纹候选区域定位;S4、利用改进的ResNet深度学习网络对定位后的裂纹候选区域进行特征提取,构建裂纹特征向量集合;S5、采用基于注意力机制的多尺度融合算法对裂纹特征向量进行分类,输出裂纹的位置和类别结果。本发明通过改进直方图均衡化及学习网络以识别细微裂纹并实现精确定位和分类。
技术关键词
裂纹检测方法
轨道车辆
直方图均衡化
像素
运动模糊补偿
深度学习网络
累积分布函数
坐标
对比度
视觉
融合算法
注意力机制
多尺度特征金字塔
裂纹检测系统
图像增强模块
系统为您推荐了相关专利信息
图像去雾方法
去雾图像
大气散射模型
光强
暗通道
图像拼接方法
钻孔
全景视频数据
深度学习模型
特征描述符
品质检测系统
胶片
图像采集模块
运动控制模块
人机交互模块
视觉显示单元
图元
图像识别方法
图像识别指令
光学字符识别技术