摘要
本发明提供了一种基于图像识别的钢复合管检测方法、装置以及设备,包括:采集钢复合管的图像,提取所述图像中的裂缝轮廓特征;将所述裂缝轮廓特征输入至预先训练完成的裂缝状态判断模型中,得到裂缝状态,包括裂缝的宽度、长度;基于多张图像中裂缝变化,确定裂缝发展趋势;对所述裂缝宽度、长度以及裂缝发展趋势进行整合处理,按照预设的安全阈值规则进行判断,输出钢复合管裂缝检测结果。在本发明中,避免了传统接触式检测方法的弊端,借助算法模型对裂缝状态进行准确判断,进而实现对钢复合管结构安全状况的实时监测与预警,克服了当前对钢复合管的检测效率低下的缺陷。
技术关键词
轮廓特征
二值化图像
细化算法
接触式检测方法
深度学习神经网络
像素点
复合管结构
裂缝特征
多层感知器
多尺度
高通滤波器
低通滤波器
误差函数
算法模型
采集单元
系统为您推荐了相关专利信息
新能源汽车智能
路径方法
汽车车牌
数据
深度相机
语义向量
语义标签
轮廓特征
场景特征
三维点云数据
胶囊内窥镜图像
三维重建方法
关键帧
汉明距离
图像特征点提取