摘要
本发明提供了一种高铁零部件裂纹实时检测方法,属于基于计算机视觉的图像检测技术领域。获取高铁零部件表面高光谱图像、可见光图像、三维点云数据和涡流信号数据;对高铁零部件表面高光谱图像和可见光图像进行空间配准,对三维点云数据基于涡流信号数据进行时间配准;并进行特征增强与标准化处理;基于多模态特征融合网络对获得的标准化多模态数据进行特征提取与融合,获得表征高铁零部件裂纹细节的融合特征图;基于自适应裂纹分割方法,从点云中提取裂纹轮廓,然后计算出零部件是否存在裂纹、裂纹的长度与深度。本发明创新性地集成三种模态数据,突破单模态检测的信息维度限制,在复杂工况下实现亚毫米级裂纹的全天候、非接触式智能高效诊断。
技术关键词
高铁零部件
三维点云数据
实时检测方法
可见光图像
多模态特征融合
注意力
卷积编码器
融合特征
密集特征
跨模态
网络
直方图均衡化
分割方法
裂纹特征
高光谱图像波段
特征提取模块
多任务损失函数
系统为您推荐了相关专利信息
三维点云数据
信息生成方法
光子通量密度
信息生成装置
可读存储介质
多模态特征融合方法
医学图像分割方法
编码特征
智能检测系统
多模态数据采集
岩体结构面
智能化识别方法
局部特征提取
高维特征向量
空间分布特征
竹筷
实时检测方法
多尺度特征金字塔
跨尺度特征融合
缺陷类别