摘要
本发明涉及智能检测技术领域,具体涉及一种基于机器视觉的集装箱表面破损检测方法及装置,该装置由多模态数据采集、动态补偿处理、多模态数据融合及破损分类与定位模块组成。多模态数据采集模块通过双激光线扫描生成高密度三维点云,采集多光谱图像、红外热图及实时运动状态。动态补偿处理模块融合光流法与加速度数据实现亚像素级运动补偿,结合自适应曝光控制优化复杂光照下的成像质量。多模态数据融合模块通过时空对齐与双分支协同注意力机制强化缺陷特征表达,轻量化网络设计减少模型参数量。破损分类与定位模块采用改进的深度网络实现缺陷分类,完成毫米级三维定位。本发明满足港口自动化检测需求,解决集装箱检测精度差、适应性差等问题。
技术关键词
集装箱表面
破损检测方法
多模态数据融合
破损检测装置
多模态数据采集
可见光图像
协同注意力
运动补偿
视觉
特征融合网络
图像熵值
跨模态
注意力机制
六轴运动传感器
深度神经网络
动态
局部连接结构
点云
系统为您推荐了相关专利信息
化疗敏感性预测
多模态数据采集
交叉注意力机制
Kubernetes集群
解析单元
数字孪生模型
执行机构控制器
多模态传感器
综合效能
深度强化学习算法
图像分类系统
深度学习特征提取
环境光条件
光源控制模块
角度调节单元
动态分层决策
多模态数据融合
智能系统
资源分配模块
生成资源